Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pelatihan Pemanfaatan Google Form Sebagai Sistem Informasi Untuk Pendataan Penduduk Desa Karang Bajo Kecamatan Bayan Lombok Utara Muhammad Khulaimi; Muhammad Nasrullah; Nurul Umami; Abdul Azis; Vivi Andrianingsih; Nasrullah; Ahmad Fathoni
Insanta : Jurnal Pengabdian Kepada Masyarakat Insanta: Jurnal Pengabdian Kepada Masyarakat, Volume 4 Nomor 1, Januari 2026
Publisher : LPP ARROSYIDIN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61924/insanta.v4i1.207

Abstract

Pendataan penduduk merupakan salah satu kegiatan administratif penting dalam penyelenggaraan pemerintahan desa. Namun, masih banyak desa yang melakukan pendataan secara manual sehingga berpotensi menimbulkan permasalahan seperti ketidaktepatan data, keterlambatan pembaruan informasi, serta kesulitan dalam pengolahan dan penyimpanan data. Desa Karang Bajo, Kecamatan Bayan, Lombok Utara, merupakan salah satu desa yang menghadapi permasalahan tersebut. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kapasitas aparatur desa dalam memanfaatkan Google Form sebagai sistem informasi pendataan penduduk berbasis digital. Metode yang digunakan meliputi observasi awal, pelatihan, praktik langsung, serta evaluasi. Hasil kegiatan menunjukkan adanya peningkatan pemahaman dan keterampilan aparatur desa dalam mengelola data penduduk secara digital. Pemanfaatan Google Form mampu meningkatkan efisiensi, akurasi, dan kemudahan akses data penduduk. Kata kunci: Google Form, sistem informasi, pendataan penduduk, desa
ANALISIS PENERAPAN ARTIFICIAL INTELLIGENCE DALAM DETEKSI BUG DAN PREDIKSI KESALAHAN PERANGKAT LUNAK: A SYSTEMATIC LITERATURE REVIEW Nurul Umami; Nurhasanah; Nurhasiyah; Susi Susilawati
JURNAL TAMPIASIH Vol. 4 No. 1 (2025): Tampiasih Desember
Publisher : LPPM, Institut Teknologi dan Kesehatan Aspirasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengembangan perangkat lunak saat ini mengalami pergeseran paradigma seiring dengan masifnya integrasi teknik Kecerdasan Buatan (AI) dan Machine Learning (ML). Perkembangan sistem yang sangat cepat menuntut mekanisme deteksi kesalahan secara berkelanjutan, sementara metode pengujian tradisional masih bersifat reaktif, memakan waktu, dan membutuhkan sumber daya besar. Tinjauan pustaka sistematis ini menyintesis penelitian terkini mengenai deteksi bug cerdas dan prediksi kesalahan berbasis AI. Kami menganalisis arsitektur lanjutan termasuk LSTM, Graph Neural Network (JITGNN), Large Language Model (LLM), serta algoritma optimasi metaheuristik (ILFA). Kajian ini menyoroti peran Explainable AI (XAI) dalam meningkatkan transparansi keputusan serta teknik transformasi fitur seperti Algoritma Genetika dan FeatBoost. Meskipun menunjukkan peningkatan kinerja yang signifikan, tantangan seperti ketidakseimbangan data, biaya pelabelan manual, dan generalisasi lintas proyek masih menjadi hambatan utama penerapan di industri.