Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi Madani : Jurnal Pengabdian Kepada Masyarakat
Atika Ratna Dewi
Telkom University
Computer Science & IT Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PENGEMBANGAN PROFESIONAL PKG PAUD KECAMATAN BALAPULANG DENGAN INOVASI PEMBELAJARAN BERBASIS TEKNOLOGI INFORMASI Ummi Athiyah; Atika Ratna Dewi; Shintia Dwi Alika; Trihastuti Yuniati
MADANI: Jurnal Pengabdian Kepada Masyarakat Vol 11 No 1 (2025): MADANI: Jurnal Pengabdian Kepada Masyarakat
Publisher : LPPM UPN Veteran Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53834/mdn.v11i1.10680

Abstract

Pendidikan anak usia dini (PAUD) merupakan salah satu program prioritas pemerintah dalam membangun fondasi pendidikan yang kuat bagi anak-anak prasekolah. Salah satu faktor utama dalam peningkatan kualitas PAUD adalah pengembangan profesionalisme guru, khususnya dalam literasi digital. Namun, masih banyak guru PAUD yang menghadapi kendala dalam pemanfaatan teknologi informasi dalam pembelajaran. Kegiatan pengabdian masyarakat ini bertujuan untuk meningkatkan literasi digital guru PAUD di Kecamatan Balapulang melalui pelatihan pemanfaatan microsite dan wordwall sebagai media pembelajaran interaktif. Pelatihan ini dirancang untuk membekali guru dengan keterampilan membuat bahan ajar yang interaktif menggunakan wordwall dan mengelola microsite sebagai pusat distribusi materi ajar. Evaluasi kegiatan dilakukan melalui kuesioner dengan skala Likert (1–5), yang menunjukkan tingkat kepuasan tinggi di antara peserta, dengan skor rata-rata 4,3–4,7 pada berbagai aspek kepuasan dan manfaat pelatihan. Hasil kegiatan menunjukkan adanya peningkatan keterampilan guru dalam memanfaatkan teknologi informasi serta peningkatan interaktivitas dalam proses pembelajaran. Dengan adanya pelatihan ini, guru-guru PAUD menjadi lebih percaya diri dalam mengintegrasikan teknologi dalam pembelajaran, sehingga dapat meningkatkan motivasi dan keterlibatan siswa. Program ini diharapkan dapat berkontribusi dalam menciptakan ekosistem pembelajaran yang lebih modern, efektif, dan sesuai dengan tuntutan pendidikan abad ke-21.
Optimasi Hiperparameter Berbasis Particle Swarm Optimization pada Model Boosting untuk Klasifikasi Kondisi Wilayah Rawan Banjir di Jawa Barat Afan Ramadhan; Anggun Dewanti; Egy Destiar Firmandani; Atika Ratna Dewi
Jurnal DutaCom Vol. 19 No. 2
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/6yf6xk83

Abstract

Banjir merupakan bencana alam paling dominan di Indonesia yang menyebabkan kerugian jiwa dan ekonomi secara masif setiap tahunnya, sehingga dibutuhkan sistem klasifikasi kondisi wilayah yang akurat untuk mendukung peringatan dini. Penelitian ini mengintegrasikan data curah hujan harian dari 460 stasiun BMKG periode 2020 hingga 2025, rekaman kejadian banjir dari BNPB-DIBI, serta fitur geospasial turunan dari DEM GLO-30 dan citra SAR Sentinel-1 sebagai masukan model. Enam model klasifikasi dibangun dan dibandingkan secara sistematis, yaitu XGBoost, LightGBM, dan CatBoost sebagai baseline beserta ketiganya yang dioptimasi menggunakan Particle Swarm Optimization (PSO). Hasil penelitian menunjukkan bahwa CatBoost baseline tampil sebagai model terbaik sebelum optimasi, sementara PSO-LightGBM berhasil melampaui seluruh model dengan F1 Macro tertinggi sebesar 0,5433 dan Recall Macro sebesar 0,5350 setelah optimasi diterapkan. Optimasi PSO terbukti efektif meningkatkan performa LightGBM dan XGBoost, namun memberikan dampak negatif pada CatBoost yang konfigurasi dasarnya sudah mendekati optimal untuk dataset ini. Analisis SHAP mengonfirmasi bahwa Runoff Potential sebagai fitur rekayasa berbasis domain hidrologi menjadi penentu prediksi paling dominan, diikuti oleh fitur elevasi dan backscatter SAR yang membuktikan kontribusi signifikan integrasi data remote sensing terhadap kemampuan diskriminasi model.
Co-Authors Afan Ramadhan Anggun Dewanti Egy Destiar Firmandani Shintia Dwi Alika Trihastuti Yuniati Ummi Athiyah