Claim Missing Document
Check
Articles

Found 23 Documents
Search

Peran Mahasiswa KKN UNP 2025 dalam Mengembangkan Minat Baca Anak-Anak Melalui Pojok Baca di Jorong Harau, Nagari Harau, Kab.50 Kota Armaita Armaita; Muhammad Abrar; Nina Rahmayanti; Hayatun Nafsiah; Hamdi Virgo; Alya Nur Aziza
PROSIDING SEMINAR NASIONAL PENDIDIKAN, BAHASA, SASTRA, SENI, DAN BUDAYA Vol. 4 No. 2 (2025): November: MATEANDRAU: PROSIDING SEMINAR NASIONAL PENDIDIKAN, BAHASA, SASTRA, SE
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/mateandrau.v4i2.3145

Abstract

This research aims to understand the role of students from Universitas Negeri Padang (UNP) in the 2025 community service program (KKN) in developing children's reading interest. The students created a reading corner in Jorong Harau, Nagari Harau, Lima Puluh Kota District. The study used a descriptive qualitative method. The data were collected through observation, interviews, documentation, and literature review. The participants in this study were elementary school children, KKN students, teachers, parents, and community leaders, chosen on purpose. The research took place during the KKN period in July–August 2025.The data were analyzed using the Miles and Huberman (2018) model, which includes data reduction, data display, and drawing conclusions. The results show that the students played an important role as facilitators and guides in literacy activities, such as guided reading, using interactive media, and giving learning motivation. These activities helped improve the children’s reading interest and skills. The success of the program did not only depend on the reading corner but also on good social interaction, support from parents and teachers, and program continuity. Triangulation was used to keep the data valid. This research shows that university students can be agents of change in building a reading culture in rural areas. Keywords: Reading Corner, Children’s Reading Interest, KKN Students, Child Literacy, Learning Support, Harau Village.   Abstrak. Penelitian ini bertujuan untuk memahami secara mendalam peran mahasiswa Kuliah Kerja Nyata (KKN) Universitas Negeri Padang (UNP) tahun 2025 dalam mengembangkan minat baca anak-anak melalui pembentukan pojok baca di Jorong Harau, Nagari Harau, Kabupaten Lima Puluh Kota. Penelitian ini menggunakan pendekatan kualitatif deskriptif dengan teknik pengumpulan data berupa observasi, wawancara mendalam, dokumentasi, dan studi pustaka. Subjek penelitian meliputi anak-anak usia sekolah dasar, mahasiswa KKN, guru, orang tua, dan tokoh masyarakat setempat yang dipilih secara purposive. Penelitian dilakukan selama masa KKN bulan Juli–Agustus 2025. Data dianalisis menggunakan model interaktif Miles dan Huberman (2018) yang meliputi reduksi data, penyajian data, dan penarikan kesimpulan. Hasil penelitian menunjukkan bahwa keterlibatan aktif mahasiswa sebagai fasilitator dan pendamping dalam kegiatan literasi, seperti membaca terbimbing, penggunaan media interaktif, dan motivasi belajar, mampu meningkatkan minat dan kelancaran membaca anak. Keberhasilan ini tidak hanya bergantung pada fasilitas pojok baca, tetapi juga pada kualitas interaksi sosial, kolaborasi dengan orang tua dan guru, serta kesinambungan program. Teknik triangulasi digunakan untuk menjaga validitas data. Temuan ini menegaskan pentingnya peran mahasiswa sebagai agen perubahan dalam pengembangan budaya literasi berbasis komunitas di wilayah perdesaan. Kata kunci: Pojok Baca, Minat Baca Anak, Mahasiswa KKN, Literasi Anak, Pendampingan Belajar, Desa Harau
ANALISIS  STRUKTURAL CERPEN “KENTUT DI DALAM GERBONG YANG PENUH DOSA” KARYA MULLA SHANDRI Muhammad Abrar; Abdurrahman
Jurnal Media Akademik (JMA) Vol. 3 No. 12 (2025): JURNAL MEDIA AKADEMIK Edisi Desember
Publisher : PT. Media Akademik Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62281/vagge209

Abstract

Cerpen “Kentut di dalam Gerbong yang Penuh Dosa” karya Mulla Shandri menampilkan gambaran kehidupan urban melalui ruang mikrokosmos kereta rel listrik (KRL) Jakarta yang padat dan sarat tekanan sosial. Penelitian ini menggunakan pendekatan strukturalisme untuk menguraikan keterkaitan antar unsur intrinsik seperti alur, tokoh dan penokohan, latar, sudut pandang, serta tema yang menjadi fondasi bangunan cerita. Melalui tokoh Habibie seorang pekerja kantoran yang terjebak dalam rutinitas melelahkan dan frustrasi eksistensial cerpen ini menyajikan dinamika psikologis serta bentuk perlawanan simbolis melalui tindakan “kentut emosional” sebagai ekspresi tekanan batin. Hasil analisis menunjukkan bahwa struktur naratifnya memanfaatkan kontras antara keseharian yang mekanis dan absurditas simbolik untuk menegaskan kritik sosial terhadap kehidupan perkotaan. Latar KRL tidak hanya berfungsi sebagai ruang fisik, tetapi juga metafora bagi beban kolektif masyarakat urban yang hidup dalam sistem birokrasi yang kaku. Penelitian ini menyimpulkan bahwa cerpen tersebut memadukan realisme dan absurdisme sebagai strategi untuk menggambarkan ketidakberdayaan individu sekaligus menonjolkan ironi sebagai mekanisme bertahan hidup.
Implementation of Deep Learning Using YOLOv7 and Telegram Notifications for Preventing Illegal Fishing in the Waters of Batam Muhammad Abrar; Deosa Putra Caniago
The Indonesian Journal of Computer Science Vol. 12 No. 5 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i5.3472

Abstract

Batam Island is one of Indonesia's outermost islands that directly borders neighboring countries. The implementation of YOLOv7 to detect ships in the waters of Batam is capable of identifying ship objects, with test results after 100 training epochs producing a precision value of 1.00 and a confidence value of 0.882, indicating a high level of confidence in the detection results of the YOLOv7 model. The F1 score of 0.99 at a confidence level of 0.729 shows that this model achieves a high level of accuracy in object detection. Based on the evaluation results using a confusion matrix, it indicates high accuracy for each class in the YOLOv7 model: Ferry 93%, Indonesian Fishing Boat 85%, Malaysian Fishing Boat 89%, Thai Fishing Boat 91%, Vietnamese Fishing Boat 82%, Speedboat 94%, and Tanker 83%. The testing results of the website application integrated with YOLOv7 and Telegram bot produce a website that can detect objects and send notifications, thus expected to prevent illegal fishing.