Article Per Year (5 Year)
p-Index From 2021 - 2026
1.817
P-Index
This Author published in this journals
All Journal TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Journal of Community Empowerment and Innovation Submit : Jurnal Ilmiah Teknologi Informasi dan Sains Advance Sustainable Science, Engineering and Technology (ASSET) ABDIMAS NUSANTARA
Kurniawan, Fajar Indra
Unknown Affiliation
Humanities Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mathematics Public Health Social Sciences

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
TRANSFORMASI LITERASI DIGITAL KADER POSYANDU MELALUI PENERAPAN CHATGPT SEBAGAI MEDIA EDUKASI KESEHATAN MASYARAKAT DI DESA JLODRO, TUBAN Ristono, Joko; Kurniawan, Fajar Indra
Jurnal Pemberdayaan Masyarakat dan Inovasi Vol 4 No 3 (2025)
Publisher : STKIP PGRI SITUBONDO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47668/join.v4i3.2056

Abstract

Perkembangan teknologi kecerdasan buatan (Artificial Intelligence/AI) telah membuka peluang baru bagi peningkatan kapasitas komunikasi dan literasi digital di sektor kesehatan masyarakat. Posyandu sebagai garda terdepan pelayanan kesehatan di tingkat desa masih menghadapi tantangan dalam penyebaran informasi yang efektif, terutama akibat keterbatasan kader dalam memanfaatkan media digital. Kegiatan pengabdian ini bertujuan untuk mentransformasi kemampuan literasi digital kader Posyandu melalui pelatihan penggunaan ChatGPT sebagai media edukasi kesehatan masyarakat di Desa Jlodro, Kecamatan Kenduruan, Kabupaten Tuban. Metode pelaksanaan dilakukan secara partisipatif dan aplikatif melalui lima tahapan, yaitu analisis situasi mitra, identifikasi masalah, perancangan solusi, pelatihan, serta pendampingan dan evaluasi. Pelatihan diikuti oleh 15 kader Posyandu aktif, dengan kegiatan berupa ceramah, simulasi, dan praktik langsung menggunakan smartphone. Evaluasi dilakukan melalui pre-test, post-test, dan observasi lapangan. Hasil kegiatan menunjukkan adanya peningkatan signifikan pada kemampuan digital dan komunikasi kader. Persentase kader yang mampu mengakses dan mengoperasikan ChatGPT meningkat dari 20% menjadi 87%, sementara kemampuan membuat konten edukatif digital naik hingga 80%. Penerapan ChatGPT juga mempercepat proses penyusunan materi edukasi hingga 50%, serta meningkatkan keaktifan kader dalam penyuluhan.Dapat disimpulkan bahwa pemanfaatan ChatGPT efektif sebagai media inovatif dalam peningkatan literasi digital kader Posyandu sekaligus memperkuat peran mereka sebagai agen komunikasi kesehatan masyarakat di era digital.
YURECA COMPETITION UNTUK PENGUATAN JIWA KEMANUSIAAN DAN KETERAMPILAN PERTOLONGAN PERTAMA BAGI ANGGOTA PMR WIRA DI JAWA TIMUR Ardiantoro, Luki; Kurniawan, Fajar Indra; Ristono, Joko; Sutrisno, Eko
Jurnal Pemberdayaan Masyarakat dan Inovasi Vol 4 No 3 (2025)
Publisher : STKIP PGRI SITUBONDO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47668/join.v4i3.2083

Abstract

Palang Merah Remaja (PMR) Wira merupakan wadah pembinaan generasi muda dalam pengembangan jiwa kemanusiaan dan keterampilan pertolongan pertama. Namun, masih terbatasnya media aktualisasi bagi anggota PMR untuk mengukur kemampuan dan kesiapan dalam menghadapi situasi kedaruratan menjadi permasalahan yang memerlukan solusi. Kegiatan pengabdian ini bertujuan untuk meningkatkan kompetensi pertolongan pertama, kepemimpinan, kreativitas digital, dan kepedulian sosial melalui penyelenggaraan YURECA Competition II di Jawa Timur. Metode pelaksanaan meliputi sosialisasi kegiatan secara daring, pendaftaran peserta melalui sistem informasi, technical meeting, pelaksanaan kompetisi secara hybrid (online–offline), dan evaluasi peserta berdasarkan rubrik penilaian pada sepuluh bidang lomba PMR. Kegiatan diikuti oleh 295 peserta dan 21 pembina dari 29 sekolah di 14 kabupaten/kota. Hasil evaluasi menunjukkan peningkatan pemahaman peserta dalam bidang pertolongan pertama dan kesiapsiagaan bencana, meningkatnya keterampilan literasi digital melalui lomba jurnalistik, serta terbangunnya jejaring dan motivasi kemanusiaan antarpeserta. Disimpulkan bahwa model kompetisi hibrida efektif dalam meningkatkan jiwa kemanusiaan, keterampilan teknis, serta partisipasi remaja dalam aksi sosial berbasis kepalangmerahan. Keberlanjutan program direkomendasikan melalui penguatan inovasi teknologi dan integrasi pelatihan secara berkala.
Perbandingan Model LSTM dan GRU Untuk Analisis Sentimen Ulasan Pengguna Spotify Ardiyansyah, M Feri; Zahara, Soffa; Sukmaningtyas, Yanuarini Nur; Kurniawan, Fajar Indra
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 5 No. 2 (2025): Desember 2025
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v5i2.4523

Abstract

Spotify merupakan salah satu platform streaming musik populer yang menghasilkan banyak ulasan dari pengguna. Analisis sentimen pada ulasan tersebut penting untuk mengetahui persepsi dan tingkat kepuasan pengguna. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan Spotify menggunakan dua model deep learning, yaitu Long Short-Term Memory (LSTM) dan Gated Recurrent Unit (GRU). Dataset yang digunakan berjumlah 61.587 ulasan dengan dua kategori sentimen, yaitu positif dan negatif. Tahapan penelitian meliputi pra-proses teks, tokenisasi, padding, pemisahan data, pelatihan model, dan evaluasi. Model dilatih menggunakan embedding bawaan Keras dengan optimizer Adam. Hasil evaluasi menunjukkan bahwa LSTM memperoleh akurasi 0.8950, sedangkan GRU mencapai 0.8922. Kedua model menunjukkan performa yang stabil berdasarkan nilai precision, recall, dan F1-score. Berdasarkan hasil tersebut, LSTM memiliki performa sedikit lebih baik, namun GRU tetap menjadi alternatif yang efisien dengan hasil yang mendekati LSTM.
Co-Authors Ahmad Syaifuddin Akbar, Ronny Makhfuddin Amirudin, Fahrul Andini, Vidia Ardiantoro, Luki Ardiyansyah, M Feri Eko Sutrisno, Eko Firdaus Alamsjah Handika, Bayu Dwi Rakhmawati , Ismi Yayuk ristono, joko Rohmah, Mimin Fatchiyatur Sari, Tri Intan Lambang Yanuarini Nur Sukmaningtyas Zahara, Soffa