Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Knowledge Engineering and Data Science Jurnal Pengabdian Masyarakat Teknologi Informasi dan Informatika
Pradini, Risqy Siwi
Unknown Affiliation
Computer Science & IT Engineering

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

Found 2 Documents
Search

 1 
Peningkatan Kemampuan Siswa SMK Tunas Bangsa Untuk Membuat Gambar Dan Caption Di Media Sosial Melalui Pelatihan Berbasis Artificial Intelligence Pradini, Risqy Siwi; Khudori, Ahsanun Naseh; Kusuma, Wahyu Teja; Rikatsih, Nindynar
DIMASLOKA: Jurnal Pengabdian Masyarakat Teknologi Informasi dan Informatika Vol 3 No 2 (2024): Juli
Publisher : Fakultas Ilmu Komputer Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/dimasloka.v3i2.39

Abstract

Media sosial telah menjadi platform utama untuk berkomunikasi, bertukar informasi, dan hiburan bagi jutaan pengguna di seluruh dunia. Konten visual yang menarik dan kreatif menjadi kunci untuk menarik perhatian dan interaksi di media sosial. Namun, banyak siswa SMK yang belum memiliki pengetahuan dan keterampilan yang memadai dalam menciptakan konten visual yang menarik, terutama dalam menghasilkan gambar dan caption yang dapat meningkatkan engagement di media sosial. Untuk mengatasi masalah ini, dilakukan kegiatan pengabdian berupa pelatihan untuk meningkatkan kemampuan siswa SMK dalam menciptakan gambar dan caption di media sosial dengan memanfaatkan AI tools. Pelatihan ini bertujuan untuk memperkenalkan konsep AI kepada siswa dan menerapkan penggunaan AI tools untuk menciptakan konten visual yang menarik dan relevan dengan tren terkini. Penyelenggaraan pelatihan ini dibagi menjadi dua sesi dengan total durasi 70 menit. Sesi pertama berisi presentasi tentang AI, sementara sesi kedua siswa diminta praktik untuk menghasilkan gambar dan caption menggunakan AI tools, dan hasilnya diunggah ke media sosial masing-masing. Evaluasi pelatihan menunjukkan peningkatan signifikan dalam pemahaman dan keterampilan siswa berdasarkan peningkatan nilai pre-test ke post-test sebesar 52.6%. Semua peserta pelatihan mengalami peningkatan nilai post-test, sehingga menandakan keberhasilan pelatihan ini dalam mencapai tujuannya. Dengan melibatkan anggota tim pengabdian sebagai pemateri dan bantuan dari mahasiswa sebagai asisten, serta dihadiri oleh 24 peserta siswa SMK Tunas Bangsa, pelatihan ini berhasil meningkatkan pemahaman dan keterampilan siswa membuat gambar dan caption yang menarik untuk diunggah di media sosial.
AHP–Python Framework for Multicriteria Modeling of Rice Production in ASEAN Putri, Mayang Anglingsari; Pradini, Risqy Siwi; Jayanegara, Anuraga; Putra, Alexander Dimas Yonanta
Knowledge Engineering and Data Science
Publisher : citeus

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

Abstract

Rice production is a key indicator of food security and agricultural stability in Southeast Asia, especially among Association of Southeast Asian Nations (ASEAN) countries. Despite shared regional goals, disparities in rice production remain, and previous studies mainly rely on descriptive statistics, lacking structured multicriteria decision-making frameworks and computational tools for cross-country comparisons. This study addresses these gaps by proposing an integrated Analytic Hierarchy Process (AHP)–Python framework to evaluate and rank ASEAN rice production from 2013 to 2022. Three criteria are used: Total Production Volume (K1), Production Growth Trend (K2), and Recent Year Performance (K3), capturing both long-term consistency and short-term dynamics. Official data from the ASEAN Food Security Information System (AFSIS) is analysed using a macro-level comparative approach. AHP is implemented in Python to efficiently perform matrix normalisation, pairwise comparisons, eigenvalue calculations, and final score synthesis, thereby improving accuracy, scalability, and reproducibility while reducing human error. Results show that Indonesia (0.678) and Vietnam (0.654) consistently rank among the highest-performing countries, highlighting their strategic role in the regional stability of rice production. This study contributes a novel integration of AHP and Python for regional agricultural performance modelling, providing methodological advancements and practical insights. The findings support evidence-based policymaking, cross-country collaboration, and resource planning, promoting food security and agricultural resilience across ASEAN.
Co-Authors Ahsanun Naseh Khudori Anuraga Jayanegara Indra Dharma Wijaya, Indra Dharma Mayang Anglingsari Putri, Mayang Anglingsari Putra, Alexander Dimas Yonanta Rikatsih, Nindynar Wahyu Tejakusuma, Wahyu