Claim Missing Document
Check
Articles

Found 33 Documents
Search

Evaluasi Faktor Pendukung dan Penghambat Difusi Artificial Intelligence (AI) dalam Pendidikan Dasar dan Menengah: Pendekatan Teori Difusi Inovasi Nur Alamsyah; Yeni Handayani; Suhendra, Suhendra
J-CEKI : Jurnal Cendekia Ilmiah Vol. 5 No. 1: Desember 2025
Publisher : CV. ULIL ALBAB CORP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56799/jceki.v5i1.13196

Abstract

Penelitian ini merupakan studi kepustakaan sistematis mengenai difusi Artificial Intelligence (AI) dalam pendidikan dengan menggunakan kerangka Diffusion of Innovation Theory (DoI). Hasil kajian menunjukkan bahwa AI memiliki Keunggulan Relatif yang tinggi, terutama dalam meningkatkan efisiensi kerja guru dan menyediakan pembelajaran yang dipersonalisasi bagi siswa. Namun, proses adopsi AI terhambat oleh tingginya tingkat Kompleksitas dan rendahnya Kompatibilitas dalam sistem pendidikan. Hambatan utama muncul dari kurangnya kesiapan sumber daya manusia (SDM), terutama literasi digital dan kepercayaan diri guru dalam memanfaatkan teknologi AI. Kondisi ini diperburuk oleh minimnya dukungan institusi seperti fasilitas pelatihan berkelanjutan, kesiapan infrastruktur digital, serta resistensi antar rekan kerja. Adopsi yang lambat mencerminkan kegagalan sistem dalam menyediakan saluran komunikasi yang efektif untuk mengurangi persepsi kesulitan penggunaan AI meskipun manfaatnya mudah diamati. Penelitian ini merekomendasikan tiga arah kebijakan utama: (1) mitigasi kompleksitas melalui pelatihan hibrida yang terstruktur dan berkelanjutan, (2) peningkatan kompatibilitas institusional melalui pembangunan ekosistem kolaboratif seperti forum berbagi praktik baik, serta (3) penguatan regulasi etika dan inklusivitas untuk pemerataan akses teknologi, menjamin integritas akademik, dan mengatasi kesenjangan digital.
Rancang Bangun Mesin Pakan Ternak Kering Untuk Meningkatkan Produktivitas Susu Sapi Perah di Desa Gendro, Pasuruan Hana Catur Wahyuni; Mulyadi; Sutarman; Listiari Hendraningsih; Nasiruddin Alburhan; Diyan Eko Yudi Siswant; Nur Alamsyah; Achmad Rizky Dwi Nur Amrin
JURNAL PENGABDIAN MASYARAKAT INDONESIA Vol. 5 No. 1 (2026): Februari: Jurnal Pengabdian Masyarakat Indonesia (JPMI)
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jpmi.v4i1.6194

Abstract

Desa Gendro di Kecamatan Tutur, Kabupaten Pasuruan merupakan sentra peternakan sapi perah dengan populasi lebih dari 3.000 ekor sapi. Namun produktivitas susu masih rendah akibat keterbatasan pakan berkualitas dan ketergantungan terhadap pakan konsentrat pabrikan. Kondisi tersebut diperparah oleh menurunnya ketersediaan hijauan saat musim kemarau dan belum tersedianya teknologi pengolahan pakan yang efisien. Program pengabdian kepada masyarakat ini bertujuan untuk merancang dan menguji awal mesin pakan ternak kering berbasis limbah pertanian lokal guna meningkatkan efisiensi penyediaan pakan dan produktivitas sapi perah. Metode pelaksanaan meliputi analisis situasi, perancangan, pembuatan, dan uji coba awal mesin dengan melibatkan kelompok peternak secara partisipatif. Mesin dirancang dengan tiga sistem utama, yaitu pencacah, pengering, dan pencampur, menggunakan motor penggerak 1 HP dan kapasitas produksi ±50 kg bahan basah per jam. Hasil uji coba awal menunjukkan bahwa mesin mampu menurunkan kadar air bahan pakan hingga 14–15% dan menghasilkan pakan homogen yang tahan simpan hingga satu bulan. Program ini meningkatkan keterampilan peternak dalam pengolahan pakan, memanfaatkan limbah pertanian, serta mendukung implementasi teknologi tepat guna menuju praktik peternakan berkelanjutan dan ekonomi sirkular di Desa Gendro.
Sentiment Analysis Model for the Free Lunch Program in Indonesia on Twitter (X) Based on Machine Learning Amelia Tifany Dewi; Nur Alamsyah; Sinaga, Arnold Ropen
Bulletin of Intelligent Machines and Algorithms Vol. 1 No. 3 (2026): BIMA March 2026 Issue
Publisher : Maheswari Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65780/bima.v1i3.18

Abstract

Social media has become a primary platform for the public to voice their opinions on various public policies, including the free lunch program initiated by the Indonesian government. This study aims to analyze public sentiment toward this program through the Twitter (X) platform by utilizing machine learning algorithms. Data collection was conducted from January 2025 to June 2025, with a total of 2,045 comments successfully gathered. Sentiment labeling was performed manually, and only positive and negative sentiments were considered. The data, in the form of relevant comments, were pre-processed and classified into positive and negative sentiments. Three algorithms used in this study are Support Vector Machine (SVM), Naïve Bayes, and Random Forest. Evaluation was performed using data splitting schemes of 70:30 and 80:20, along with 5-fold cross-validation. Unlike previous studies, which primarily focused on sentiment analysis of general social issues or specific topics without emphasizing public policy, this study specifically investigates the public's sentiment regarding a government policy (the free lunch program) and compares the performance of different machine learning models. The results of the study show that the Random Forest model outperformed SVM and Naïve Bayes, achieving an accuracy of 89.41% with a standard deviation of 0.0138. Meanwhile, SVM achieved an accuracy of 88.96% and Naïve Bayes 88.72%. These findings suggest that Random Forest is the most optimal and consistent model for sentiment analysis of public policies on social media.