Claim Missing Document
Check
Articles

Found 27 Documents
Search

SOSIALISASI CEGAH STUNTING ANAK DENGAN ASUPAN PROTEIN HEWANI Anisa Sholikhati; Arief Adi Saputro; Achmad Ridwan; Nunung Qomariyah; Susi Nurohmi; Milad Naufal Akbar
Jurnal Abdimas Indonesia Vol 5, No 2 (2023): JURNAL ABDIMAS INDONESIA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jai.v5i2.2210

Abstract

Stunting merupakan gangguan tumbuh dan kembang anak yang salah satu penyebabnya adalah masalah kurang gizi kronis. Stunting yang telah terjadi apabila tidak diimbangi dengan cath-up growth (tumbuh kejar) akan berpotensi terhambatnya pertumbuhan motorik dan mental, rendahnya kemampuan belajar, meningkatkan resiko penyakit kronis seperti obesitas, diabetes dan hipertensi. Asupan makanan yang penting untuk mencegah stunting anak adalah protein hewani. Asupan makanan ini berperan penting dalam tumbuh kembang anak. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk memberikan sosialisasi tentang pencegahan stunting anak dengan asupan protein hewani. Metode pelaksanaan pengabdian kepada masyarakat melalui dua tahap yaitu tahap koordinasi dan tahap sosialisasi. Tahap koordinasi dilaksanakan tim dengan mitra yaitu anggota Nasyiatul Aisyiah Desa Papringan, Kecamatan Kaliwungu, Kabupaten Kudus terkait dengan perijinan kegiatan. Tahap sosialisasi merupakan inti pelaksanaan kegiatan dengan kegiatan awal yaitu tim memberikan informasi tentang definisi stunting dan bagaimana ciri-ciri anak stunting, kegiatan selanjutnya adalah tim menjelaskan penyebab stunting pada anak dan menjelaskan cara pencegahan stunting anak dengan asupan protein hewani. Mitra dalam kegiatan pengabdian kepada masyarakat ini sangat aktif dan antusias dalam mengikuti kegiatan sosialisasi.
Transformasi Pendidikan Indonesia Menuju Ekosistem Pembelajaran Cerdas, Inovasi, Digitalisasi, dan Penguatan Karakter di Era Global Nurullaili Malanul Hikmah; Nurhayati Muslimah; Muktiningsih Nurjayadi; Achmad Ridwan
Mitra Pilar: Jurnal Pendidikan, Inovasi, dan Terapan Teknologi Vol. 4 No. 2 (2025): Mitra Pilar: Jurnal Pendidikan, Inovasi, dan Terapan Teknologi, Volume 4 Nomor
Publisher : MJI Publisher by PT Mitra Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58797/pilar.0402.02

Abstract

Abstract Adapting the national education system is fundamental to navigating the Industrial Revolution 4.0 and Society 5.0 eras, which prioritize the mastery of 21st-century skills. Despite the implementation of the Emancipated Learning policy, low PISA scores (OECD, 2019) underscore the urgent need for a comprehensive overhaul of the learning ecosystem that integrates technology with character strengthening to mitigate the risk of moral erosion (Lickona, 2004). This qualitative research aims to analyze and formulate a transformation strategy toward a sustainable Blended Learning Ecosystem through a Systematic Literature Review (SLR) methodology. Data were gathered from indexed scientific journals published between 2020 and 2025 and analyzed using content analysis and thematic synthesis techniques. The synthesis results indicate that an effective smart learning ecosystem requires an adaptive blended learning model based on data personalization, which is curricularly integrated with the graduate profile. This study concludes that the success of educational transformation in Indonesia depends on a harmonious tripartite synergy: technology as an instrument, innovation as a pedagogical strategy, and character as a moral foundation. This synergy is expected to produce a generation that is intellectually superior, digitally proficient, and possesses strong moral integrity on the global stage. Abstrak Penyesuaian sistem pendidikan nasional menjadi fundamental dalam menghadapi era Revolusi Industri 4.0 dan Society 5.0 yang berorientasi pada penguasaan keterampilan abad ke-21. Meskipun kebijakan "Merdeka Belajar" telah diimplementasikan, rendahnya capaian PISA (OECD, 2019) menunjukkan urgensi perbaikan ekosistem pembelajaran secara menyeluruh dapat mengintegrasikan teknologi dengan penguatan karakter demi meminimalisasi risiko erosi moral (Lickona, 2004). Penelitian kualitatif ini bertujuan menganalisis dan merumuskan strategi transformasi menuju Ekosistem Pembelajaran Cerdas berkelanjutan melalui metode Kajian Literatur Sistematis (Systematic Literature Review). Data dikumpulkan dari jurnal ilmiah terindeks periode 2020 -2025 dan dianalisis menggunakan teknik analisis isi serta sintesis temuan. Hasil sintesis menunjukkan bahwa ekosistem pembelajaran cerdas yang efektif memerlukan model blended learning adaptif berbasis personalisasi data yang terintegrasi secara kurikuler dengan profil lulusan. Penelitian ini menyimpulkan bahwa keberhasilan transformasi pendidikan di Indonesia bergantung pada sinergi tripartit yang harmonis: teknologi sebagai instrumen, inovasi sebagai strategi pedagogi, dan karakter sebagai fondasi moral. Sinergi ini diharapkan mampu mencetak generasi yang unggul secara intelektual, cakap digital, dan memiliki integritas moral yang kuat di kancah global.
Dampak Desentralisasi Pendidikan Terhadap Mutu Sekolah: Analisis Perbandingan Indonesia dan Jepang Priyani, Valda Tsabitha; Zeral, Lauzer; Muktiningsih Nurjayadi; Achmad Ridwan
Mitra Pilar: Jurnal Pendidikan, Inovasi, dan Terapan Teknologi Vol. 4 No. 2 (2025): Mitra Pilar: Jurnal Pendidikan, Inovasi, dan Terapan Teknologi, Volume 4 Nomor
Publisher : MJI Publisher by PT Mitra Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58797/pilar.0402.03

Abstract

Abstract Decentralization of education is an important policy to improve school quality by transferring authority, resources, and responsibilities from the central government to local governments and educational units so that education management is more responsive to local needs. However, its implementation has had varying impacts due to differences in institutional capacity, resources, and educational culture. This study aims to comparatively analyze the impact of education decentralization on school quality in Indonesia and Japan by examining the regulatory framework, the level of school autonomy, and educational governance practices. The research method uses a literature review with a descriptive-comparative qualitative approach through policy analysis, official government documents, international agency reports, and relevant scientific articles. Data analysis was conducted using content and thematic analysis to identify patterns of relationships between decentralization configurations and school quality. The results show that educational decentralization in Indonesia is still dominated by the delegation of administrative authority and is highly dependent on fiscal capacity and regional institutional quality, so that its impact on improving learning quality and equalizing school quality has been inconsistent. In contrast, Japan implements decentralization within a strong national standard framework, supported by teacher professionalism, the capacity of local education councils, and a collaborative school culture, thereby maintaining high and relatively equitable education quality. This study concludes that the effectiveness of educational decentralization in improving school quality is largely determined by strengthening institutional capacity, a consistent quality assurance system, and a sustainable professional culture. Abstrak                                                                Desentralisasi pendidikan merupakan kebijakan penting untuk meningkatkan mutu sekolah melalui pengalihan kewenangan, sumber daya, dan tanggung jawab dari pemerintah pusat kepada pemerintah daerah dan satuan pendidikan agar pengelolaan pendidikan lebih responsif terhadap kebutuhan lokal. Namun, implementasinya menunjukkan dampak yang beragam akibat perbedaan kapasitas kelembagaan, ketersediaan sumber daya, dan budaya pendidikan. Penelitian ini bertujuan untuk menganalisis secara komparatif dampak desentralisasi pendidikan terhadap mutu sekolah di Indonesia dan Jepang dengan menelaah kerangka regulasi, tingkat otonomi sekolah, serta praktik tata kelola pendidikan. Metode penelitian yang digunakan adalah studi literatur dengan pendekatan kualitatif deskriptif-komparatif melalui analisis kebijakan, dokumen resmi pemerintah, laporan lembaga internasional, dan artikel ilmiah yang relevan. Analisis data dilakukan menggunakan analisis isi dan analisis tematik untuk mengidentifikasi pola hubungan antara konfigurasi desentralisasi dan mutu sekolah. Hasil penelitian menunjukkan bahwa desentralisasi pendidikan di Indonesia masih didominasi oleh pelimpahan kewenangan administratif dan sangat bergantung pada kapasitas fiskal serta kualitas kelembagaan daerah, sehingga dampaknya terhadap peningkatan kualitas pembelajaran dan pemerataan mutu sekolah belum konsisten. Sebaliknya, Jepang menerapkan desentralisasi dalam kerangka standar nasional yang kuat, didukung oleh profesionalisme guru, kapasitas dewan pendidikan daerah, serta budaya sekolah yang kolaboratif, sehingga mampu mempertahankan mutu pendidikan yang tinggi dan relatif merata. Penelitian ini menyimpulkan bahwa efektivitas desentralisasi pendidikan dalam meningkatkan mutu sekolah sangat ditentukan oleh penguatan kapasitas kelembagaan, sistem penjaminan mutu yang konsisten, dan budaya profesional yang berkelanjutan.
APLIKASI CHATBOT PERSEWAAN KOST BERBASIS WEB MENGGUNAKAN METODE WATERFALL Dicky Bagas Oktaviandia; Saiful Ulya; Achmad Ridwan; Avira Budianita
JURNAL BISNIS DIGITAL DAN SISTEM INFORMASI Vol 4, No 1 (2023): JURNAL BISNIS DIGITAL DAN SISTEM INFORMASI
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/bidisfo.v4i1.2015

Abstract

The growth of boarding houses is currently increasing, forcing boarding owners to do various ways to offer their business. The limited availability of information regarding the location, facilities, and costs of the boarding house makes prospective boarding house tenants do not have relevant information, so they become disinterested. As in Pak Purwanto's boarding house, one of them is marketing, which is still done manually, which makes most prospective boarding house tenants not aware of this information because it is not widely spread. Therefore, the purpose of this research is to build a web-based boarding chatbot application using the waterfall method (case study: kost pak purwanto) to make marketing more effective and efficient. Data collection was carried out in several ways, namely literature study, observation, and interviews. The results obtained in this study after going through the implementation and testing stages with the black box testing method produce a computerized system with artificial intelligence technology in the chatbot that can answer questions from prospective boarding house tenants so that this system becomes better, more effective and efficient than the previous system which was still manuals. The existence of this system makes it easier for boarding house owners to market their boarding houses so that they can develop more and become more well-known. Keywords: Information systems, Applications, Artificial intelligence, Chatbots, Boarding houses, Waterfall, Black box testing.
PENERAPAN TEKNIK BAGGING PADA ALGORITMA NAIVE BAYES DAN ALGORITMA C4.5 UNTUK MENGATASI KETIDAKSEIMBANGAN KELAS Achmad Ridwan; Annisa Tsani Khoiriyah
JURNAL BISNIS DIGITAL DAN SISTEM INFORMASI Vol 1, No 1 (2020): JURNAL BISNIS DIGITAL DAN SISTEM INFORMASI
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/bidisfo.v1i1.914

Abstract

Beberapa dataset yang memiliki dua kelas atau binominal mengalami ketidakseimbangan kelas yang menyebabkan kurangnya akurasi pada klasifikasi. Masalah ketidakseimbangan kelas sangat menghambat kinerja klasifikasi . Oleh karena itu, sejumlah metode seperti  bagging dan boosting, telah diusulkan  untuk memecahkan masalah ini. Masalah ini  menarik banyak perhatian dari para peneliti dari berbagai bidang. Pada penelitian ini diusulkan kombinasi teknik bagging dan algoritma klasifikasi untuk meningkatkan akurasi dari klasifikasi dataset medis. Teknik bagging digunakan untuk menyelesaikan masalah ketidakseimbangan kelas. Metode yang diusulkan diterapkan pada dua algoritma classifier yaitu, algoritma naïve bayes dan algoritma C4.5. Dalam riset ini, data yang digunakan adalah Blogger dataset yang diambil dari UCI repository of machine learning. Pada dataset ini  atributnya terdiri : Pendidikan (degree), tingkah politik(caprice), topik, media local turnover (LMT) dan ruang lokal, politik dan sosial (LPSS). Dari hasil penelitian, dengan menerapkan  teknik bagging untuk klasifikasi berbasis ensemble pada algoritma C4.5 dapat meningkatkan akurasi sebesar 9 %. Dengan akurasi awal 68 %, setelah diterapkan teknik bagging menjadi 77 %. pada algoritma naïve bayes  dapat meningkatkan akurasi sebesar 3,00 %. Dengan akurasi awal 77,00%, setelah diterapkan teknik bagging menjadi 80,00%. 
PENERAPAN TEKNIK BAGGING UNTUK MENINGKATKAN AKURASI KLASIFIKASI PADA ALGORITMA C4.5 DALAM MENENTUKAN BLOGGER PROFESIONAL Taftazani Ghazi Pratama; Agung prihandono; Achmad Ridwan
JURNAL BISNIS DIGITAL DAN SISTEM INFORMASI Vol 1, No 1 (2020): JURNAL BISNIS DIGITAL DAN SISTEM INFORMASI
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/bidisfo.v1i1.1214

Abstract

Ada beberapa model data mining salah satunya fungsinya sebagai  klasifikasi. Di bidang klasifikasi, ada banyak cabang yang berkembang yaitu pohon keputusan (decision tree). Salah satu decision tree yang populer adalah C4.5. tetapi algoritma ini kurang maksimal dalam menangani kesimbangan kelas. Masalah ketidakseimbangan kelas telah dilaporkan sangat menghambat kinerja algoritma klasifikasi dan telah menarik banyak perhatian dari para peneliti dari berbagai bidang. Oleh karena itu telah diusulkan untuk memecahkan masalah ini maka diperlukan sebuah algoritma ensemble yaitu bagging untuk meningkatkan Akurasi. Dalam riset ini, data yang digunakan adalah Blogger dataset yang diambil dari UCI repository of machine learning. Pada dataset ini  atributnya terdiri : Pendidikan (degree), tingkah politik(caprice), topik, media local turnover (LMT) dan ruang lokal, politik dan sosial (LPSS). Dari hasil penelitian, dengan menerapkan  teknik bagging untuk klasifikasi berbasis ensemble pada algoritma C4.5 dapat meningkatkan akurasi sebesar 9 %. Dengan akurasi awal 68 %, setelah diterapkan teknik bagging menjadi 77 %.
PENERAPAN TEKNIK BAGGING PADA ALGORITMA NAIVE BAYES DAN ALGORITMA C4.5 UNTUK MENGATASI KETIDAKSEIMBANGAN KELAS Achmad Ridwan; Sandi Mundakir
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 1, No 1 (2020): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v1i1.1219

Abstract

Beberapa dataset yang memiliki dua kelas atau binominal mengalami ketidakseimbangan kelas yang menyebabkan kurangnya akurasi pada klasifikasi. Masalah ketidakseimbangan kelas sangat menghambat kinerja klasifikasi . Oleh karena itu, sejumlah metode seperti  bagging dan boosting, telah diusulkan  untuk memecahkan masalah ini. Masalah ini  menarik banyak perhatian dari para peneliti dari berbagai bidang. Pada penelitian ini diusulkan kombinasi teknik bagging dan algoritma klasifikasi untuk meningkatkan akurasi dari klasifikasi dataset medis. Teknik bagging digunakan untuk menyelesaikan masalah ketidakseimbangan kelas. Metode yang diusulkan diterapkan pada dua algoritma classifier yaitu, algoritma naïve bayes dan algoritma C4.5. Dalam riset ini, data yang digunakan adalah Blogger dataset yang diambil dari UCI repository of machine learning. Pada dataset ini  atributnya terdiri : Pendidikan (degree), tingkah politik(caprice), topik, media local turnover (LMT) dan ruang lokal, politik dan sosial (LPSS). Dari hasil penelitian, dengan menerapkan  teknik bagging untuk klasifikasi berbasis ensemble pada algoritma C4.5 dapat meningkatkan akurasi sebesar 9 %. Dengan akurasi awal 68 %, setelah diterapkan teknik bagging menjadi 77 %. pada algoritma naïve bayes  dapat meningkatkan akurasi sebesar 3,00 %. Dengan akurasi awal 77,00%, setelah diterapkan teknik bagging menjadi 80,00%.