Claim Missing Document
Check
Articles

TRANSFORMING RURAL EDUCATION WITH DIGITAL ASSESSMENT TOOLS: A CASE STUDY OF SOCRATIVE IN SAROLANGUN, INDONESIA Saleh Yaakub; Wawan Joko Pranoto; Ika Safitri Windiarti; Rida Priyanti
Jurnal Abdimas UM Jambi Vol. 2 No. 1 (2025): Jurnal Abdimas UM Jambi
Publisher : LPPM Universitas Muhammadiyah Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53978/jaum.v2i1.525

Abstract

Purpose: This study explores the implementation of Socrative, a digital assessment tool, to enhance teaching and learning in rural primary schools in Sarolangun, Indonesia. It addresses persistent challenges such as limited digital literacy, inadequate infrastructure, and low student engagement. The study aligns with the Indonesian government’s "Merdeka Belajar" curriculum, emphasizing the integration of modern technologies into education. Methods: A mixed-methods approach was employed, incorporating qualitative and quantitative data collection. Teachers participated in training workshops covering Socrative’s functionalities, followed by a three-month classroom implementation phase. Data were gathered through pre- and post-intervention surveys, classroom observations, and interviews with teachers and administrators. Descriptive statistics and thematic analysis were used to evaluate the intervention’s impact. Results: The findings indicate a significant improvement in teacher digital literacy, with proficiency levels increasing from 35% to 85% post-intervention. Student engagement in classrooms using Socrative rose by 40% compared to traditional methods. However, challenges such as limited internet connectivity and device availability were identified as barriers to scalability. Despite these challenges, the study demonstrated the feasibility of integrating digital tools in resource-constrained environments. Conclusions: The implementation of Socrative proved effective in addressing digital literacy and engagement gaps in rural education.
MODEL RFGS-CS UNTUK MENGATASI HIGH DIMENSIONAL DATA STUNTING KOTA SAMARINDA Sari, Lidya; Siswa, Taghfirul Azhima Yoga; Pranoto, Wawan Joko
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 1 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i1.5997

Abstract

Di Samarinda, Kalimantan Timur, prevalensi stunting terus meningkat, dengan angka mencapai 23,9% pada tahun 2022. Kondisi ini menunjukkan perlunya intervensi lebih efektif untuk mengatasi masalah gizi di wilayah tersebut. Metode klasifikasi data mining dapat memprediksi risiko stunting, namun penelitian sebelumnya menghadapi tantangan  dengan dataset berdimensi tinggi yang dapat mempengaruhi akurasi. Tujuan dari penelitian ini adalah untuk meningkatkan akurasi klasifikasi stunting di Kota Samarinda menggunakan algoritma Random Forest (RF) yang dioptimalkan dengan seleksi fitur Chi-Square dan optimasi parameter Grid Search. Dataset yang digunakan adalah data stunting dari 26 puskesmas di Kota Samarinda tahun 2023 dari Dinas Kesehatan Kota Samarinda. Metode validasi yang digunakan yaitu cross-validation dengan k=10. Hasil penelitian menunjukkan bahwa fitur-fitur seperti BB/U, Tinggi, ZS BB/U, ZS TB/U adalah yang paling signifikan dalam mempengaruhi performa model RF. Model RF dengan seleksi fitur Chi-Square mencapai akurasi sebesar 99.11%, tidak ada peningkatan akurasi setelah penambahan metode optimasi Grid Search. Hasil penelitian ini menunjukkan bahwa model Random Forest (RF), baik dengan maupun tanpa optimasi, efektif dalam mengklasifikasikan data stunting. Keefektifan model ini dalam menangani dataset yang rumit dan kompleks, sehingga diharapkan dapat mendukung kebijakan serta intervensi kesehatan
Optimalisasi Pembelajaran Daring pada Masa Pandemi Covid-19 dengan Pembinaan Bahan Ajar Digital dan E-Learning Taghfirul Azhima Yoga Siswa; Wawan Joko Pranoto
Jurnal Abdimas Mahakam Vol. 6 No. 01 (2022): Januari
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24903/jam.v6i01.1169

Abstract

Dampak pandemic Covid-19 yang saat ini melanda Indonesia menyebabkan segala aktifitas diluar rumah harus dibatasi bahkan ditiadakan dan digantikan dengan bekerja dari rumah atau work from home sebagai langkah untuk memutus rantai penyebaran virus. Pada sektor pendidikan khususnya SMK Negeri 15 Samarinda, pembelajaran yang biasanya dilakukan tatap muka harus ditiadakan dan digantikan dengan pembelajaran secara daring atau online. Dibutuhkan solusi dan tindakan yang tepat untuk dapat memastikan kegiatan belajar mengajar tetap terlaksana dengan baik ditengah wabah Covid-19 yang sedang melanda. Pengabdian masyarakat dengan In House Training diharapkan mampu untuk membina dan membantu para guru dalam mempersiapkan kegiatan belajar mengajar di masa pandemi Covid-19. Kegiatan pengabdian masyarakat ini dilakukan dengan metode survei lokasi, mempersiapkan materi pelatihan, pelaksanaan kegiatan pelatihan, dan evaluasi kegiatan pelatihan. Pelaksanaan kegiatan pelatihan In House Training dilaksanakan selama 1 hari dan di hadiri oleh guru-guru SMK Negeri 15 Samarinda sebanyak 42 orang dengan mematuhi protokol kesehatan Covid-19. Hasil dari kegiatan pengabdian masyarakat ini adalah guru-guru mampu untuk membuat dan mengoptimalisasikan bahan ajar digital menggunakan Microsoft PowerPoint dan PowToon serta menerapkan pembelajaran daring pada Learning Management System (LMS) dengan plaform Google Classroom dan Edmodo
Workshop Penggunaan Mendeley sebagai Sistem Manajemen Referensi kepada Mahasiswa Arbansyah Arbansyah; Abdul Rahim; Rofilde Hasudungan; Wawan Joko Pranoto
Jurnal Abdimas Mahakam Vol. 7 No. 01 (2023): Abdimas Mahakam
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24903/jam.v7i01.1980

Abstract

Aplikasi Mendeley sangat membantu mahasiswa menyusun proyek ilmiah seperti skripsi, tesis, dan tugas akhir. Mahasiswa dapat mengelola bahan bacaan yang dijadikan referensi atau acuan dalam karya ilmiahnya dengan Mendeley ini. Siswa dapat lebih mudah memasukkan kutipan dan secara otomatis membuat daftar referensi dengan aplikasi ini. Banyak mahasiswa tingkat akhir yang masih belum memahami fitur atau manfaat aplikasi Mendeley ini. Akibatnya, pelatihan manajemen referensi berbasis Mendeley dan kegiatan pengabdian masyarakat sangat dibutuhkan. Tujuan dari pelatihan ini adalah untuk memperluas wawasan siswa dan meningkatkan kemahiran mereka dengan aplikasi manajemen referensi Mendeley. Pelatihan ini diharapkan dapat membantu mahasiswa meningkatkan kualitas karya ilmiahnya dan memberikan solusi atas permasalahan yang muncul saat penulisan tugas akhir.
Hybrid PSO Feature Selection Correlation and Support Vector Machine Model for Heart Disease Detection Sarina Safitri; Taghfirul Azhima Yoga Siswa; Wawan Joko Pranoto
J-INTECH ( Journal of Information and Technology) Vol 14 No 01 (2026): Journal of Information and Technology
Publisher : LPPM Universitas Bhinneka Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/j-intech.v14i01.2251

Abstract

Heart disease remains a major health problem worldwide. The World Health Organization (WHO) reports that in 2022, approximately 19.8 million people died from heart disease, highlighting the need for the implementation of an appropriate early detection model. This study proposes a hybrid SVM–PSO model with correlation-based feature selection, duplicate data handling, and a multi-metric fitness function to enhance classification performance. PSO is employed to optimize the C parameter and RBF kernel of SVM, producing a more robust and balanced model compared to existing approaches. This study uses a heart disease dataset consisting of 1,025 rows with 13 attributes and 1 target variable obtained from the Kaggle repository and republished on the Zenodo platform in 2024. The research stages include Pre-Processing, Standardization, Feature Selection based on Correlation, and evaluation using the 10-Fold Cross Validation technique with Accuracy, precision, recall, and F1-score metrics. The results show that Support Vector Machine (SVM) achieved an Accuracy of 82.80%, Precision of 79.31%, Recall of 91.70%, and an F1-score of 84.88%. After optimization using PSO, the performance improved to an accuracy of 84.46%, precision of 80.54%, recall of 92.72%, and an F1-score of 86.04%. The experimental results indicate performance improvements of 2.00% in accuracy, 1.55% in precision, 1.11% in recall, and 1.37% in F1-score after PSO optimization. These results prove that the applied hybrid approach successfully improved the ability to detect heart disease. Therefore, this study contributes by demonstrating that PSO-based hyperparameter optimization can effectively enhance SVM classification performance for heart disease detection. The proposed model also has practical implications as a decision support tool for early heart disease detection that can assist medical practitioners in improving diagnostic accuracy and supporting preventive treatment strategies.
Model Hybrid PSO, Feature Selection Correlation dan Logistic Regression untuk Deteksi Penyakit Jantung Hidayatullah, Muhammad Wahyu; Siswa, Taghfirul Azhima Yoga; Pranoto, Wawan Joko
INFOMATEK Vol 28 No 1 (2026): Juni 2026 (In Progress)
Publisher : Fakultas Teknik, Universitas Pasundan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23969/infomatek.v28i1.43123

Abstract

Penyakit jantung merupakan salah satu penyebab utama kematian baik di Indonesia maupun secara global sehingga diperlukan model deteksi dini yang akurat. Penelitian ini bertujuan meningkatkan kinerja Logistic Regression dengan regularisasi L2 melalui optimasi Particle Swarm Optimization (PSO) dan feature selection berbasis correlation. Metode yang digunakan meliputi pre-processing, standarisasi, seleksi fitur, serta evaluasi menggunakan K-10 Fold Cross Validation. Hasil pengujian menunjukkan bahwa Logistic Regression menghasilkan accuracy 82,47%, precision 80,31%, recall 88,56%, dan F1-score 84,10%. Setelah dioptimasi dengan PSO, performa meningkat menjadi accuracy 84,45%, precision 81,74%, recall 91,01%, dan F1-score 85,98%. Hasil tersebut menegaskan bahwa pendekatan hybrid yang diusulkan efektif dalam meningkatkan deteksi penyakit jantung.
Analisis Kinerja Jaringan Wireless LAN dengan Menggunakan Metode QoS dan RMA pada SD Negeri 014 Sangasanga Maulidin, Achmad; Pranoto, Wawan Joko; Hallim, Abdul
YASIN Vol 5 No 2 (2025): APRIL
Publisher : Lembaga Yasin AlSys

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58578/yasin.v5i2.5232

Abstract

The quality of the wireless LAN network at SD Negeri 014 Sangasanga is suboptimal, particularly during the implementation of the Computer-Based National Assessment (ANBK). This condition leads to network overload and decreased performance, which disrupts the smooth execution of ANBK. This study aims to analyze network performance using Quality of Service (QoS) and Reliability, Maintainability, Availability (RMA) methods, focusing on throughput, packet loss, delay, and jitter parameters. Measurements were conducted using Wireshark and PRTG tools during ANBK sessions. The research method involves collecting network performance data under actual conditions. The results show that the throughput parameter is in the poor category, averaging 1,200 Kbps, with a peak value of 3,056 Kbps and a low of 10 Kbps. Packet loss demonstrated excellent performance with 0% recorded across all sessions. The average delay reached 46 ms, ranging from 2.7 ms to 430 ms, mostly meeting TIPHON standards. Jitter averaged 28.4 ms, with stable results despite occasional spikes in certain sessions. The findings highlight the need for better network management to support stable ANBK implementation. Recommendations include improving network infrastructure with more reliable devices and applying efficient bandwidth management techniques to ensure stable network performance during ANBK sessions.
Co-Authors A Arbansyah A Halim Abdul Hallim Abdul Rahim Agus Widodo AGUS WIDODO Alam, Aksal Illal Al Any Sawheri Gading Arbansyah Arbansyah Arif Nur Rahman Augie Sugiarto Nunka Aulia Khofifah Syamsuri Bayu Gaung Oktio Putra Damari, Azwar Della Eliyana Saputri Dinda Nur Octaviany Dini Anitasari Evitasari, Yuliana Dilla Faldi Faldi Faldi, Faldi Fitri Damayanti Fitriayana, Fitriayana Gilang Adhmadani Gina Maulidina Gunawan Ariyanto Hallim, Abdul Hasudungan, Rofilde Hidayatullah, Muhammad Wahyu Highness Mailani Putri Highness Mailani Putri Husni Thamrin Ibnu Sabdaniansyah Ika Safitri Windiarti Ilham, Muhammad Fauzan Nur Indra Pradista Indra Pradista Irma Yuliana Istimaroh Istimaroh Lidya Sari M. Gilang Romadhon M. Gillang Ramadhani Masni Masni Maulidin, Achmad Mawaddah, Suci Melisa Nur Aini Miliani, Dwi Fitri Mohammad Hiqmal Fiqri Mubaraq, Ahmad Ridhani Muhammad Fath Thoriq Muhammad Nur Irvan Muhammad Rifqi Pratama MUTHMAINNAH Naufal Azmi Verdikha Novia Hidayati Ramadhani Nurdin, Andi Pambudi, Faldy Alfareza Rahmad Fardian Ramadhan, Ahmad Kasim Ramadhan, Muhammad Firdaus Ramadhani, Daib Jidan Restu, Anggiq Karisma Aji Reyka Luna Karalo Reza, Andi Rida Priyanti Ridha Anisa Soldzu Parnga Ridha Anisa Soldzu Parnga Rita Yulfani Rivaldo, Vito Junivan Rofilde Hasudungan Sari, Septa Intan Permata Sarina Safitri Satria, Bima Siti Muawwanah Sofie Azizah, Jahra Syandy Apriyan Nur Taghfirul Azhima Yoga Siswa Taufiq, Ilham Tri Duwi Pramudito Wahyu Laksana Wahyudi Yulyanto Wisnu Priyo Jatmiko Yaakub, Saleh Yastria, Nurul Marisya