Article Per Year (5 Year)
p-Index From 2021 - 2026
4.288
P-Index
This Author published in this journals
All Journal JTEV (Jurnal Teknik Elektro dan Vokasional TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Ilmu Komputer dan Agri-Informatika Teknik dan Ilmu Komputer Journal Industrial Servicess Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika The Spirit of Society Journal : International Journal of Society Development and Engagement Techne : Jurnal Ilmiah Elektroteknika Jurnal Rekayasa Hijau MIND (Multimedia Artificial Intelligent Networking Database) Journal TESLA: Jurnal Teknik Elektro Jambura Journal of Electrical and Electronics Engineering Indonesian Journal of Electrical Engineering and Computer Science REKA ELKOMIKA: Jurnal Pengabdian kepada Masyarakat Community Empowerment Journal of Innovation and Community Engagement Jurnal Pengabdian Teknologi Tepat Guna AKM: Aksi Kepada Masyarakat Jurnal Atma Inovasia Engagement: Jurnal Pengabdian Kepada Masyarakat JuTISI (Jurnal Teknik Informatika dan Sistem Informasi) SNTE
Erwani Merry Sartika
Program Studi Teknik Elektro, Universitas Kristen Maranatha Bandung
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mechanical Engineering Public Health Social Sciences Transportation Other

Published : 45 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 45 Documents
Search

 1   2   3   4   5 
Simulator Pelatihan Caesiopulmonary Resuscitation (CPR) menggunakan MMA dan FSR SARTIKA, ERWANI MERRY; BR. PASARIBU, NOVIE THERESIA; GANY, AUDYATI; JEREMY, DIMITRI; LIN, CHE-WEI; SETIAWAN, FEBRIAN
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 10, No 3: Published July 2022
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v10i3.624

Abstract

ABSTRAKCardiac arrest merupakan permasalahan kesehatan yang signifikan. CPR dapat mengurangi resiko, namun tidak semua orang dapat melakukan CPR dengan benar. Berdasarkan permasalahan tersebut maka dibuat simulator pelatihan CPR yang dapat mengamati kedalaman dan frekuensi penekanan saat melakukan CPR. Simulator pelatihan CPR dibuat dengan sistem akuisisi data berupa estimasi kedalaman dan panduan kompresi. Sensor yang digunakan adalah accelerometer MMA 7361 dan force sensor FSR 406. Kedalaman dari akselerasi dapat diperoleh dengan mengintegralkan data accelerometer sebanyak dua kali. Integral dilakukan persiklus kompresi untuk mengurangi akumulasi error. Sistem panduan kompresi terdiri atas metronom sebagai acuan kecepatan kompresi, dan LED indikator frekuensi kompresi. Simulator pelatihan CPR ini memberikan estimasi kedalaman yang baik pada spons dan bantal menggunakan sampling rate sebesar 1 kHz dan integral per siklus kompresi.Kata kunci: Pelatihan CPR, Akuisisi Kedalaman, FSR 406, MMA7361 ABSTRACTCardiac arrest is a significant health problem. CPR can reduce risk, but not everyone can perform CPR correctly. Based on these problems, a CPR training simulator was created that can observe the depth and frequency of compressions when performing CPR. The CPR training simulator is built with a data acquisition system in the form of depth estimation and compression guidance. The sensors used are the MMA 7361 accelerometer and the FSR 406 force sensor. The depth of acceleration can be obtained by integrating the accelerometer data 2 times. The integral is performed per cycle of compression to reduce the accumulation of errors. The compression guidance system consists of a metronome as a reference for compression speed, and a compression frequency indicator LED. This CPR training simulator provides good depth estimation in sponges and pillows using a sampling rate of 1 kHz and integrals per compression cycle.Keywords: CPR Training, Depth Acquisition, FSR 406, MMA7361
Deteksi Gerakan Tangan menggunakan Support Vector Machine pada Dumbbell Berbasis Raspberry Pi Zero SARTIKA, ERWANI MERRY; DARMAWAN, AAN; JAYA, WILLIAM EKA; WIANTO, ELIZABETH
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 10, No 1: Published January 2022
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v10i1.105

Abstract

ABSTRAKOlahraga yang dilakukan di mana saja, dapat menggunakan alat sederhana seperti dumbbell. Latihan yang dilakukan harus sesuai usia dan kondisi kesehatan secara umum. Sebuah sistem diperlukan untuk mendeteksi gerakan sehingga membantu pemakai dalam menggunakan dumbbell. Dumbbell dilengkapi oleh sensor Inertial Measurement Unit (IMU), single board computer Raspberry Pi Zero W, dan LED RGB. Gerakan akan dideteksi oleh sensor Inertial Measurement Unit (IMU) yang dikirim ke Raspberry Pi Zero W untuk dilakukan preprocessing data. Algoritma Support Vector Machine (SVM) digunakan untuk mendapatkan model pendeteksi gerakan olahraga pada dumbbell. Bila gerakan terdeteksi maka Raspberry Pi Zero W akan memberi perintah LED RGB untuk menyalakan warna tertentu sesuai dengan deteksi gerakan. Berdasarkan hasil uji coba yang dilakukan kepada 5 orang dengan gerakan yang dideteksi sebanyak 6 gerakan, dumbbell pendeteksi gerakan memiliki tingkat keberhasilan sebesar 90%-94%.Kata kunci: dumbbell, deteksi gerakan, Raspberry Pi Zero W, SVM ABSTRACTExercises that can be done anywhere, can use simple tools such as dumbbells. Exercises should be appropriate for age and general health conditions. A system is needed to detect motion so as to assist the wearer in using the dumbbells. The dumbbell is equipped with an Inertial Measurement Unit (IMU) sensor, a single board computer Raspberry Pi Zero W, and RGB LEDs. Movement will be detected by the Inertial Measurement Unit (IMU) sensor which is sent to the Raspberry Pi Zero W for preprocessing the data. The Support Vector Machine (SVM) algorithm is used to obtain a sports motion detection model on dumbbells. If motion is detected, the Raspberry Pi Zero W will give an RGB LED command to turn on certain colors according to motion detection. Based on the results of trials conducted on 5 people with 6 movements detected, motion detection dumbbells have a success rate of 90%-94%.Keywords: dumbbell, motion detection, Raspberry Pi Zero W, SVM
Sistem Pick and Place Dua Derajat Kebebasan menggunakan Metoda Regresi SARTIKA, ERWANI MERRY; SARJONO, RUDI; CHRISOPHRAS, HAZEL XARIS
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 7, No 3: Published September 2019
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v7i3.521

Abstract

ABSTRAKSistem pick and place merupakan suatu sistem mekanik yang digunakan untuk memanipulasi pergerakan mengangkat, memindahkan, dan meletakkan untuk meringankan kerja manusia. Dalam mempelajari cara kerja robot industri sederhana dibuat miniatur robot pick and place (sederhana). Perancangan yang dibuat yaitu sistem pick and place dengan dua derajat kebebasan dengan ukuran yang memiliki perbandingan 1:0.35 dari referensi ukuran desain robot. Aplikasi SolidWorks digunakan untuk mendesain robot Diamond. Metode Regresi digunakan untuk memprediksi posisi motor servo dalam mencapai posisi yang diinginkan. Metode regresi berhasil digunakan untuk mencari hubungan antara target posisi setpoint dengan posisi motor servo 1 dan 2 (persamaan orde 2 dan 3) untuk mengontrol motor servo. Performansi yang terbaik dari sistem pick and place yang dibuat menggunakan trayektori miring, dengan kecepatan 100 (11.1 rpm), menghasilkan error ± 0.0729 dan presisi 1.63%. Dalam penelitian ini, kecepatan end-effector yang lebih rendah menghasilkan keakurasian dan kepresisian yang lebih baik.Kata kunci: Pick and Place, Robot Diamond, Dua derajat kebebasan, Regresi ABSTRACTThe pick and place system are a mechanic system used in manipulating the movements of lifting, moving, and laying to ease human work. In learning how to work a simple industrial robot, a miniature pick and place robot is created. The design made is a pick and place system with two degrees of freedom with a size that has a ratio of 1: 0.35 from the reference size of the robot design. Regression method is used to predict the position of the servo motor in reaching the desired position. Regression method was successfully used to find the relationship between the target setpoint position and the position of servo motors 1 and 2 (order equations 2 and 3) to control the servo motor. The best performance from the pick and place system that is made using an aslope trajectory, with a speed of 100 (11.1 rpm), produces an error ± 0.0729 and precision 1.63%. In this research, lower end-effector speeds result in better accuracy and precision.Keywords: Pick and Place, Diamond Robot, 2-DOF, Regression
Perbandingan Deteksi Letak Polip pada Citra Colonoscopy menggunakan CNN dengan Arsitektur RetinaNet JONATHAN, RONALDO DAVE; HASUGIAN, MEILAN JIMMY; SARTIKA, ERWANI MERRY
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 10, No 4: Published October 2022
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v10i4.946

Abstract

ABSTRAKPenyakit kanker kolorektal diawali munculnya polip pada usus besar yang dapat berubah menjadi tumor ganas dan menimbulkan kanker. Sehingga diperlukan screening terhadap usus besar menggunakan colonoscopy. Menurut penelitian sekitar 26% polip terlewat saat prosedur colonoscopy. Pada penelitian ini dilakukan implementasi Convolutional Neural Network (CNN) dengan arsitektur RetinaNet untuk mendeteksi letak polip pada citra colonoscopy. Perbandingan dilakukan pada 3 jenis arsitektur yaitu ResNet-50, ResNet-101, dan ResNet-152 sebagai backbone pada arsitektur RetinaNet. Model yang terbaik berdasarkan metrik Intersection over Union (IoU) adalah model RetinaNet (Backbone = ResNet-50) tanpa data augmentation dengan nilai 0.8415. Sedangkan model yang terbaik berdasarkan metrik Average Precision (AP) adalah RetinaNet (Backbone = ResNet-101) dengan data augmentation dengan nilai AP25 = 0.9308, AP50 =0.9039, AP75 = 0.6985.Kata kunci: polip, colonoscopy, Convolutional Neural Network (CNN), RetinaNet ABSTRACTColorectal cancer always begins with the appearance of polyps in the colon which can turn into malignant tumors and cause cancer. Therefore, it is necessary to screen the large intestine using colonoscopy. However, according to studies, about 26% of polyps are missed during colonoscopy procedures. In this study, a Convolutional Neural Network (CNN) with RetinaNet architecture was implemented to detect the location of polyps in colonoscopy images. Comparisons were made on 3 types of architecture, namely ResNet-50, ResNet-101, and ResNet-152. From the evaluation results, the best model based on the Intersection over Union (IoU) metric is the RetinaNet model (Backbone = ResNet-50) without augmentation data with a value of 0.8415. While the best model based on the Average Precision (AP) metric is RetinaNet (Backbone = ResNet-101) with data augmentation with values AP25 = 0.9308, AP50 = 0.9039, AP75 = 0.6985.Keywords: polyp, colonoscopy, Convolutional Neural Network (CNN), RetinaNet
Simulasi Sistem Otomasi Load Shedding menggunakan Prediksi Beban SARTIKA, ERWANI MERRY; SARJONO, RUDI; RESTIANTO, REINALDO STEVEN
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 7, No 1: Published January 2019
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v7i1.180

Abstract

ABSTRAKSimulator penggunaan energi listrik sangat membantu dalam perencanaan pasokan listrik secara terus menerus atau perlu pemadaman bila terjadi gangguan. Agar kinerja pembangkit dapat kembali normal, bertahap, dan terencana akibat mengalami gangguan, maka digunakan metoda Load Shedding. Sistem otomasi dibutuhkan untuk merealisasikan metoda Load Shedding, dan melalui simulator dapat mengurangi resiko terhadap kerusakan bila langsung diimplementasikan. PLC digunakan untuk memprediksi beban saat load shedding, sedangkan SCADA digunakan untuk menampilkan prioritas dan status beban. Load shedding 1 adalah tindakan pelepasan beban bila pada salah satu genset mengalami gangguan, sedangkan Load shedding 2 bila pada kedua genset mengalami gangguan. Simulasi sistem load shedding 1 dan 2 berhasil dilakukan pelepasan beban secara otomatis. Setelah pelepasan beban, kapasitas beban yang ditanggung genset sesuai dengan prediksi dari PLC. Terdapat perbedaan hasil antara daya yang diprediksi secara perhitungan dan daya terukur, kemungkinan disebabkan beban masih belum steady saat data diambil.Kata kunci: Otomasi, Simulator, Sistem Load shedding, SCADA, PLC ABSTRACTSimulator of the use of electrical energy is very helpful in planning electricity supply continuously or needs to be suppressed if a disturbance occurs. In order for the generator performance to return to normal, gradual, and planned due to interference, the Load Shedding method is used. Automation systems are needed to realize the Load Shedding method, and through simulators can reduce the risk of damage if implemented immediately. PLC was used to predict load during load shedding, while SCADA was used to display priority and load status. Load shedding 1 was a load release action if one of the generator sets was disrupted, while Load shedding 2 if in both gensets were disrupted. Load system simulation of shedding 1 and 2 was successfully released by load automatically. After the load was released, the load capacity borne by the generator was in accordance with the predictions of the PLC., the load capacity borne by the generator was in accordance with the predictions of the PLC. There was a difference in results between the predicted power and measured power, possibly because the load was stillnot steady when the data was taken. Keywords: Automation, Simulator, Load Shedding System, SCADA, PLC
Pengontrolan Kecepatan Rotor BLDC UAV Berdasarkan Hasil Identifikasi menggunakan Metode Regresi SARTIKA,, ERWANI MERRY; MULIADY, MULIADY; SARJONO, RUDI; YUVENS, VINCENSIUS
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 9, No 1: Published January 2021
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v9i1.114

Abstract

ABSTRAKPenggunaan dan aplikasi motor Brushless DC cukup banyak di industri, namun masih cukup sulit untuk mengendalikannya. Pada penelitian sebelumnya telah dipelajari karakteristik parameter motor BLDC UAV menggunakan Metode Regresi untuk mengetahui hubungan antar parameter yang ada dalam sistem motor BLDC. Sinyal PWM merupakan salah satu yang menentukan kecepatan rotor dari BLDC. Pada penelitian ini identifikasi model motor BLDC hasil eksperimen digunakan untuk mengendalikan kecepatan rotor secara open loop dan closed loop. Pengendalian secara open loop menggunakan invers model hasil Metode Regresi menghasilkan kesalahan maksimal 3,77% untuk kecepatan rotor lebih dari 3500 rpm. Sedangkan pada pengendalian secara closed loop menggunakan model hasil Metode Regresi dan pengendali PI (Proportional Integral) dengan Kp = 1 dan Ki = 5, secara simulasi menghasilkan kecepatan rotor dengan settling time 1 detik.Kata kunci: motor BLDC, kecepatan rotor, identifikasi model, pengendalian ABSTRACTThe use and application of Brushless DC motors is quite a lot in the industry, but it is still quite difficult to control. In previous research the characteristics of UAV BLDC motor parameters using the regression method to determine the relation of the parameters in the BLDC motor system. The PWM signal is one that determines the rotor speed of the BLDC. In this study the identification of the BLDC motor model experimental results is used to control the rotor speed in open loop and closed loop. Control with open loop using the inverse model of the Regression Method produces a maximum error of 3.77% for rotor speeds of more than 3500 rpm. Whereas control with closed loop using the model of the Regression Method and PI (Proportional Integral) controller with Kp = 1 and Ki = 5, the simulation produces rotor speed with a settling time of 1 second.Keywords: BLDC motor, rotor speed, model identification, control
Implementasi Sensor IMU untuk mengetahui Sudut Elevasi Kendaraan menggunakan Metode Least Square SARTIKA, ERWANI MERRY; GANY, AUDYATI; YUVENS, VINCENSIUS
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 8, No 2: Published May 2020
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v8i2.301

Abstract

ABSTRAKKemiringan jalan menyebabkan pengendara sepeda motor lebih berhati-hati dalam mengendarai kendaraannya. Selain untuk keamanan, sudut elevasi jalan dapat mempengaruhi dalam pengendalian kendaraan sehingga dapat lebih menghemat energi. Pada paper ini sensor Inertial Measurement Unit (IMU) digunakan untuk mengetahui kemiringan kendaraan sepeda motor (naik/turun dan condong kiri/kanan). Dalam perancangannya beberapa data akselerasi dari sensor accelerometer IMU diolah dengan regresi sehingga diperoleh persamaan regresi yang kemudian digunakan untuk memperbanyak data sehingga data tersebut dapat digunakan untuk prediksi model antara 3 input nilai akselerasi dan 2 output nilai kemiringan sudut kendaraan. Prediksi model berhasil dengan indentifikasi menggunakan metode Least Square. Dari data pengamatan diperoleh bahwa rata-rata kesalahan absolut untuk kemiringan naik/turun dan condong kiri/kanan antara 5 o s/d 7 o, namun belum berhasil untuk sudut yang besar (70 o s/d 90 o).Kata kunci: IMU, accelerometer, sudut elevasi, Arduino, Least Square ABSTRACTThe slope of the road leads to awareness of motorcyclists ini riding their motorcycle addition to safety, the elevation angle of the road can affect vehicle control so that it can save more energy. In this paper the IMU sensor is used to determine the slope of a motorcycle (up / down and leaning left / right). In the design of some acceleration data from the IMU accelerometer sensor is processed so that the regression equation is obtained. The regression equation is used to generate the data to predict the model 3 input acceleration value and 2 output slope value of the vehicle. Model prediction was successful by identification using the Least Square method. Obtained from observational data that the average absolute error for the slope up / down and leaning left / right between 5 o to 7 o, but has not been successful for wide angles (70 o to 90 o).Keywords: IMU, accelerometer, elevation angle, Arduino, Least Square
Penerapan Algoritma Gradient Boosting pada Sinyal EEG sebagai Pengendali Kursi Roda DARMAWAN, GERARLDO INDRA; SARTIKA, ERWANI MERRY; CHANDRA, ERIC; BR. PASARIBU, NOVIE THERESIA; ANDRIANTO, HERI
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 12, No 2: Published April 2024
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v12i2.541

Abstract

ABSTRAKBerdasarkan data Badan Penduduk Statistik (BPS) tahun 2019, jumlah penduduk lanjut usia yaitu 23,4 juta dan 26,2% diantaranya mengalami keluhan kesehatan. Beberapa keluhan kesehatan yang dialami berkaitan dengan mobilitas. Kursi roda merupakan salah satu alat bantu yang kerap digunakan oleh penyandang disabilitas atau seseorang yang memiliki keterbatasan mobilitas. Brain-Computer Interface digunakan sebagai sistem kendali kursi roda menggunakan Raspberry Pi berdasarkan masukan berupa sinyal EEG. Sinyal EEG tersebut digunakan untuk memprediksi perintah otak dan rangsangan gerakan bola mata dengan menerapkan algoritma gradient boosting. Hasil prediksi machine learning merupakan set point untuk menjalankan motor DC sehingga kursi roda dapat bergerak berdasarkan hasil prediksi. Sistem BCI pada kursi roda telah dilakukan uji coba, integrasi BCI pada kursi roda berhasil diterapkan dengan persentase keberhasilan sebesar 60%.Kata kunci: BCI, Machine Learning, Wheelchair Control. ABSTRACTAccording to the Badan Penduduk Statistik 2019, the number of elderly population is 23.4 million, and 26.2% of them experience health complaints. Some of these complaints are related to mobility. Wheelchairs are one of the commonly used aids for people with disabilities or mobility limitations. The Brain-Computer Interface (BCI) is employed as a control system for a wheelchair, utilizing a Raspberry Pi, which operates based on input signals derived from EEG (Electroencephalogram) signals. These EEG signals are used to predict brain commands and stimulate eye movement through the application of gradient boosting algorithms. The machine learning prediction results are the set points to run the DC motor so that the wheelchair can move based on the prediction results. The BCI system for wheelchairs has been tested, and the integration of BCI into wheelchairs has been successfully applied with a 60% success rate.Keywords: BCI, Machine Learning, Wheelchair Control.
Kinerja Low-Cost Chlorophyll Meter pada Pengukuraan Indeks Klorofil Daun Srikaya Jumbo Hangkawidjaja, Aan Darmawan; Sartika, Erwani Merry; Andrianto, Heri; Pintu Batu, Michael Cladius Poltak
Jurnal Ilmu Komputer dan Agri-Informatika Vol. 12 No. 1 (2025)
Publisher : Sekolah Sains Data, Matematika, dan Informatika. Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.12.1.13-24

Abstract

One of the factors affecting crop yields is the condition of nutrients in plants. The nutrient condition, particularly nitrogen, can be identified through the chlorophyll content in plant leaves, which can be measured using a chlorophyll meter. However, current chlorophyll meters are still expensive and have limitations such as limited data storage, with data being lost if there is no power supply. In this paper, an ESP32-based chlorophyll meter was developed to store chlorophyll content index (CCI) data in a memory module, enabling the data to be used for nitrogen status analysis. The plant used for chlorophyll measurement in this study was the jumbo sugar apple plant. The research methods included literature reviews from previous studies, design, implementation, and performance testing of the ESP32-based chlorophyll meter compared to the TYS-A chlorophyll meter in measuring the chlorophyll content of jumbo sugar apple leaves. The test results showed a determination coefficient (R²) of 0.9517 between the TYS-A values and those of the ESP32-based chlorophyll meter, indicating a significant correlation. The ESP32-based chlorophyll meter functioned effectively, being capable of measuring the chlorophyll index of jumbo sugar apple plant and storing the chlorophyll index data in a memory module. The ESP32-based chlorophyll meter can serve as an affordable alternative to the TYS-A chlorophyll meter.
Pemanfaatan Tools AI dalam Pembuatan Materi Pengajaran bagi Guru- Guru di BPPK Bandung Sartika, Erwani Merry; Ratnadewi; Heri Andrianto; Agus Prijono; Aan Darmawan; Yohana Susanthi; Anthonius Chandra
Jurnal Atma Inovasia Vol. 4 No. 4 (2024)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jai.v4i4.9399

Abstract

Pendidik seperti guru perlu mengikuti perkembangan teknologi, namun juga tetap menginspirasi siswa agar teknologi dapat digunakan untuk tujuan positif dan produktif. Teknologi kecerdasan buatan (AI) saat ini banyak digunakan untuk membantu pendidik dalam mengembangkan materi pembelajaran. Pendekatan metode partisipatif yaitu masyarakat terlibat aktif dalam mengidentifikasi dan menyelesaikan masalah berupa kebutuhan dari guru-guru di BPPK untuk dapat mengembangkan diri dengan mengikuti workshop tools AI ini. Hasil evaluasi menunjukkan bahwa 84% peserta dapat menyimak dan mengikuti pelatihan berupa workshop yang melibatkan peserta secara aktif dalam diskusi, praktik, dan pengembangan keterampilan secara langsung. Pengembangan metode pengabdian diperlukan sehingga guru-guru dapat mendapat mempelajari dan mempraktikkan materi yang diberikan dengan lebih baik.
Co-Authors AAN DARMAWAN Aan Darmawan Aan Darmawan Hangkawidjaj Aan Darmawan Hangkawidjaja Agus Prijon Agus Prijono Agus Prijono Alfian Alfian Amadeus, Clarence Annisa Maizano Anthonius Chandra Arief Darmawan Ariesa Pandanwangi Arvin Ezekiel Denri Utama Arvin Ezekiel Denri Utama AUDYATI GANY Audyati Gany Audyati Gany Audyati Gany, Audyati Chandra, Eric Che, Wei Lin CHRISOPHRAS, HAZEL XARIS Clarence Amadeus Daniel Setiadikarunia Darmanto, Christopher Prasetya DARMAWAN, GERARLDO INDRA Dido Hardinanto Ginting Diki Dwi Saputra Dimitri Jeremy Dion Melvern Siswanto Elia Moses Elizabeth Wianto, Elizabeth Evan Adrian Adhi Giri Shaffaat AL Muttaqin GUNAWAN, REYNALDY FELICIUS HALIM, CHRISENDY Hangkawidjaja, Aan Darmawan HASUGIAN, MEILAN JIMMY Herawati Ys Herawati Yusuf Herawati Yusuf Herawati Yusuf Heri Andrianto Heri Andrianto I Nengah Agus Mulia Adnyana I Wayan Sukadana Ida Ida Ida, Ida Indra Maulidin JAYA, WILLIAM EKA Jeffrey Christopher Jeremy Jonathan Jeremy, Dimitri Jimmy Gozali JONATHAN, RONALDO DAVE Judea Janoto Jarden Lesmana, Cindrawati Lin, Che Wei LIN, CHE-WEI M, Kevin Reynaldo Markus Tanubrata Markus Tanubrata Markus Tanubrata Meilan Jimmy Hasugian Moses, Elia Muliady, Muliady Nathaniel Pius Winata Nicolaus Cornellius Novie Theresia Br. Pasaribu Novie Theresia Br. Pasaribu Nugroho, Vincensius Olga Catherina Pattipawaej Pasaribu, Novie Theresia Patrick Fellipe Army Pintu Batu, Michael Cladius Poltak Rainisa Maini Heryanto Ratnadewi Ratnadewi . Renaldy, Derry RESTIANTO, REINALDO STEVEN RESTIANTO, REINALDO STEVEN Reynaldy Felicius Gunawan Richard Setiawan Riko Arlando Riko Arlando Saragih Rudy Wawolumaja Santoso Santoso SARJONO, RUDI SARJONO, RUDI SETIAWAN, FEBRIAN Setiawan, Febryan Siti Zubaidah Sri Wahono T. Rudi Sarjono T. Rudi Sarjono T. Rudy Sarjono Tara Anggada Putra Tio Dewantho Sunoto Utama, Arvin Ezekiel Denri VIERI CANDHYA WIGAYHA Vieri Candhya Wigayha Vincensius Nugroho Vincent Utama Wahono, Sri Winda Halim Wulan Sallydri Santoso Yehuda Njuah Sectio Cibro Yeremia Timotius Yohana Susanthi Yulianti Talar YUVENS, VINCENSIUS Zefanya, Kevyn Vicy