Claim Missing Document
Check
Articles

Found 23 Documents
Search

Pelatihan Pengelolaan Website untuk Guru SD Negeri 5 Lerep Kabupaten Semarang Mujiyono, Sri; Sanjaya, Ucta Pradema; Wibisono, Iwan Setiawan; Rizqi, Hesti Yunitiara
Jurnal Masyarakat Madani Indonesia Vol. 4 No. 2 (2025): Mei
Publisher : Alesha Media Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59025/7n11gm95

Abstract

Transformasi digital dalam pendidikan menjadi kebutuhan mendesak di era akselerasi teknologi, namun keterbatasan literasi teknis di kalangan pendidik dan peserta didik menghambat optimalisasi infrastruktur yang tersedia. Studi kasus di SD Negeri 5 Lerep menunjukkan absennya platform digital resmi sebagai sarana penunjang pembelajaran, padahal website dapat menjadi ekosistem dinamis untuk kolaborasi dan interaksi tanpa batas geografis. Minimnya keterampilan teknis guru menyebabkan potensi transformatif teknologi terabaikan, sehingga diperlukan solusi strategis seperti pelatihan intensif pembuatan website. Program Pengabdian kepada Masyarakat (PkM) dirancang untuk mengubah pendidik dari konsumen pasif menjadi arsitek konten digital, membangun identitas digital sekolah, dan menciptakan ekosistem belajar yang adaptif dan personal. Kegiatan PkM ini berhasil mengembangkan website berbasis WordPress dengan pendekatan hybrid, menggabungkan metode waterfall dan agile, serta fitur seperti drag-and-drop builder dan plugin LearnDash. Hasilnya, terbentuk portal yang tidak hanya memfasilitasi administrasi terpusat, tetapi juga membuka kanal komunikasi transparan antara guru, orang tua, dan murid. Portal aktif SD Negeri 5 Lerep menjadi model replikabel untuk institusi pendidikan dengan keterbatasan serupa, menciptakan jejaring kolaboratif berkelanjutan yang mendorong revolusi cara berpikir dalam pendidikan.
Implementasi Algoritma XGBoost Untuk Prediksi Status Gizi Balita Berbasis Website Pangestu, Andi; Mujiyono, Sri
Jurnal Algoritma Vol 22 No 2 (2025): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.22-2.2390

Abstract

Malnutrisi balita masih menjadi masalah kesehatan masyarakat serius di Indonesia dengan prevalensi stunting mencapai 21,6% pada tahun 2022, masih di atas standar WHO yang menetapkan batas maksimum 20%. Penilaian status gizi tradisional membutuhkan waktu lama dan rentan terhadap kesalahan manusia, sehingga diperlukan pendekatan yang lebih efisien dan akurat. Penelitian ini bertujuan mengembangkan sistem prediksi status gizi balita menggunakan algoritma XGBoost yang diimplementasikan dalam aplikasi web berbasis data antropometri. Penelitian menggunakan pendekatan kuantitatif dengan metode penelitian terapan, menganalisis 5.489 data antropometri balita dari RSUD DR. Gondo Suwarno periode 2017-2023 melalui teknik purposive sampling. Data mencakup parameter umur, jenis kelamin, tinggi badan, berat badan, lingkar lengan, dan lingkar kepala balita usia 0-59 bulan. Setelah proses data cleaning, diperoleh 5.169 sampel berkualitas tinggi yang dibagi menjadi 80% data training dan 20% data testing dengan distribusi kelas seimbang. Model XGBoost dioptimasi menggunakan Grid Search 3-fold cross-validation untuk mencapai konfigurasi hyperparameter terbaik. Hasil penelitian menunjukkan model XGBoost mencapai akurasi 97,17%, presisi 97,16%, recall 97,17%, dan F1-score 97,16% dalam mengklasifikasikan tiga kategori status gizi yaitu Normal, Lebih, dan Buruk. Analisis feature importance mengungkapkan berat badan sebagai prediktor terkuat dengan kontribusi 42,52%, diikuti umur 16,79% dan tinggi badan 15,49%. Sistem berhasil diimplementasikan dalam aplikasi web dengan interface user-friendly yang memungkinkan input data antropometri dan memberikan hasil prediksi secara real-time. Penelitian ini menghasilkan alat bantu screening efektif untuk deteksi dini masalah gizi balita yang dapat meningkatkan efisiensi pelayanan kesehatan dan mendukung program pemerintah menurunkan angka stunting.
Sistem Pendukung Keputusan untuk Menentukan Guru Terbaik dengan Metode Analytical Hierarchy Process (AHP) : Studi kasus: SDN Bergas Lor 01 Khafid, Ahmad Noor; Mujiyono, Sri
Jurnal Algoritma Vol 22 No 2 (2025): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.22-2.2543

Abstract

Teacher performance evaluation is very important in ensuring the quality of education. However, this process is often difficult because it must consider various aspects, such as personality, competence, achievement, and innovation. In this study, we developed a decision support system (DSS) using the Analytical Hierarchy Process (AHP) method to help determine the best teachers objectively. This method helps identify relevant criteria and weights in determining teacher performance evaluations. This method is capable of producing more consistent and transparent decisions. The designed system is expected to simplify the decision-making process in determining the best teachers more efficiently, thereby supporting the improvement of teacher performance.