Claim Missing Document
Check
Articles

Found 33 Documents
Search

PELATIHAN DAN PENDAMPINGAN DIGITAL MARKETING BERBASIS TEKNOLOGI INFORMASI UNTUK MEMPERSIAPKAN INDUSTRI 4.0 DI ERA COVID-19 PADA UMKM GRASIMA Putro, Setiadi Cahyono; Sujito, Sujito; Irianto, Wahyu Sakti Gunawan; Wibawanto, Slamet; Falah, Moh. Zainul; Syah, Abdullah Iskandar; Milenia, Herpri
Jurnal Graha Pengabdian Vol 5, No 1 (2023)
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um078v5i12023p27-34

Abstract

Abstrak: Masih kurangnya pengetahuan terkait perizinan usaha dan kurangnya keterampilan dalam memasarkan sebuah produk bagi pelaku usaha mikro kecil menengah di komunitas Griya Rajut Agung Singosari Malang (GRASIMA). Maka dari itu perlu dilakukan pelatihan dan pendampingan untuk meningkatkan pengetahuan dan keterampilan dalam perizinan dan pemasaran sebuah produk. Bentuk kegiatan program pengabdian kepada masyarakat ini berupa pelatihan dan pendampingan digital marketing untuk meningkatkan legalitas perijinan dan pemasaran guna mempersiapkan industri 4.0 di era COVID-19 bagi pelaku usaha mikro kecil menengah di komunitas Griya Rajut Agung Singosari Malang (GRASIMA). Perijinan yang dilaksanakan meliputi pendaftaran perijinan Nomor Induk Berusaha (NIB) dan pendaftaran merek dagang. Perizinan perlu dilakukan akar dalam menjalankan kegiatan usaha tidak bermasalah dengan hukum. Untuk mendapatkan sertifikat perizinan usaha dari Lembaga yang berwenang maka kegiatan pengabdian ini sangat penting guna mempersiapkan diri menuju industri 4.0. Pelatihan yang telah dilaksanakan meliputi pendaftaran merek dagang, pendaftaran NIB, pelatihan skill fotografi, pelatihan skill video grafi, dan pelatihan pemasaran produk. Dengan telah terlaksananya pelatihan tersebut diharapkan mitra mampu lebih baik dalam memasarkan produknya. Abstract: There is still a lack of knowledge related to business licensing and lack of skills in marketing a product for micro, small and medium enterprises in the Griya Rajut Agung Singosari Malang (GRASIMA) community. Therefore, it is necessary to conduct training and assistance to improve knowledge and skills in licensing and marketing a product. The form of this community service program activity is in the form of training and digital marketing assistance to improve the legality of licensing and marketing in order to prepare industry 4.0 in the COVID-19 era for micro, small and medium enterprises in the Griya Rajut Agung Singosari Malang (GRASIMA) community. Licensing carried out includes registration of licenses for Business Identification Numbers (NIB) and registration of trademarks. Permits need to be carried out root in carrying out business activities without problems with the law. To get a business licensing certificate from the authorized institution, this service activity is very important to prepare for industry 4.0. The trainings that have been carried out include trademark registration, NIB registration, photography skills training, videography skills training, and product marketing training. With the implementation of the training, partners are expected to be able to better market their products.
Hubungan Sosial Kognitif dan Life Skills Education dengan Kemampuan Adaptasi Calon Guru Pada Era Revolusi Industri 4.0 Wistiawati, Artina Tri; Putro, Setiadi Cahyono; Irianto, Wahyu Sakti Gunawan
PEMBELAJAR: Jurnal Ilmu Pendidikan, Keguruan, dan Pembelajaran Volume 7 Nomor 1 April 2023
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26858/pembelajar.v7i1.14682

Abstract

Universitas Negeri Malang merupakan (LPTK) untuk mencetak calon guru yang mampu menghadapi revolusi industri 4.0. Beberapa faktor yang mempengaruhi tingkat kemampuan adaptasi calon guru pada era revolusi industri 4.0 adalah sosial kognitif dan life skills education. Era revolusi industri 4.0 menuntut mahasiswa sebagai calon guru untuk memiliki kemampuan adaptasi calon guru pada era revolusi industri 4.0 (Y) untuk menyesuaikan diri dengan perkembangan teknologi. Penelitian ini membahas tentang faktor Hubungan Sosial Kognitif (X1) dan Life Skills Education (X2) dengan Kemampuan Adaptasi Calon Guru pada Era Revolusi Industri 4.0 (Y) Mahasiswa S1 PTE Jurusan Teknik Elektro Universitas Negeri Malang. Tujuan dari penelitian ini yaitu: (1) mendeskripsikan tingkat Y; (2) mendeskripsikan tingkat X1; (3) mendeskripsikan tingkat X2; (4) mengungkap signifikansi hubungan antara X1 dengan Y; (5) mengungkap signifikansi hubungan antara X2 dengan Y; dan (6) mengungkap signifikansi hubungan antara X1 dan X2 dengan Y.Metode penelitian menggunakan pendekatan kuantitatif dengan rancangan penelitian deskriptif korelasional. Populasi penelitian meliputi mahasiswa S1 PTE Jurusan Teknik Elektro Universitas Negeri Malang, berjumlah 84 orang yang telah melaksanakan KPL (angkatan 2016). Teknik pengambilan sampel menggunakan sampel jenuh, sehingga semua populasi dijadikan sampel penelitian dengan maksud untuk memperoleh hasil dengan tingkat kesalahan yang kecil. Teknik pengumpulan data menggunakan angket yang sebelumnya telah diuji validitas dan reliabilitasnya. Tingkat reliabilitas variabel X1, X2 dan Y berturut-turut adalah 0,973; 0,985; 0,985. Teknik analisis yang digunakan dalam penelitian ini adalah analisis hipotesis parsial dan simultan (analisis regresi linear berganda) berbantuan SPSS. Pengambilan keputusan dilakukan dengan taraf signifikansi 5%.Hasil dari penelitian menunjukkan gambaran variabel X1 dikategorikan sedang dengan persentase 40,50%. Gambaran variabel X2 dikategorikan sedang dengan persentase 46,40%. Gambaran variabel Y dikategorikan sedang dengan persentase 39,30%. Kontribusi terhadap kemampuan adaptasi calon guru pada era revolusi industri 4.0 untuk sumbangan relatif sosial kognitif 28,20% dan sumbangan relatif life skills education 71,80%. Sumbangan efektif sosial kognitif 19,68% dan sumbangan efektif life skills education 50,05%. Kesimpulan dari penelitian ini yaitu terdapat hubungan yang positif dan signifikan antara X1 dengan Y, X2 dengan Y serta X1 dan X2 secara simultan dengan Y.
Hubungan Occupational Skill dan Technological Skill Terhadap Kesiapan sebagai Guru Milenial Khamdan, Candra Wahyu Nur; Putro, Setiadi Cahyono; Gunawan Irianto, Wahyu Sakti
PEMBELAJAR: Jurnal Ilmu Pendidikan, Keguruan, dan Pembelajaran Vol 7, No 2 (2023): Volume 7 Nomor 2 Oktober 2023
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26858/pembelajar.v7i2.19704

Abstract

Perkembangan teknologi ssaat ini mempengaruhi berbagai hal terutama di bidang pendidikan. Sehingga menuntut calon guru yang mampu mempersiapkan berbagai hal untuk menjadi guru milenial (Y). Oleh sebab itu Mahasiswa sebagai calon guru milenial harus mempersiapkan Occupational Skill (X1) dan  Technological Skill  (X2). Tujuan dari penelitian untuk mengetahui : (1) Deskripsi X1, X2, Y, (2) Hubungan X1 dengan Y , (3) Hubungan X2 dengan Y, (4) Hubungan X1 dan X2 dengan Y. Penelitian ini menggunakan metode kuantitatif dengan rancangan penelitian deskriptif korelasional. Sampel yang diteliti berjumlah 84 mahasiswa dengan berpedoman teknik sampel jenuh. Variabel X1, X2 dan Y memiliki tingkat reliabilitas secara berurutan adalah 0.921, 0.906,dan 0.938. Nilai Sumbangan Efektif secara berurutan pada X1 dan X2 adalah 15.27% dan 16.25%. Nilai Sumbangan Relatif secara berurutan pada X1 dan X2 adalah 48.40% dan 51.60%. Kesimpulan yang diperoleh dari penelitian ini yaitu (1) X1,X2, dan Y dalam kategori sedang; (2) terdapat hubungan positif dan signifikan antara X1 dan Y, X2 dan Y, dan X1 dan X2 secara simultan dengan Y.
Analyzing event relationships in Andersen's Fairy Tales with BERT and Graph Convolutional Network (GCN) Daniati, Erna; Wibawa, Aji Prasetya; Irianto, Wahyu Sakti Gunawan; Ghosh, Anusua; Hernandez, Leonel
Science in Information Technology Letters Vol 5, No 1 (2024): May 2024
Publisher : Association for Scientific Computing Electronics and Engineering (ASCEE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31763/sitech.v5i1.1810

Abstract

This study explores the narrative structures of Hans Christian Andersen's fairy tales by analyzing event relationships using a combination of BERT (Bidirectional Encoder Representations from Transformers) and Graph Convolutional Networks (GCN). The research begins with the extraction of key events from the tales using BERT, leveraging its advanced contextual understanding to accurately identify and classify events. These events are then modeled as nodes in a graph, with their relationships represented as edges, using GCNs to capture complex interactions and dependencies. The resulting event relationship graph provides a comprehensive visualization of the narrative structure, revealing causal chains, thematic connections, and non-linear relationships. Quantitative metrics, including event extraction accuracy (92.5%), relationship precision (89.3%), and F1 score (90.8%), demonstrate the effectiveness of the proposed methodology. The analysis uncovers recurring patterns in Andersen's storytelling, such as linear event progressions, thematic contrasts, and intricate character interactions. These findings not only enhance our understanding of Andersen's narrative techniques but also showcase the potential of combining BERT and GCN for literary analysis. This research bridges the gap between computational linguistics and literary studies, offering a data-driven approach to narrative analysis. The methodology developed here can be extended to other genres and domains, paving the way for further interdisciplinary research. By integrating state-of-the-art NLP models with graph-based machine learning techniques, this study advances our ability to analyze and interpret complex textual data, providing new insights into the art of storytelling
CHATGPT DALAM PRAKTIK PPG: STRATEGI BARU TINGKATKAN HASIL BELAJAR SISWA SMP NEGERI 7 MALANG Hasriani; Irianto, Wahyu Sakti Gunawan; Wardhana, Nyoman Dedi Kusuma; Hermansyah; Abbar, Habib Muhammad; Ulum, Khoirul
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 2 (2025): EDISI 24
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i2.5752

Abstract

Perkembangan teknologi kecerdasan buatan (AI) telah membuka peluang baru dalam dunia pendidikan, salah satunya melalui penggunaan ChatGPT. Artikel ini bertujuan untuk mengkaji penerapan ChatGPT sebagai strategi pembelajaran inovatif dalam Praktik Pengalaman Lapangan (PPL) mahasiswa Pendidikan Profesi Guru (PPG) di SMP Negeri 7 Malang. Penelitian ini menggunakan pendekatan Penelitian Tindakan Kelas (PTK) model Kemmis dan McTaggart, yang dilaksanakan dalam dua siklus pada siswa kelas VII A sebanyak 30 orang. Fokus pembelajaran adalah pengenalan konsep dasar pemrograman dengan media Scratch yang dipadukan dengan ChatGPT sebagai pendamping interaktif. Pada Siklus I, pembelajaran diarahkan untuk memperkuat pemahaman siswa terhadap konsep-konsep dasar seperti variabel dan perulangan. Sedangkan pada Siklus II, siswa menerapkan konsep-konsep tersebut dalam proyek animasi menggunakan Scratch. Hasil penelitian menunjukkan bahwa penggunaan ChatGPT membantu siswa memahami materi dengan lebih mudah, meningkatkan motivasi belajar, serta mendorong partisipasi aktif dalam proses pembelajaran. Dengan demikian, ChatGPT terbukti menjadi strategi baru yang efektif dalam meningkatkan hasil belajar siswa dan relevan dengan kebutuhan pendidikan abad ke-21.
Building a Narrative Event Dataset from Andersen’s Fairy Tales for Literary and Computational Analysis Daniati, Erna; Wibawa, Aji Prasetya; Irianto, Wahyu Sakti Gunawan
International Journal of Engineering, Science and Information Technology Vol 5, No 3 (2025)
Publisher : Malikussaleh University, Aceh, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52088/ijesty.v5i3.910

Abstract

This paper describes building a narrative event dataset for the entire set of 153 fairy tales written by Hans Christian Andersen as?a resource for literary analysis and computational research. The corpus is?built up through semi-automatic annotation for important narrative events: character actions, period transitions, causal communications, and story themes. Each event is augmented with? metadata such as event type, event participants, event temporality (order) and event thematic relevance. This computer-readable structured data is helpful for NLP applications like event detection and temporal reasoning. Still, it supports in-depth literary?studies of plot structures, moral themes and character archetypes in Andersen's stories. Linking the digital humanities with the domain of computational linguistics, the dataset can be jointly used in inter-disciplinary research, and has the potential to reveal new aspects of classical narrative forms and how these findings?and developments can be usefully integrated in AI-supported storytelling systems.
Optimizing YOLO-Based Algorithms for Real-Time BISINDO Alphabet Detection Under Varied Lighting and Background Conditions in Computer Vision Systems Hayati, Lilis Nur; Handayani, Anik Nur; Gunawan Irianto, Wahyu Sakti; Asmara, Rosa Andrie; Indra, Dolly; Damanhuri, Nor Salwa
International Journal of Engineering, Science and Information Technology Vol 5, No 3 (2025)
Publisher : Malikussaleh University, Aceh, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52088/ijesty.v5i3.948

Abstract

This research explores the optimization of YOLO-based computer vision algorithms for real-time recognition of Indonesian Sign Language (BISINDO) letters under diverse environmental conditions. Motivated by the communication barriers faced by the deaf and hearing communities due to limited sign language literacy, the study aims to enhance inclusivity through advanced visual detection technologies. By implementing the YOLOv5s model, the system is trained to detect and classify correct and incorrect BISINDO hand signs across 52 classes (26 correct and 26 incorrect letters), utilizing a dataset of 3,900 images augmented to 10,920 samples. Performance evaluation employs k-fold cross-validation (k=10) and confusion matrix analysis across varied lighting and background scenarios, both indoor and outdoor. The model achieves a high average precision of 0.9901 and recall of 0.9999, with robust results in indoor settings and slight degradation observed under certain outdoor conditions. These findings demonstrate the potential of YOLOv5 in facilitating real-time, accurate sign language recognition, contributing toward more accessible human-computer interaction systems for the deaf community.
Penerapan Modul Sensor dan Arduino terhadap Minat, Motivasi, dan Hasil Belajar Siswa Kelas 10 TITL SMK (STM) Turen Putra, Adhi Pramana Estiawanda; Herwanto, Heru Wahyu; Irianto, Wahyu Sakti Gunawan; Soraya, Dila Umnia
TEKNO: Jurnal Teknologi Elektro dan Kejuruan Vol 34, No 2 (2024)
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um034v34i2p119-127

Abstract

Capaian daya serap materi pelajaran masih menjadi permasalahan di Indonesia. Peningkatan sarana prasarana berupa bahan ajar menjadi upaya untuk meningkatkan kualitas pendidikan. Modul sebagai salah satu bahan ajar dapat membantu siswa memahami, mempelajari dan menerapkan pembelajaran sesuai dengan kebutuhan serta memberikan motivasi belajar pada siswa. Kegairahan, lingkungan, dan keinginan belajar memengaruhi minat dan motivasi siswa dalam pembelajaran. Kurangnya motivasi dan minat belajar terjadi di SMK (STM) Turen, karena itu diperlukan inovasi kegiatan pembelajaran menarik minat, motivasi serta efektif dan efisien. Penelitian ini menggunakan disain quasi experiment dengan pendekatan kuantitatif. Variabel yang digunakan yaitu satu variabel independen yaitu penerapan modul sensor dan arduino (X1) dan 3 variabel dependen yaitu minat belajar (Y1), motivasi belajar (Y2) dan hasil belajar (Y3). Metode pengumpulan data penelitian ini yaitu observasi, non tes (angket/kuesioner), dokumentasi (nilai ulangan harian), dan tes (post-test). Nilai rata-rata Ulangan Harian kelas eksperimen sebesar 35,21 dan kelas kontrol sebesar 39,58. Rata-rata nilai post-test kelas eksperimen 76,95 dan kelas kontrol 61,25. Minat belajar pada indikator keterlibatan, ketertarikan dan perasan senang siswa kelas eksperimen dan kontrol termasuk kategori tinggi. Motivasi belajar pada indikator dorongan kegiatan belajar, kegiatan pembelajaran menarik kelas eksperimen dan kontrol termasuk kategori tinggi, sedangkan pada indikator kemauan belajar kelas eksperimen termasuk kategori sangat tinggi dan kelas kontrol tinggi. Penerapan modul trainer sensor arduino memiliki dampak terhadap minat, motivasi, dan hasil belajar siswa kelas 10 SMK (STM) Turen.
The Effect of Pedagogical Competence and Professional Competence of Students After Teaching Assistance on Interest in Becoming ICT Teachers and Teaching Readiness of Informatics Engineering Education Students, Universitas Negeri Malang Herwanto, Heru Wahyu; Irianto, Wahyu Sakti Gunawan
TEKNO: Jurnal Teknologi Elektro dan Kejuruan Vol 34, No 2 (2024)
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um034v34i2p99-108

Abstract

Survey findings indicate that some Informatics Engineering Education students show low interest in pursuing a teaching career, leading to reduced motivation, enthusiasm, and teaching readiness. This lack of interest negatively affects their pedagogical and professional competence. The Teaching Assistance Program was created for educational students to hone their teaching skills and develop their capabilities through curriculum development and implementation. This study aims to:(1) reveal the effect of pedagogical competence on interest in becoming an ICT teacher and teaching readiness; (2) reveal the effect of professional competence on interest in becoming an ICT teacher and teaching readiness; (3) reveal the effect of interest in becoming an ICT teacher on teaching readiness; (4) reveal the effect of pedagogic competence and professional competence on teaching readiness through the intervening variable interest in becoming a teacher. The study found that professional competence significantly influences students’ interest in becoming ICT teachers, while pedagogical competence significantly affects teaching readiness. Interest in becoming an ICT teacher also has a strong positive effect on teaching readiness. Additionally, professional competence indirectly enhances teaching readiness through increased career interest, whereas pedagogical competence shows no significant indirect effect through interest.
Few-Shot-BERT-RNN Narrative Structure Analysis for Andersen's Stories Daniati, Erna; Wibawa, Aji Prasetya; Irianto, Wahyu Sakti Gunawan; Hernandez, Leonel
JOIV : International Journal on Informatics Visualization Vol 9, No 4 (2025)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.9.4.3932

Abstract

Event Extraction (EE) is a pivotal task for NLP, where important events in the narrative text need to be detected and recognized. We present an alternative method for extracting events from Hans Christian Andersen's fairy tales, utilizing Few-Shot Learning with BERT (Bidirectional Encoder Representations from Transformers) and RNN (Recurrent Neural Network) in this paper. We selected Andersen's fairy tales because they are characterized by rich narratives and symbolic language, which also often prevents automatic event extraction. To reduce reliance on labeled samples, we utilize the Few-Shot Learning method, which enables the model to learn from a small number of labeled event examples trivially. The BERT model is used to generate deep representations by modeling the context between words and sentences. RNN is essential to capture the sequence of events in the story, which determines the structure of the narrative. The findings demonstrate that the proposed framework significantly improves event extraction, with high values of evaluation metrics such as in accuracy, precision, recall, and F1-score. The proposed method is also effective in extracting non-explicit events while keeping the narrative context. Despite the challenges posed by metaphorical language and subjective events, this work demonstrates that Few-Shot Learning, BERT, and RNNs offer a promising solution to the task of event extraction from complex narratives.