Claim Missing Document
Check
Articles

Found 13 Documents
Search

Prakiraan Kecepatan Angin Menggunakan Metode Triple Exponential Smoothing di Pantai Pangandaran Dimara Kusuma Hakim; Yuana Wangsa Putri Setiawan; Supriyono; Maulida Ayu Fitriani4
Jurnal E-Komtek Vol 8 No 2 (2024)
Publisher : Politeknik Piksi Ganesha Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37339/e-komtek.v8i2.2243

Abstract

Indonesia as a maritime country with a long coastline, holds significant potential in the marine and tourism sectors. However, these sectors are often disrupted by adverse weather conditions, particularly irregular wind speeds. Accurate wind speed forecasting is therefore essential for disaster mitigation. This study aims to forecast wind speed at Pantai Pangandaran using the Triple Exponential Smoothing (TES) method, which is more effective in handling data fluctuations with trend and seasonal patterns. The data used includes daily data from January 2014 to September 2024. The results show that the TES method provides highly accurate forecasts, with a low error rate evaluated through an RMSE of 0.51 and a MAPE of 17.85% for wind speed. These forecasts are expected to support disaster mitigation, enhance safety, and improve the efficiency of activities in coastal areas, particularly at Pantai Pangandaran, in facing adverse weather conditions.
Pelatihan Pembuatan Buku Cerita Anak Berbasis Generative AI untuk Menumbuhkan Semangat Bela Negara pada Ibu-Ibu PKK Desa Wilayut Rizky Parlika; Dimara Kusuma Hakim
Jurnal Pengabdian Teknik dan Sains (JPTS) Vol. 6 No. 2 (2026): Juli 2026
Publisher : Lembaga Publikasi Ilmiah dan Penerbitan (LPIP)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk memberikan pelatihan pembuatan buku cerita anak berbasis Generative Artificial Intelligence (AI) kepada Ibu-Ibu PKK Desa Wilayut, Kecamatan Sukodono, Kabupaten Sidoarjo. Permasalahan utama yang diidentifikasi adalah tingginya intensitas penggunaan gawai pada anak-anak usia Sekolah Dasar yang berpotensi menyebabkan fenomena brain rot, yaitu menurunnya kemampuan kognitif akibat konsumsi konten digital yang pasif dan berlebihan. Pendekatan yang ditawarkan adalah memberdayakan ibu sebagai agen perubahan melalui pelatihan pembuatan cerita bergambar interaktif menggunakan Generative AI, yang selanjutnya dapat diajarkan kepada putra-putri mereka. Metode pelaksanaan terdiri dari empat tahap: (1) sosialisasi dan identifikasi kebutuhan; (2) pelatihan teknis penggunaan Generative AI untuk membuat cerita dan ilustrasi; (3) pendampingan pembuatan buku cerita; dan (4) evaluasi dan presentasi hasil. Hasil kegiatan menunjukkan bahwa 92% peserta mampu mengoperasikan alat Generative AI secara mandiri, 85% peserta berhasil menghasilkan buku cerita berilustrasi, dan 88% peserta menyatakan bahwa keterampilan ini dapat mengalihkan perhatian anak dari gawai. Kegiatan ini berkontribusi pada pengembangan literasi digital keluarga serta penanaman nilai-nilai bela negara melalui media cerita anak yang kreatif dan edukatif.
Analytical Hierarchy Process (AHP) untuk Zona Kerentanan Tanah Longsor di Daerah Gumelar Reza Fahmi Pahlevi; Dimara Kusuma Hakim; Tito Pinandita; Muhammad Hamka
Jurnal E-Komtek Vol 9 No 2 (2025)
Publisher : Politeknik Piksi Ganesha Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37339/e-komtek.v9i2.2556

Abstract

Landslides are geological disasters that frequently occur in areas with steep topography and minimal vegetation, including in Gumelar Subdistrict, Banyumas Regency. This study aims to map landslide vulnerability zones using a multi-criteria approach with the Analytical Hierarchy Process (AHP) method integrated into a Geographic Information System (GIS). Four main parameters analyzed include slope gradient, rainfall, lithology, and land cover, with weights determined through a pairwise comparison matrix by experts. The results indicate that slope gradient (49.2%) and rainfall (30.9%) are the dominant factors in determining vulnerability levels. The resulting vulnerability map shows the distribution of areas with low, moderate, and high risks, validated using field landslide event data. This study provides an accurate spatial basis for landslide disaster mitigation planning in the study area