Claim Missing Document
Check
Articles

MEMBANGUN KETERAMPILAN DIGITAL: PELATIHAN PENGGUNAAN SCRATCH DI SMK NEGERI 8 PEKANBARU Nurliana Nasution; Feldiansyah Bakri Nasution; Mhd Arief Hasan; Muhammad Al Fajar
Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat Vol. 4 No. 1 (2024): April 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jpstm.v4i1.1932

Abstract

Abstract: This community service aims to enhance the programming skills of students at SMK Negeri 8 Pekanbaru through Scratch training. The problems addressed include limited access to and knowledge of programming among students, as well as low participation rates in technology learning. With a practical and interactive approach, the training involved 7 students and one accompanying teacher. The methods used included introducing basic programming concepts, case studies, and practical projects. Evaluation results showed a significant improvement in understanding basic programming concepts, ability to create simple projects, and interest in programming. The level of student participation in the training sessions reached 100%, indicating high enthusiasm and engagement. This activity proves to be an effective step in preparing students to face the challenges in an increasingly digitally connected workforce. Keywords: pelatihan; pemrograman; scratch; siswa; SMK.  Abstrak: Pengabdian ini bertujuan untuk meningkatkan keterampilan pemrograman siswa SMK Negeri 8 Pekanbaru melalui pelatihan penggunaan Scratch. Masalah yang dihadapi adalah keterbatasan akses dan pengetahuan siswa terkait pemrograman serta rendahnya tingkat partisipasi dalam pembelajaran teknologi. Dengan pendekatan praktis dan interaktif, pelatihan dilaksanakan dengan melibatkan 7 siswa dan satu guru pendamping. Metode yang digunakan mencakup pengenalan konsep dasar pemrograman, studi kasus, dan proyek praktikum. Hasil evaluasi menunjukkan peningkatan signifikan dalam pemahaman konsep dasar pemrograman, kemampuan membuat proyek sederhana, dan minat terhadap pemrograman. Tingkat partisipasi siswa dalam sesi pelatihan mencapai 100%, menandakan antusiasme dan keterlibatan yang tinggi. Kegiatan ini membuktikan dirinya sebagai langkah efektif dalam mempersiapkan siswa untuk menghadapi tantangan di dunia kerja yang semakin terhubung secara digital. Kata kunci: training; programming; scratch; students; vocational school.
Evaluation Of CNN-LSTM with Attention for Forest Fire Prediction in Indonesia: Challenges of  Imbalanced Data Susandri; Ahmad Zamsuri; Nurliana Nasution; Feldiansyah; Ilzi Adrolis SNR; Firman Hidayat
INOVTEK Polbeng - Seri Informatika Vol. 11 No. 3 (2026): August
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/6dzf1988

Abstract

Forest and land fires are annual disasters in Indonesia that are influenced by the temporal and nonlinear dynamics of surface weather conditions. This study evaluated a hybrid Convolutional Neural Network (CNN) and Long Short-Term Memory (LSTM) architecture with an attention mechanism for predicting forest fire risk based on multivariate surface weather data from BMKG stations for the 2015–2024 period. The dataset comprised 4,931 daily observations with eight weather features and four fire risk levels. The models were evaluated using temporal cross-validation and compared with the baselines (Random Forest, XGBoost, LightGBM, SVM, and standalone LSTM). The results indicate that the CNN-LSTM-attention model achieved 71.47% accuracy and 62.36% F1-score in the initial configuration. However, optimization attempts using SMOTE substantially degraded the performance to 50.95% accuracy (F1=0.55). The critical findings are as follows: (1) SMOTE is unsuitable for time-series data as it disrupts temporal patterns; (2) simpler architectures outperform excessive complexity; (3) class weighting is preferable to oversampling for handling class imbalance; and (4) basic weather features (without extensive engineering) yield optimal results. This study concludes that deep learning approaches for forest fire prediction in tropical regions face significant challenges related to class imbalance and temporal stability, necessitating the development of more adaptive modeling strategies
PERAMALAN PENJUALAN PARFUM MENGGUNAKAN METODE SINGLE MOVING AVERAGE (SMA) (STUDI KASUS : IM PARFUM PEKANBARU) Ilfan Setiawan; Nurliana Nasution
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 5 No. 2 (2022): June 2022
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v5i2.934

Abstract

Abstract: Today, there are many perfume distributors in the city of Pekanbaru, one of which is IM Parfum Pekanbaru. Based on sales data from IM Parfum Pekanbaru in October 2021, it is known that perfume sales reached around 1500 bottles. However, in sales they often experience problems, namely a lot of perfume stock that does not meet demand and is not even sold at all, it means that perfume supplies sometimes experience shortages and excesses so that the perfume is returned to the supplier at a loss due to not being sold. Forecasting is an important tool in effective and efficient planning. Forecasting is a prediction, projection or estimation of the level of uncertain events in the future. Based on research conducted at IM Parfum Pekanbaru using a forecasting system with the Single Moving Average method, it can help IM Parfum Pekanbaru store to recap sales data every month where the data is stored in the database. The forecasting system using the Single Moving Average method for forecasting perfume inventories for December 2021 is 1542 bottles with a MAD value of 242, an MSE value of 127073,4 and a MAPE value of 17.3%. Keywords: Forecasting, Single Moving Average, Parfume Sale Abstrak: Dewasa ini, banyak distributor parfum di kota Pekanbaru, salah satunya adalah IM Parfum Pekanbaru. Berdasarkan data penjualan IM Parfum Pekanbaru bulan Oktober 2021 diketahui bahwa penjualan parfum mencapai sekitar 1500 botol. Akan tetapi dalam penjualannya sering mengalami permasalahan yaitu banyak stok parfum yang tidak mencukupi permintaan dan bahkan tidak terjual samasekali, itu artinya persediaan parfum terkadang mengalami kekurangan dan berlebih sehingga parfum tersebut dikembalikan ke pemasok dengan kerugian akibat tidak terjual. Peramalan atau forecasting merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien. Peramalan adalah prediksi, proyeksi atau estimasi tingkat kejadian yang tidak pasti dimasa yang akan datang. Berdasarkan penelitian yang dilakukan pada IM Parfum Pekanbaru menggunakan sistem peramalan dengan metode Single Moving Average, maka dapat membantu toko IM Parfum Pekanbaru untuk merekap data penjualan setiap bulannya dimana data tersebut disimpan ke database. Sistem peramalan menggunakan metode Single Moving Average pada peramalan persediaan parfum untuk bulan Desember 2021 adalah sebanyak 1542 botol dengan nilai MAD sebesar 242, nilai MSE sebesar 127073,4 dan nilai MAPE sebesar 17,3%. Kata kunci: Peramalan, Single Moving Average, Penjualan Parfum
APLIKASI PREDIKSI HASIL PRODUKSI MINYAK KELAPA SAWIT DENGAN METODE TSUKAMOTO Agung Pratama; Nurliana Nasution
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 5 No. 3 (2022): October 2022
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v5i3.1037

Abstract

Tanaman kelapa sawit merupakan tanaman yang banyak dikebunkan oleh perusahaan-perusahaan yang besar, baik pemerintahan maupun swasta. Perkebunan sawit merupakan salah satu sektor per ke bunan unggul yang mengalami perkembangan yang cukup pesat. Dari perkebunan dapat dihasilkan komuditi ekspor terbesar setelah subsektor pertambangan minyak dan gas serta kehutanan. Oleh karena itu tujuan dari pengembangan aplikasi ini yaitu untuk memprediksi produksi minyak kelapa sawit dengan menggunakan metode Fuzzy Tsukamoto. Logika Fuzzy adalah salah satu cabang ilmu kecerdasan buatan untuk membangun system cerdas. Logika Fuzzy sering digunakan dalam pemecahan masalah yang menjelaskan system bukan melalui angka-angka, melainkan secara linguistik atau variabel-variabel yang mengandung ketidakpastian/ketidaktegasan. Setelah melakukan pengujian menggunakan metode tsukamoto maka mendapatkan hasil.