Claim Missing Document
Check
Articles

Pelatihan Artificial Intelligence (AI) untuk Meningkatkan Literasi Digital dan Kreativitas Siswa SMA Negeri 1 Srengat Titik Lusiani; Sulistiowati; Tutut Wurijanto; Agus Dwi Churniawan; Sutikno
Jurnal Ragam Pengabdian Vol. 2 No. 3 (2025): Desember (in progress)
Publisher : Lembaga Teewan Journal Solutions

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62710/g7mgsm73

Abstract

The rapid development of Artificial Intelligence (AI) has drastically changed the world of schooling and digital innovation, especially for Generation Z. This community service program aims to improve digital literacy and creativity of students at SMA Negeri 1 Srengat through training in the use of AI, specifically the ChatGPT and Gemini applications. This program was implemented using interactive lecture methods, live demonstrations, and direct practice with digital devices. Evaluation was carried out using pre-tests, post-tests, and questionnaires. The evaluation results showed a 65% increase in participants' understanding of the training material, while the questionnaire obtained an average score of 3.6 (agree category), indicating that the training was effective and relevant to students' needs. This activity succeeded in fostering critical thinking skills, creativity in using AI technology, and awareness of ethical digital practices in students. In addition, this training contributed to strengthening students, especially in the aspects of critical reasoning, creativity, and independence. Therefore, this AI training is a strategic initiative to prepare the younger generation to be technologically literate, innovative, and adaptive in the digital era.  
ANALISIS PREDIKSI PENYAKIT DIABETES PADA WANITA MENGGUNAKAN METODE NAÏVE BAYES DAN K-NEAREST NEIGHBOR Lemantara, Julianto; Lusiani, Titik
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4911

Abstract

Diabetes Melitus merupakan salah satu isu kesehatan yang populer di Indonesia karena prevalensi penyakit ini meningkat setiap tahun. Berbagai penelitian menyebutkan penyakit berbahaya ini lebih rentan terjadi pada jenis kelamin perempuan. Untuk itu, penelitian ini ingin melakukan prediksi/klasifikasi penyakit diabetes pada wanita sebagai upaya pencegahan. Penelitian ini membandingkan metode Naïve Bayes dan K-Nearest Neighbor (KNN) untuk prediksi penyakit diabetes dengan dataset berjumlah 768, terdiri atas 500 data training dan 268 data testing. Naïve Bayes digunakan karena bisa menghasilkan akurasi yang tinggi dengan jumlah data pelatihan yang sedikit. Sementara itu, K-Nearest Neighbor digunakan karena nonlinear dan nonparametrik, serta mudah diterapkan. Kinerja kedua metode dibandingkan agar metode yang lebih baik dalam hal klasifikasi penyakit dapat ditemukan. Hasil penelitian menunjukkan metode Naïve Bayes memiliki tingkat akurasi yang lebih unggul yaitu 78,3582%, sedangkan metode K-Nearest Neighbor memiliki tingkat akurasi 0,3731% dibawah metode dengan Naïve Bayes yaitu 77,9851%.