Claim Missing Document
Check
Articles

Found 24 Documents
Search

Pemanfaatan Augmented Reality dalam Pembelajaran Struktur Atom di SMA Cahaya Sakti Muhammad Reza, Dwiky; Setiawan, Aji; Tri Mahardika, Bagus
Journal TIFDA (Technology Information and Data Analytic) Vol 1 No 1 (2024): Journal Technology Information and Data Analytic (TIFDA)
Publisher : Prodi Teknologi Informasi Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/tifda.v1i1.30

Abstract

Augmented Reality (AR) adalah teknologi yang memadukan elemen dunia nyata dengan dunia virtual secara langsung. Berbeda dengan virtual reality yang menggantikan seluruh lingkungan nyata, AR hanya menambahkan komponen visual ke dalam lingkungan fisik. Teknologi ini berfungsi dengan menampilkan objek 3D pada marker yang dikenali oleh aplikasi. Penggunaan smartphone memungkinkan aplikasi AR menjadi lebih terjangkau dan mudah diakses oleh banyak pengguna. AR memiliki beragam manfaat di berbagai bidang, salah satunya dalam dunia pendidikan. Studi ini mengembangkan aplikasi AR sebagai alat bantu pembelajaran bagi siswa, menggunakan Vuforia SDK pada platform Android untuk menciptakan pengalaman belajar yang lebih interaktif melalui AR.
Implementasi Quality Management System Pada Baterai Lithium Dengan Metode Convolutional Neural Network (CNN) Emilia, Desiana Elsa; Setiawan, Aji
Journal TIFDA (Technology Information and Data Analytic) Vol 1 No 2 (2024): Journal Technology Information and Data Analytic (TIFDA)
Publisher : Prodi Teknologi Informasi Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/tifda.v1i2.36

Abstract

Baterai lithium-ion adalah termasuk dalam jenis baterai sekunder (jenis baterai yang dapat diisi ulang) yang berfungsi untuk menyimpan dan mengalirkan energi secara elektrokimia. Baterai Lithium-Ion umumnya digunakan dalam berbagai perangkat elektronik portabel seperti smartphone, laptop, tablet, kamera digital, dan perangkat elektronik lainnya. Baterai Li-Ion terdiri dari sel-sel individu yang memiliki elektroda positif (anoda) dari lithium dan elektroda negatif (katoda) yang biasanya terbuat dari grafit. Penggunaan metode Convolutional Neural Network berguna untuk deteksi kecacatan produk yang digabungkan dengan beberapa model seperti ResNet, MobileNet, dan Inception. Penggunaan kombinasi ini telah terbukti menghasilkan tingkat akurasi yang signifikan dalam mengidentifikasi cacat pada produk baterai. Model dilatih dengan dataset yang cukup besar dan memiliki arsitektur yang mampu untuk mendeteksi kecacatan baterai dengan lebih baik, dan canggih. Model CNN yang telah dikembangkan mampu mengklasifikasikan jenis baterai menggunakan 3 model berbeda dan menghasilkan tingkat akurasi yang cukup tinggi. Hasil pengujian dengan 100 epoch menggunakan optimizer Adam menghasilkan tingkat akurasi sebesar 96% untuk model Inception, model ResNet menghasilkan akurasi sebesar 94% dan model MobileNet yang menghasilkan tingkat akurasi sebesar 92%. Dalam hal ini, model ResNet direkomendasikan untuk klasifikasi karena dapat memprediksi hasil dengan lebih akurat dibanding model MobileNet dan Inception.
Comparative Analysis of Naïve Bayes and SVM Algorithms for Early Detection of Lung Disease at Cimuning Community Health Center Hafidz, Jordi; Setiawan, Aji
Journal TIFDA (Technology Information and Data Analytic) Vol 2 No 1 (2025): Journal Technology Information and Data Analytic (TIFDA)
Publisher : Prodi Teknologi Informasi Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/tifda.v2i1.75

Abstract

Comparative Analysis of Naïve Bayes and SVM Algorithms for Early Detection of Lung Disease at Cimuning Community Health Center
Advanced Prompting Techniques for Artificial Intelligence-Based Learning Innovation Sofyan Andhana Saputra, Yan; Budiman, Adam Arif; Setiawan, Aji; Yudha, Afri; Supriatna, Ade; Kurnianto, Ario; Dariyus, Asyari
JEPTIRA Vol 3 No 1 (2025): JOURNAL OF COMMUNITY ENGAGEMENT JEPTIRA
Publisher : Fakultas Teknik Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/jeptira.v3i1.98

Abstract

This community service program was designed to strengthen the capacity of teachers and lecturers in utilizing advanced prompting techniques based on Artificial Intelligence (AI) to support instructional innovation. The focus of the training was on two effective methods Chain of Thought (CoT) and Role Prompting which enhance human-AI interaction in educational contexts. The activity was conducted through face-to-face workshops involving 25 participants from various educational institutions, combining theoretical explanations, hands-on practice, and case-based discussions. Participants learned how to construct structured and contextual prompts for teaching applications such as lesson planning, explanation of concepts, and simulation-based learning. Evaluation results showed a significant improvement in participants’ understanding and ability to apply prompt engineering strategies, as reflected in both assessment scores and the quality of practical outputs. The program also contributed to raising awareness about ethical AI usage in education and emphasized the role of digital literacy in enabling educators to adapt to the demands of digital transformation.