Claim Missing Document
Check
Articles

Found 7 Documents
Search

Pelatihan Webstite E-learning Sebagai Penunjang Pembelajaran Pada SMK An Nur Slawi Susanto, Ardi; Wibowo, Dega Surono; Nishom, M; Abidin, Taufiq
Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Vol 7, No 1 (2024): Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstormin
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/japhb.v7i1.6511

Abstract

Inovasi Pendidikan mewakili upaya untuk menghadirkan perubahan positif yang lebih baik dalam dunia pendidikan. Salah satu bentuk inovasi di bidang Pendidikan adalah dengan cara menerapkan pembelajaran secara online atau sering kita sebut dengan e-learning. E-learning secara dasar menerapkan teknologi jaringan, informasi dan komunikasi. Saat ini konsep e-learning sudah banyak diterima di masyarakat, terbukti dengan banyaknya implementasi e-learning di sekolah-sekolah. Banyak juga sekolah yang belum menerapkan e-learning salah satunya adalah SMK An Nur yang terletak di Kabupaten Tegal. Metode yang digunakan dalam kegiatan pengabdian kepada masyarakat ini berdasarkan kebutuhan dari SMK An Nur yang menginginkan adanya aplikasi e-learning yang memanfaatkan fitur artificial intelegent (AI). Metode pelaksanaannya di bagi menjadi beberapa bagian diantaranya adalah survei awal kebutuhan aplikasi, pembuatan aplikasi, pengujian aplikasi, selanjutnya adalah pelaksanaan sosialisai penggunaan aplikasi e-learning yang sudah di buat oleh tim. Dalam pengabdian ini mendapat respon yang baik dari pihak SMK An Nur Slawi selaku mitra, dan tertarik untuk menggunakan aplikasi e-learning yang dibuat oleh tim karena terdapat fitur yang berupa face recognition karena fitur ini dapat menghindari kecurangan yang dilakukan oleh siswa ketika menggunakan e-learning. Para siswa menjadi lebih mudah dalam belajar karena proses belajar mereka di damping dengan aplikasi e-learning.
Optimizing Seq2Seq LSTM for Regional-to-National language translation on a web platform Af'idah, Dwi Intan; Susanto, Ardi; Mohamad, Masurah; Alfat, Lathifah
Journal of Soft Computing Exploration Vol. 6 No. 1 (2025): March 2025
Publisher : SHM Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52465/joscex.v6i1.561

Abstract

Machine translation for low-resource languages remains a significant challenge due to the lack of parallel corpora and optimized model configurations. This study developed and optimized a Seq2Seq Long Short-Term Memory (LSTM) model for Tegalan-to-Indonesian translation. A manually curated parallel corpus was constructed to train and evaluate the model. Various hyperparameter configurations were systematically tested, with the best-performing model achieving a BLEU score of 11.7381 using a dropout rate of 0.5, batch size of 64, learning rate of 0.01, and 70 training epochs. The results demonstrated that higher dropout rates, smaller batch sizes, and longer training durations enhanced model generalization and translation accuracy. The optimized model was deployed into a web-based application using Streamlit, ensuring accessibility for real-time translation. The findings highlighted the importance of hyperparameter tuning in neural machine translation for low-resource languages. Future research should explore Transformer-based architectures, larger datasets, and reinforcement learning techniques to further enhance translation quality and generalization.
HYPERPARAMETER TUNING SEQ2SEQ GATED RECURRENT UNIT UNTUK PENERJEMAHAN BAHASA DAERAH KE NASIONAL Af'idah, Dwi Intan; Susanto, Ardi
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 6 No 4 (2024): EDISI 22
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v6i4.5645

Abstract

Machine translation of local languages to Indonesian is a challenge in natural language processing (NLP) due to data limitations and the complexity of language structures. This research aims to build an machine translation model of Tegalan language to Indonesian language using Seq2seq (Sequence to Sequence) based on GRU (Gated Recurrent Unit). A structured methodology is applied to develop the Seq2seq GRU-based machine translation model including the process of parallel corpus building, preprocessing, hyperparameter tuning, model training, model testing, and model evaluation. The model is trained with the Tegalan-Indonesian sentence pair dataset and optimized through experiments with hyperparameter variations including epochs, learning rate, batch size, and dropout. Each variation of the hyperparameters is measured through the BLEU (Bilingual Evaluation Understudy) score. The evaluation results show that increasing the number of epochs increases the accuracy to the optimal point before overfitting occurs. Meanwhile, too small a learning rate slows down convergence, while too large a value causes instability. In addition, smaller batch sizes perform better than larger ones, and higher dropouts improve model generalization. The results show that the configuration of 70 epochs, learning rate 0.005, batch size 64, and dropout 0.5 provides the best performance with a BLEU score of 17.11.
Pemanfaatan Aplikasi Tracer Studi Untuk Monitoring Alumni Di SMK Muhammadiyah 1 Kramat Wibowo, Dega Surono; Huda, Miftakhul; Nishom, M.; Susanto, Ardi
Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Vol 6, No 1 (2023): Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstormin
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/japhb.v6i1.4705

Abstract

SMK Muhammadiyah 1 Kramat merupakan salah satu SMK yang terletak di Kota Tegal, yang juga merupakan salah satu sekolah berbasis teknologi. SMK Muhammadiyah 1 Kramat telah menerapkan Sistem Manajemen Mutu (ISO 9001:2008), namun SMK 1 Muhammadiyah 1 Kramat belum memiliki aplikasi tracer study yang baik karena terkendala dalam pengumpulan data yang masih dilakukan secara manual sehingga banyak data-data alumni tidak terekap dan terlacak dengan baik. Metode yang digunakan dalam kegiatan pengabdian kepada masyarakat ini berdasarkan kebutuhan dari SMK Muhammadiyah 1 Kramat yang menginginkan adanya aplikasi tracer study yang sederhana. Dalam metode pelaksanaannya terdapat beberapa bagian yaitu survei awal kebutuhan aplikasi, kemudian pembuatan aplikasi, uji aplikasi, selanjutnya pelaksanaan kegiatan pengabdian yang didalamnya terdapat kegiatan sosialisasi pentingnya tracer studi, kemudian demo aplikasi yang dilanjutkan dengan praktik penggunaan aplikasi yang sudah dibuat oleh tim pelaksana. Kegiatan ini mendapatkan respon yang baik dari pihak SMK Muhammadiyah 1 Kramat selaku mitra, dan merasa tertarik untuk menggunakan aplikasi buatan dari tim, siswa-siswi maupun operator juga dapat menggunakan aplikasi ini dengan baik. 
Sentimen Analisis Pandangan Masyarakat Terhadap Vaksinasi Covid 19 Menggunakan K-Nearest Neighbors Apriliani, Dyah; Susanto, Ardi; Hidayattullah, Muhammad Fikri; Sasmito, Ginanjar Wiro
Jurnal Informatika: Jurnal Pengembangan IT Vol 8, No 1 (2023)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v8i1.4759

Abstract

Abstrak - Pandemi covid 19 yang terjadi sangat meresahkan masyarakat. Banyak masyarakat yang terpapar maupun kehilangan keluarga mereka karena virus ini. Untuk mencegah semakin menyebarnya virus covid 19, pemerintah menyelenggarakan program vaksinasi. Program vaksinasi yang dilakukan menuai pro dan kontra dari masyarakat. Berdasarkan permasalahan tersebut, maka dalam penelitian ini akan melakukan proses klasifikasi pandangan masyarakat terhadap vaksinasi Covid 19. Data penelitian yang digunakan diambil dari twitter sebanyak 2241 data. Data akan diklasifikasikan menjadi 2 kelas yaitu positif dan negatif. Proses klasifikasi akan dilakukan dengan menggunakan metode K-Nearest Neighbors (KNN).  Tahapan pertama yang dilakukan adalah pengambilan data dari twitter, pelabelan data, preprocesing data di phyton, pembobotan TF-IDF, pembuatan model, pengujian model dan evaluasi model. Dari penelitian ini didapatkan akurasi terbaik sebesar 79,25% dengan menggunakan parameter K-Fold 10 dan KNN 5.
Analisis Kinerja Rantai Pasok Produk Kedelai Menggunakan Metode Supply Chain Operation Reference Fathoni, M Yoka; Prabowo, Dedy Agung; Wijayanto, Sena; Fernandez, Sandhy; Susanto, Ardi
Jurnal Informatika: Jurnal Pengembangan IT Vol 7, No 2 (2022)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v7i2.3740

Abstract

Indonesia is a country that has one of the advantages, namely as the largest agricultural country that has natural wealth, one of which is the agricultural sector. Soybean is one of the most widely grown crops in Indonesian agriculture and is included in the legumes group which has the highest vegetable protein content when compared to other types of beans such as red beans, green beans, and peanuts. The use of the SCOR method in this study is to measure good SCM performance, because SCOR divides supply chain processes into five 5 core processes, namely plan, source, make, deliver and return, where these processes have represented all supply chain activities. management from upstream to downstream in detail, so that it can define and categorize the measurement indicators needed in measuring Supply Chain Management performance. Based on the SCOR method, the results of the calculation of the final performance value of the soybean supply chain in the province of Central Java are 76.8 out of 100 which are in the "good" category.
Penerapan Eigenvector Centrality Terkait Metode Social Network Analysis (SNA) dalam Program Vaksinasi Covid-19 di Twitter Krisnawati, Eli; Wibowo, Dega Surono; Susanto, Ardi; Pratiwi, Riszki Wijayatun; Dairoh, Dairoh
Jurnal Informatika: Jurnal Pengembangan IT Vol 7, No 3 (2022)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v7i3.4622

Abstract

Coronavirus Diseas-19 (Covid-19) merupakan virus yang dianggap sebagai pandemi oleh WHO. Kasus terkonfimasi covid-19 semakin melonjak di Indonesia. Oleh sebab itu, pemerintah membuat kebijakan untuk mengurangi angka kematian akibat covid-19 dengan mengadakan program vaskin massal. Namun, program tersbut menjadi perbincangan di Twitter yang membentuk penerimaan dan penolakan dari masyarakat. Maka dari itu, twitter dapat dimanfaatkan untuk melakukan analisa data. Penelitian ini menggunakan social network analysis (sna) dengan menggunakan skor eigenvector centrality terkait aktor berpengaruh dalam sebuah jaringan yang memiliki hubungan dengan aktor penting lainnya dalam penyebaran informasi terkait vaksin menggunakan kata kunci vaksinasi covid 19. Data yang diteliti sebanyak 22.498 nodes dan 31.982 edges yang sebelumnya sudah ditentukan source dan target. Data tersebut diambil melalui proses crawling API Twitter yang dimulai pada tanggal 01 sampai dengan 24 Januari 2021. Hasil dari penelitian menunjukkan bahwa terdapat 10 aktor dengan skor eigenvector centrality tertinggi, yaitu @jokowi, @ridwankamil, @Abe_Mukti,@yanuarnugroho, @KompasTV, @VIVAcoid, @KemenkesRI, @BBCIndonesia, @tempodotco, dan @kompascom. Dari 10 akun tersbut, akun @jokowi merupakan akun dengan sentralitas tertinggi yaitu 1.0. Selanjutnya, menentukan nilai popularitas menggunakan follower rank. Dari penelitian ini didapat bahwa akun @ kompascom memili skor follower tertinggi yaitu 0,99999699.. Dengan demikian, aktor yang memiliki skor eigenvector centrality tidak selalu memiliki skor follower rank yang tinggi. Namun, hal tersebut belum tentu berlaku jika untuk topik pembahasan yang lain, karena hal ini dipengaruhi juga oleh banyaknya data yang diambil.