Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Indonesian Journal of Data and Science ENGAGEMENT: Jurnal Pengabdian Masyarakat ORAHUA : Jurnal Pengabdian Kepada Masyarakat
Sarwandi
Unknown Affiliation
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Mathematics Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Pengembangan Media Pembelajaran Interaktif Pada SDS Alwashliyah 13 Pasar Senen Sarwandi; Norenta Sitohang; Ridwan Syahputra
ENGAGEMENT: Jurnal Pengabdian Masyarakat Vol. 2 No. 3 (2023): Community Empowerment and Services
Publisher : Perkumpulan Dosen Fakultas Agama Islam Indramayu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58355/engagement.v2i3.36

Abstract

Media pembelajaran interaktif sangat diperlukan untuk pengembangan kemampuan siswa dalam pembelajaran agar tercipta hasil belajar yang optimal. Pemilihan media yang tepat sangat diperlukan untuk proses belajar siswa dan untuk menciptakan minat belajar siswa tentunya perlu dikembangkan media pembelajaran agar pembelajaran tersampaikan dan terserap. Untuk mengatasi masalah tersebut maka dibuatlah media pembelajaran interaktif di SDS Alwashliyah 13 Pasar Senen. Hasil dari kegiatan ini adalah guru merasa pengetahuan dan pemahamannya meningkat dalam mengembangkan media pembelajaran interaktif, direkomendasikan kepada Universitas untuk lebih banyak memberikan pelatihan dengan tema pengembangan modul dalam kurikulum Merdeka Belajar.
Penguatan Lingkungan Hidup Bersih dan Pembinaan Santri di Pondok Pesantren Saifullah An Nahdliyah Syahputra, Ridwan; Sarwandi
ORAHUA : Jurnal Pengabdian Kepada Masyarakat Vol. 2 No. 01 (2024): Juli
Publisher : Faatuatua Media Karya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70404/orahua.v2i01.99

Abstract

rogram pengabdian ini bertujuan untuk meningkatkan kebersihan lingkungan dan pembinaan karakter santri di Pondok Pesantren Saifullah An Nahdliyah. Melalui pendekatan partisipatif, kegiatan ini mencakup sosialisasi tentang pentingnya kebersihan, pelatihan pengelolaan sampah, dan gotong-royong yang melibatkan seluruh warga pesantren. Hasilnya, terdapat peningkatan kesadaran santri terhadap pentingnya menjaga kebersihan, yang tercermin dalam perilaku sehari-hari mereka. Selain itu, implementasi sistem pengelolaan sampah yang lebih baik berhasil mengurangi volume sampah dan meningkatkan kesehatan santri, ditandai dengan penurunan kasus penyakit terkait kebersihan. Program ini juga memperkuat nilai-nilai Islam dalam kehidupan sehari-hari santri, khususnya dalam konteks menjaga kebersihan sebagai bagian dari ibadah. Meskipun demikian, tantangan dalam konsistensi penerapan dan keterbatasan fasilitas masih perlu diatasi. Rekomendasi untuk keberlanjutan program ini meliputi penguatan sosialisasi, penyediaan fasilitas tambahan, dan peningkatan partisipasi dari seluruh warga pesantren.
Use of Machine Learning in Power Consumption Optimization of Computing Devices Rivalri Kristianto Hondro; Hendro Sutomo Ginting; Peter Jaya Negara Simanjuntak; Hanna Tresia Silalahi; Sarwandi
Indonesian Journal of Data and Science Vol. 6 No. 1 (2025): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v6i1.231

Abstract

Introduction: The high-power consumption of computing devices poses both economic and environmental challenges in the digital era. This study aims to optimize power usage using machine learning to maintain device performance while reducing energy costs and carbon emissions. Methods: The Random Forest algorithm was selected for its robustness in handling non-linear interactions among features. A dataset containing historical power consumption, workload metrics, environmental conditions, and hardware configurations was collected from sensors and logs. Data pre-processing included cleaning, normalization, and feature selection. The model was trained and evaluated using accuracy, precision, recall, F1-score, MAE, and RMSE metrics. Hyperparameter tuning via grid search, random search, and Bayesian optimization was applied to enhance model performance. The model was deployed on real devices to test energy optimization under varied workloads. Results: The Random Forest model achieved 92% accuracy and an RMSE of 0.15. Tuning reduced RMSE by 10% and improved F1-score from 0.875 to 0.905. Implementation on computing devices led to average power savings of 15–20% across workload scenarios without notable performance degradation (<5%). The model also projected annual carbon emission reductions of up to 5 tons of CO₂ and operational savings of $50,000 when scaled to 1,000 servers. Conclusions: Machine learning, particularly Random Forest, proves effective in optimizing power consumption on computing devices. The proposed approach not only ensures computational efficiency but also promotes environmental sustainability. These findings support further exploration of ML-based solutions for green technology initiatives in IT infrastructure.
Co-Authors Hanna Tresia Silalahi Hendro Sutomo Ginting Norenta sitohang Peter Jaya Negara Simanjuntak Ridwan Syahputra Rivalri Kristianto Hondro SYAHPUTRA, RIDWAN