Claim Missing Document
Check
Articles

Found 14 Documents
Search

IMPLEMENTASI AUTOMATIC WATERING PLANT PADA GREENHOUSE SMK NAGRAK BOARDING SCHOOL PURWAKARTA Siti Zahrotul Fajriyah; Sasmi Hidayatul Yulianing Tyas; Hertanto Suryoprayogo; Deny Haryadi; Demi Adidrana; Dwina Satrinia; Ilham Roni Yansyah; Alfarhad Maulana; Irgi Shalby Ramadhani; Maryam Laurannisa Williams; Rania Zamrizq
The Proceeding of Community Service and Engagement (COSECANT) Seminar Vol. 4 No. 1 (2024): The Proceeding of Community Service and Engagement (COSECANT) Seminar
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/cosecant.v6i1.7725

Abstract

Salah satu misi SMK Nagrak Boarding School Purwakarta adalah membangun sumber daya manusia yang unggul dalam ilmu pengetahuan dan teknologi. Namun dari hasil survei dan analisis masalah pada masyarakat sasar diketahui bahwa salah satu masalah yang ingin diberikan solusi pada kegiatan pengabdian masyarakat ini adalah terkait penurunan kompetensi siswa bisa dikarenakan kurangnya penerapan teknologi terbaru sehingga lulusan kesulitan mendapatkan pekerjaan. Selain itu di SMK Nagrak juga terdapat greenhouse yang masih manual dalam perawatannya. Berdasarkan kedua permasalah tersebut, maka pada pengabdian masyarakat ini dilakukan penerapan teknologi tepat guna Automatic Watering Plant pada greenhouse. Melalui workshop dan implementasi teknologi tersebut diharapkan dapat meningkatkan kompetensi siswa keahlian TKJ dalam hal penerapan teknologi IoT serta siswa dengan keahlian ATPH dalam peningkatan komponen greenhouse. Kegiatan pengabdian masyarakat ini dilakukan melalui tiga tahapan yaitu pra kegiatan, kegiatan workshop, monitoring dan evaluasi. Adapun pelaksanaan workshop dan implementasinya adalah pada tanggal tanggal 31 April dan 1 Mei 2024. Berdasarkan evaluasi melalui instrumen kuesioner, didapatkan bahwa masyarakat sasar memberikan penilaian yang positif terhadap kegiatan ini terutama aspek keberlanjutan dalam implementasi teknologi ini. Melalui kegiatan ini, masyarakat sasar dapat mendapatkan pengalaman dan pengetahui baru terkait IoT serta dapat menyelaraskan IoT dengan bidang keilmuan yang dipelajari di sekolah dengan implementasi yang konkret.
PENGEMBANGAN GAME EDUKASI MULTIMEDIA DALAM PEMBELAJARAN KOSAKATA BAHASA INDONESIA DAN INGGRIS BAGI SISWA SEKOLAH IZZATI Arif Rahman Hakim; Ilham Roni Yansyah; Demi Adidrana; Hertanto Suryoprayogo; Dede Rizki; Muhammad Zidan Alfarizi
Jurnal Pengabdian Masyarakat FKIP UTP Vol 7 No 2 (2026): PROFICIO : Jurnal Abdimas FKIP UTP
Publisher : Fakultas Keguruan dan Ilmu Pendidikan Universitas Tunas Pembangunan Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36728/jpf.v7i2.6848

Abstract

Penguasaan kosakata merupakan salah satu kompetensi dasar yang berperan penting dalam meningkatkan kemampuan berbahasa siswa. Namun, proses pembelajaran kosakata Bahasa Indonesia dan Bahasa Inggris di Sekolah Izzati masih menghadapi tantangan berupa rendahnya minat belajar serta keterbatasan media pembelajaran yang interaktif. Kegiatan pengabdian kepada masyarakat ini bertujuan mengembangkan dan mengimplementasikan game edukasi multimedia sebagai media pembelajaran kosakata yang menarik, interaktif, dan mudah digunakan oleh siswa. Metode pelaksanaan meliputi tahap analisis kebutuhan, perancangan dan pengembangan game edukasi berbasis multimedia, pelatihan penggunaan kepada guru dan siswa, serta evaluasi melalui observasi dan kuesioner kepuasan pengguna. Hasil kegiatan menunjukkan bahwa game edukasi mampu meningkatkan antusiasme siswa dalam mengikuti pembelajaran, mempermudah pemahaman kosakata Bahasa Indonesia dan Bahasa Inggris, serta memberikan pengalaman belajar yang lebih menyenangkan. Selain itu, guru memperoleh alternatif media pembelajaran digital yang dapat digunakan secara berkelanjutan dalam proses pembelajaran. Dengan demikian, pengembangan game edukasi multimedia memberikan kontribusi positif terhadap peningkatan kualitas pembelajaran kosakata di Sekolah Izzati dan mendukung transformasi pembelajaran berbasis teknologi.
Penerapan Metode OWASP IoT Top 10 dalam Analisis Kerentanan Keamanan Perangkat Internet of Things: Studi Kasus Smart Waste Arif Rahman Hakim; Rizki Surya Permana; Demi Adidrana; Hertanto Suryoprayogo; Deny Haryadi
Computer Journal Vol. 4 No. 2 (2026): August
Publisher : Yayasan Pendidikan Mitra Mandiri Aceh (YPMMA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58477/cj.v4i2.471

Abstract

This study examines security vulnerabilities in a publicly accessible IoT-based smart waste system using Nmap, Wireshark, and OWASP ZAP to assess network services, packet traffic, and the web application layer. Results were mapped to the OWASP IoT Top 10 (2018). Because the assessment was external black-box testing without exploitation, the mapping is indicative rather than comprehensive. Nmap identified several active TCP ports, although only six open ports were explicitly documented. Wireshark captured 62,591 packets, indicating port-scanning activity and ongoing TCP communication. OWASP ZAP identified 14 web application weaknesses: six medium, five low, and three informational, with no high-risk findings. Four OWASP IoT Top 10 categories (I2, I3, I7, and I9) were supported by direct evidence, while I1 and I5 require further verification and I4, I6, I8, and I10 were outside the testing scope. Key risks involved insecure network services, default settings, and inadequate data protection during transmission and storage.
Penerapan Ensemble Machine Learning Random Forest dan XGBoost dengan Explainable Artificial Intelligence (XAI) untuk Prediksi Urban Heat Island dan Land Surface Temperature di DKI Jakarta Hertanto Suryoprayogo; Widang Muttaqin; Annisa Desianty
Computer Journal Vol. 4 No. 2 (2026): August
Publisher : Yayasan Pendidikan Mitra Mandiri Aceh (YPMMA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58477/cj.v4i2.501

Abstract

The Urban Heat Island (UHI) effect in tropical urban settings arises from interactions among built surfaces, vegetation, water bodies, and urban energy dynamics. This study modeled Land Surface Temperature (LST) in DKI Jakarta using Random Forest and XGBoost optimized with RandomizedSearchCV and 5-fold cross-validation. The analysis used 5,821 grid points at approximately 300 m resolution and five predictors: road density, NDVI, NDBI, NDWI, and distance to green open space. XGBoost slightly outperformed Random Forest, achieving R² = 0.507 and RMSE = 1.830°C compared with R² = 0.497 and RMSE = 1.849°C, although the difference was not statistically significant (Wilcoxon, p = 0.352). The RF-XGBoost ensemble did not improve performance due to very high residual correlation (r = 0.988) and a theoretical ensemble standard deviation reduction of only ~0.3%. SHAP analysis identified NDBI as the dominant predictor (mean|SHAP| = 0.986), with the strongest interaction between NDBI and road density (0.101). Hyperparameter tuning changed model ranking, statistical significance, and the leading SHAP interaction pair.