Claim Missing Document
Check
Articles

Found 34 Documents
Search

Pemanfaatan Limbah Serbuk Kayu Sebagai Bahan Baku Pembuatan Puzzle dengan Augmented Reality untuk Permainan dan Edukasi Budaya Indonesia Nadila Aulia’ Pratiwi; Dewi Fitriani; Refina Febriyanti; Nanda Aynullutfihana; Deyana Fitri Sri Septiana; Fajar Nugraha
JURPIKAT (Jurnal Pengabdian Kepada Masyarakat) Vol. 5 No. 1 (2024)
Publisher : Politeknik Piksi Ganesha Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37339/jurpikat.v5i1.1632

Abstract

Abstrak: Kabupaten Jepara, yang terletak di Jawa Tengah, terkenal sebagai pusat pahat dunia, dengan sebagian besar penduduknya bekerja sebagai pengrajin perabot kayu. Namun, industri ini menghasilkan banyak limbah serbuk kayu, yang mencapai 58,85% dari total limbah. Saat ini, limbah serbuk kayu hanya digunakan dalam beberapa aplikasi terbatas, seperti pembuatan briket, media tanam, pupuk organik, dan papan. Penelitian ini memiliki tujuan untuk mengubah limbah serbuk kayu ini menjadi produk mainan edukatif berupa puzzle. Inovasi ini akan memanfaatkan teknologi Augmented Reality (AR) dan metode Marker Based Tracking untuk menciptakan pengalaman pembelajaran yang unik dan mendalam tentang budaya Indonesia. Platform Assemblr EDU dan QR Code akan menjadi elemen penting dalam menciptakan pengalaman pembelajaran yang interaktif dan menarik. Selain itu juga, akan menjelajahi peluang pasar dan model bisnis yang berkelanjutan untuk produk ini, dengan fokus pada pengembangan bisnis di era teknologi digital. Produk ini tidak hanya akan memberikan hiburan melalui permainan, tetapi juga akan berperan sebagai alat yang efektif dalam membangun kreativitas dan pengetahuan pengguna, terutama anak-anak.
Penerapan Sistem Informasi Rekrutmen Karyawan Sebagai Upaya Digitalisasi Proses SDM di CV King EV Kabupaten Kudus Muhammad Wifqi Aufal Maulana; Fajar Nugraha
Abdimas Toddopuli: Jurnal Pengabdian Pada Masyarakat Vol. 7 No. 1 (2025): Volume 7, No 1, Desember 2025
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/atjpm.v7i1.7332

Abstract

Dalam era digital yang terus berkembang, proses rekrutmen karyawan yang masih dilakukan secara manual sering menimbulkan kendala seperti keterlambatan seleksi, kesalahan administrasi, serta kesulitan dalam pelacakan data pelamar. Kondisi tersebut juga dialami oleh CV King EV, perusahaan penjualan dan perawatan sepeda listrik di Kabupaten Kudus. Untuk mengatasi permasalahan tersebut, dilakukan kegiatan pengabdian kepada masyarakat berupa pendampingan dan penerapan Sistem Informasi Rekrutmen Karyawan Berbasis Web. Kegiatan ini bertujuan membantu mitra mendigitalisasi proses rekrutmen agar lebih efisien, akurat, dan transparan. Metode pelaksanaan meliputi sosialisasi, pelatihan, penerapan, pendampingan, dan evaluasi serta pengembangan system. Perancangan system rekrutmen karyawan berbasis web dengan pendekatan Waterfall, implementasi menggunakan PHP dan MySQL. Data dikumpulkan melalui wawancara dan observasi langsung guna memastikan kesesuaian sistem dengan kebutuhan pengguna. Hasil kegiatan menunjukkan bahwa sistem yang dikembangkan mampu mempercepat proses administrasi rekrutmen, meningkatkan akurasi pengelolaan data pelamar, serta mempermudah komunikasi antara pelamar dan pihak HRD. Selain itu, sistem ini mendukung transparansi, efisiensi kerja, dan meningkatkan citra profesional perusahaan di mata calon karyawan. Dengan demikian, penerapan sistem informasi rekrutmen berbasis web di CV King EV tidak hanya memberikan solusi atas permasalahan mitra, tetapi juga menjadi wujud nyata kontribusi perguruan tinggi dalam mendukung transformasi digital pada sektor industri kecil dan menengah.
Analisis Persepsi Nasabah Terhadap Layanan Kualitas Action Mobile Banking Menggunakan Metode SERVQUAL Pada BSI KCP Stabat Fajar Nugraha; Asmawarna Sinaga; Muhammad Saleh
Jurnal Ekonomi dan Keuangan Syariah Vol. 4 No. 3 (2025): Desember 2025
Publisher : Peduli Riset dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk menganalisis persepsi nasabah terhadap kualitas layanan Action Mobile Banking SERVQUAL (tangibles, reliability, responsiveness, assurance, empathy) pada Bank Syariah Indonesia (BSI) KCP Stabat. Perkembangan layanan perbankan digital menuntut bank syariah untuk tidak hanya menghadirkan layanan yang cepat dan efisien, tetapi juga aman serta sesuai dengan prinsip-prinsip syariah. Penelitian ini menggunakan pendekatan kuantitatif dengan metode deskriptif asosiatif. Data diperoleh melalui penyebaran kuesioner kepada nasabah BSI KCP Stabat yang menggunakan layanan Action Mobile Banking. Pengukuran kualitas layanan dilakukan dengan menganalisis kesenjangan antara harapan dan persepsi nasabah berdasarkan lima dimensi SERVQUAL. Hasil penelitian menunjukkan bahwa terdapat kesenjangan antara harapan dan persepsi nasabah terhadap kualitas layanan Action Mobile Banking, khususnya pada dimensi reliability, responsiveness, dan assurance. Temuan ini mengindikasikan bahwa meskipun layanan Action Mobile Banking telah memberikan kemudahan transaksi bagi nasabah, masih diperlukan peningkatan kualitas layanan, terutama terkait keandalan sistem, kecepatan respons layanan, serta jaminan keamanan dan kepatuhan syariah. Penelitian ini diharapkan dapat memberikan kontribusi akademis dalam pengembangan kajian kualitas layanan perbankan syariah digital serta menjadi bahan pertimbangan praktis bagi Bank Syariah Indonesia dalam meningkatkan kualitas layanan Action Mobile Banking guna meningkatkan kepuasan dan loyalitas nasabah.
LoRA-Enhanced Sentiment-Aware Topic Modeling for Indonesian Generative AI Perception Wisnu Ginanjar Saputra; Noor Latifah; Fajar Nugraha
INOVTEK Polbeng - Seri Informatika Vol. 11 No. 1 (2026): February
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/4m8w7t49

Abstract

Public understanding of generative AI in low-resource language contexts remains underexplored, particularly in relation to how sentiment aligns with thematic discussions on social media. In Indonesia, empirical studies examining this interaction at scale are still limited. This study introduces a sentiment-aware topic modeling framework that integrates parameter-efficient fine-tuning of IndoBERT using Low-Rank Adaptation with topic discovery via BERTopic. The approach enables large-scale analysis of Indonesian social media data under constrained computational settings. Analysis of Indonesian Twitter discourse shows that general discussions of Generative AI are largely neutral and cautious, contrasting with more optimistic trends reported in Western contexts. In comparison, enthusiast communities exhibit predominantly positive sentiment, while ethics-related discussions display balanced polarization. These results highlight the contextual nature of public perception across different discussion domains. The findings demonstrate the applicability of parameter-efficient NLP methods for sentiment and topic analysis in under-resourced languages and provide insights relevant to technology development and policy formulation.