Claim Missing Document
Check
Articles

Found 6 Documents
Search

Meningkatkan Kemampuan Matematika Siswa Kelas I dengan Menggunakan Media Pembelajaran Sempoa di SDN 17/I Rantau Puri Sari, Ria Puspita; Ardiansyah, Ferdy; Salsabilla, Shella; Hidayati, Isna Wahyu
TSAQOFAH Vol 3 No 4 (2023): JULI
Publisher : Lembaga Yasin AlSys

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58578/tsaqofah.v3i4.1245

Abstract

The reason mathematics is considered an important subject is because mathematics is able to equip students to think logically and analyze. The purpose of this study was to improve the math skills of grade 3 students at SDN 17/I Rantau Puri by using the abacus media. The research method used is Classroom Action Research (CAR). The research subjects were grade 3 SDN 17/I Rantau Puri with observation, interview and documentation data collection techniques involving class teachers and grade 3 students. The research process was passed through Cycle I and Cycle II with components namely planning, action, observation, and reflection. From the results of this study, we can see that using Sempoa media can improve math skills in grade 3 students at SDN 17/I Rantau Suri. This can be seen from the teacher's activities which were initially in the sufficient and good category in cycle I so that they received a very good category in cycle II. While student activity also increased with the very good category.
Jumlah Kepala Sekolah dan Guru Menurut Kelompok Umur Provinsi Kalimantan Timur, Maluku Utara, Riau, Bengkulu Tahun 2023/2024 Gunawan Hadi, Muh; Prayoga, Bayu; Ardiansyah, Ferdy; Faozi Waruwu, Jihdal; Rosyani, Perani
Jurnal Riset Informatika dan Inovasi Vol 2 No 6 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah

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

Abstract

Penelitian ini bertujuan untuk menganalisis jumlah kepala sekolah dan guru berdasarkan kelompok umur di provinsi Kalimantan Timur, Maluku Utara, Riau, dan Bengkulu pada tahun ajaran 2023/2024. Metode yang digunakan dalam penelitian ini adalah pendekatan kuantitatif dengan pengumpulan data melalui survei dan analisis dokumen resmi dari Dinas Pendidikan masing-masing provinsi. Hasil penelitian menunjukkan adanya variasi signifikan dalam distribusi kepala sekolah dan guru menurut kelompok umur, yang dapat mempengaruhi dinamika pendidikan di setiap daerah. Secara khusus, Riau tercatat memiliki jumlah tenaga pendidik tertinggi di hampir semua kelompok umur, terutama pada rentang usia produktif 36-40 tahun. Sementara itu, distribusi umur tenaga pendidik di Kalimantan Timur lebih merata dibandingkan provinsi lainnya. Temuan ini mengindikasikan bahwa kelompok umur yang lebih tua cenderung memiliki pengalaman yang lebih baik dalam pengelolaan pendidikan, sedangkan kelompok yang lebih muda membawa inovasi dan energi baru ke dalam sistem pendidikan. Penelitian ini memberikan wawasan penting bagi pengambil kebijakan dalam merumuskan strategi pengembangan sumber daya manusia di sektor pendidikan. Selain itu, rekomendasi untuk program pelatihan yang sesuai dengan kebutuhan kelompok umur yang berbeda sangat diperlukan untuk meningkatkan kualitas pendidikan secara keseluruhan. Penelitian juga menekankan perlunya perhatian lebih terhadap kesejahteraan dan pengembangan profesional kepala sekolah dan guru agar dapat berkontribusi secara optimal terhadap peningkatan mutu pendidikan.
RESPON PERTUMBUHAN TANAMAN JAGUNG MANIS (Zea mays saccharata sturt .L) TERHADAP PEMBERIAN PHOTOSYNTETHETIC BACTERIA (PSB) DAN JADAM MICROBIAL SOLUTION (JMS) Ardiansyah, Ferdy; Syamsiah, Melissa; Imansyah, Angga Adriana; Muli, Ramli
AGROSCIENCE (AGSCI) Vol 15, No 1 (2025): June
Publisher : Fakultas Sains Terapan, Universitas Suryakancana Cianjur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35194/agsci.v15i1.5337

Abstract

Jagung manis (Zea mays saccharate Sturt) atau sering disebut sweet corn merupakan komoditas yang banyak dibutuhkan oleh Masyarakat Indonesia sebagai sumber pangan selain beras. Permintaan jagung manis semakin hari semakin meningkat, akan tetapi tidak diikuti dengan peningkatan produksinya. Penelitian ini bertujuan untuk mengetahui pengaruh pemberian Photosynthetic Bacteria dan Jadam Microbial Solution serta kombinasi perlakuan dari keduanya. Penelitian ini dilakukan di Desa Bojong Kecamatan Karang Tengah Kabupaten Cianjur yang dilaksanakan pada bulan Maret hingga Juni 2024 menggunakan Rancangan Acak Kelompok (RAK) Faktorial masing-masing 4 taraf perlakuan. Perlakuan P (Photosynthetic Bacteria): P0 (kontrol), P1 (Photosynthetic Bacteria 5 ml/l), P2 (Photosynthetic Bacteria 10 ml/l), P3 (Photosynthetic Bacteria 15 ml/l), dan perlakuan J (Jadam Microbial Solution): J0 (Kontrol), J1 (Jadam Microbial Solution 1:4 air), J2 (Jadam Microbial Solution 1:9 air), J3 (Jadam Microbial Solution 1:14 air). Hasil penelitian menunjukan perlakuan kombinasi perlakuan P0J1 (PSB kontrol/tanpa perlakuan dan JMS 1:4 air) berpengaruh terhadap tinggi tanaman dengan rata-rata tinggi tanaman 22.91cm, dan untuk parameter bobot basah tongkol kombinasi perlakuan P3J1 (PSB 15 ml/l dan JMS 1:4) berpengaruh menunjukan hasil terbaik dengan nilai rata-rata 324 gram.
Penerapan K-Means Clustering dan Vektorisasi TF-IDF untuk Identifikasi dan Pemetaan Topik Publik Tweet Pendidikan UKT, COVID-19, dan Kereta Cepat Ardiansyah, Ferdy; Mupashal, Rafi; Mauludin, Dion; Fachriri, M. Rangga; Rosyani, Perani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

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

Abstract

Media sosial Twitter menjadi salah satu sumber utama dalam penyampaian opini dan diskusi publik terhadap berbagai isu aktual. Tingginya volume data teks yang dihasilkan membuat analisis secara manual menjadi tidak efisien, sehingga diperlukan pendekatan otomatis berbasis text mining. Penelitian ini bertujuan untuk mengidentifikasi dan memetakan topik isu publik berdasarkan data tweet menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF) dan algoritma K-Means Clustering. Data yang digunakan berupa tweet berbahasa Indonesia yang berkaitan dengan tiga isu, yaitu Tweet Pendidikan UKT, COVID-19, dan Kereta Cepat. Tahapan penelitian meliputi pengumpulan data, prapemrosesan teks, vektorisasi menggunakan TF-IDF, serta pengelompokan data menggunakan K-Means. Hasil penelitian menunjukkan bahwa metode yang diterapkan mampu mengelompokkan tweet ke dalam beberapa klaster yang merepresentasikan topik pembahasan utama pada masing-masing isu. Pemetaan topik yang dihasilkan memberikan gambaran terstruktur mengenai fokus dan kecenderungan diskusi publik di Twitter. Dengan demikian, penelitian ini dapat menjadi dasar dalam analisis isu publik berbasis media sosial serta mendukung pengambilan keputusan berbasis data.
Analisis Klaster Produksi Cabai Besar dan Cabai Rawit Antar Provinsi di Indonesia Menggunakan Algoritma K-Means. Budiman, M. Hafiz; Ardiansyah, Ferdy; Rahmi, Eriski Aulia; Nasution, Mauludimas; Sari, Wulan Inda; Sarah, Siti
COMSERVA : Jurnal Penelitian dan Pengabdian Masyarakat Vol. 5 No. 10 (2026): COMSERVA: Jurnal Penelitian dan Pengabdian Masyarakat
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/comserva.v5i10.3528

Abstract

Produksi cabai merupakan salah satu komponen penting dalam stabilitas pasokan komoditas hortikultura di Indonesia. Ketimpangan produksi cabai antarprovinsi menyebabkan fluktuasi harga dan ketidakstabilan pasokan, sehingga pemetaan wilayah berdasarkan kapasitas produksi menjadi sangat relevan. Penelitian ini bertujuan mengklasterkan provinsi di Indonesia berdasarkan produksi cabai besar dan cabai rawit menggunakan algoritma K-Means. Data diperoleh dari Badan Pusat Statistik (BPS) tahun 2023 dan dianalisis menggunakan pendekatan unsupervised learning. Proses penelitian meliputi pembersihan data, normalisasi, pemilihan parameter jumlah klaster, penerapan algoritma K-Means, dan evaluasi menggunakan Silhouette Coefficient. Hasil penelitian menunjukkan terbentuknya tiga klaster, namun hanya dua yang stabil yaitu klaster produksi rendah dan klaster produksi tinggi. Klaster produksi tinggi dihuni oleh provinsi Jawa Timur, Jawa Tengah, Jawa Barat, serta Sumatera Utara sebagai sentra utama. Nilai silhouette untuk klaster produksi rendah mencapai 0.50–0.75, menunjukkan pemisahan klaster yang kuat. Temuan ini dapat menjadi dasar perencanaan distribusi dan pengembangan wilayah produksi cabai nasional.
KERANGKA FORENSIK JARINGAN BERBASIS NEURAL NETWORK UNTUK DETEKSI DAN ANALISIS SERANGAN SIBER Budiman, Hafidz; Ardiansyah, Ferdy; Sitorus, Sahat Parulian; Rahmi, Eriski Aulia; Sarah, Siti; Sari, Wulan Inda
Jurnal Teknologi Informasi dan Komunikasi Vol 19 No 1 (2026): April
Publisher : STMIK Subang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47561/jtik.v19i1.350

Abstract

Peningkatan kompleksitas serangan siber menuntut metode forensik jaringan yang mampu merekonstruksi, mendeteksi, dan menafsirkan aktivitas berbahaya secara akurat. Pendekatan forensik yang ada masih menghadapi keterbatasan dalam analisis lalu lintas jaringan berskala besar, terutama ketika pola serangan menyerupai aktivitas normal sehingga menyulitkan proses identifikasi insiden dan rekonstruksi kronologi kejadian. Penelitian ini mengusulkan kerangka forensik jaringan berbasis neural network yang mengintegrasikan proses identifikasi serangan, klasifikasi lalu lintas jaringan, serta rekonstruksi aktivitas komunikasi untuk mendukung investigasi digital. Penelitian menggunakan desain eksperimental dengan dataset trafik jaringan yang terdiri atas aktivitas normal dan aktivitas berbahaya, meliputi scanning jaringan, brute force pada layanan autentikasi, serangan denial of service, serta distribusi malware. Model neural network digunakan pada tahap deteksi untuk mengklasifikasikan trafik jaringan, sementara pipeline forensik terstruktur digunakan untuk mengekstraksi artefak digital dan melakukan korelasi metadata jaringan. Hasil penelitian menunjukkan bahwa model yang diusulkan mencapai tingkat akurasi sebesar 97,82 persen dengan nilai false positive rate yang rendah serta waktu pemrosesan yang lebih singkat dibandingkan pendekatan forensik konvensional. Analisis forensik terhadap log jaringan menunjukkan pola serangan yang konsisten dengan karakteristik scanning pada port layanan umum, percobaan autentikasi berulang pada layanan SSH, anomali interval waktu paket pada serangan denial of service, serta peningkatan entropi payload pada komunikasi malware. Temuan ini menunjukkan efektivitas integrasi neural network dalam meningkatkan kemampuan deteksi serta mendukung proses rekonstruksi artefak digital dalam investigasi forensik jaringan.