Claim Missing Document
Check
Articles

Found 14 Documents
Search

PELATIHAN PENGGUNAAN APLIKASI CANVA SEBAGAI MEDIA AJAR KREATIF BAGI GURU PADA SDN 012 BABAKAN CIPARAY Gede Agung Ary W; Farah Afianti; Nungki Selviandro; Muhammad Rifqi Kusmayadi; Kal El Muhammad Pratama; Carlos Riverro A. B.; Muhammad Rizky Khomeini; Ridwan Nur Rahman
The Proceeding of Community Service and Engagement (COSECANT) Seminar Vol. 3 No. 1 (2023): Prosiding COSECANT : Community Service and Engagement Seminar
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/cosecant.v3i1.7085

Abstract

Era pandemic covid 19 menuntut perubahan dalam metode pembelajaran. Meskipun telah lewat, dampak terhadap siswa masih dirasakan akibat proses pembelajaran secara daring. Peningkatan sumber daya guru dalam membuat konten interaktif dan kreatif harus ditingkatkan dalam menghadapi tantangan ini. Pelatihan aplikasi canva pada salah satu sekolah dasar di lingkungan Universitas Telkom telah dilaksanakan. Guru-guru pada SDN 012 Babakan ciparay telah menerima berbagai materi mengenai penggunaan aplikasi Canva. Kegiatan ini dilaksanakan selama dua hari dengan metode workshop interaktif yang menggabungkan sesi teori dan praktik. Aplikasi Canva digunakan untuk meningkatkan Analisis kepuasan terhadap kegiatan ini disampaikan untuk mengukur tingkat pemahaman dan manfaat dari aplikasi Canva untuk kegiatan mengajar.
PEMBANGUNAN LEARNING MANAGEMENT SYSTEM UNTUK CODING CLUB DI SMP AL AZHAR SYIFA BUDI PARAHYANGAN Abdullah Hanifan; Selly Meliana; Farah Afianti
Jurnal Abdimas UM Jambi Vol. 2 No. 1 (2025): Jurnal Abdimas UM Jambi
Publisher : LPPM Universitas Muhammadiyah Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53978/jaum.v2i1.522

Abstract

Penguasaan keterampilan digital di era teknologi adalah kebutuhan mendasar dalam pendidikan. Namun, keterbatasan sarana dan prasarana menjadi tantangan dalam implementasi Kurikulum Merdeka, sebagaimana diatur dalam Peraturan Menteri Pendidikan, Kebudayaan, Riset, dan Teknologi Nomor 56/M/2022. Proposal ini bertujuan mengatasi tantangan tersebut melalui pengenalan Learning Management System (LMS) sebagai solusi praktis untuk mendukung pembelajaran, khususnya pada mata pelajaran Informatika. Program ini mencakup sosialisasi dan pelatihan penggunaan LMS bagi siswa dan tenaga kependidikan, yang dirancang untuk meningkatkan aksesibilitas materi, tugas, dan penilaian. Aplikasi LMS diharapkan dapat mendorong partisipasi siswa, memperkuat kemandirian belajar, serta mendukung pelaksanaan pembelajaran yang lebih terstruktur. Dengan pendekatan ini, diharapkan efektivitas pembelajaran dapat ditingkatkan meskipun ada keterbatasan sumber daya. Dampak jangka panjang dari program ini adalah peningkatan kualitas pendidikan di bidang Informatika, mendukung literasi digital siswa, dan keberlanjutan penggunaan teknologi di sekolah sasar. Abstrak Maksimal 200 kata berbahasa Indonesia dengan Times New Roman 12 point. Abstrak harus jelas, deskriptif dan harus memberikan gambaran singkat masalah pengabdian masyarakat yang dilakukan/ diteliti. Abstrak meliputi alasan pemilihan topik atau pentingnya topik pengabdian masyarakat, metode pengabdian dan ringkasan hasil. Abstrak harus diakhiri dengan komentar tentang pentingnya hasil atau kesimpulan singkat.
Sistem Monitoring IoT untuk Menganalisis Pengaruh Suhu, Kelembapan, dan Intensitas Cahaya terhadap Performa PLTS Syachrani Nur Annisa; Farah Afianti; Abdullah Hanifan
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

Kinerja pembangkit listrik tenaga surya dipengaruhi oleh faktor lingkungan seperti suhu, kelembapan, dan intensitas cahaya, yang dapat menyebabkan fluktuasi daya listrik. Penurunan performa akibat kondisi tersebut dapat menghambat pemanfaatan energi surya secara optimal. Penelitian ini bertujuan untuk merancang sistem monitoring berbasis Internet of Things (IoT) untuk memantau parameter lingkungan dan menganalisis pengaruhnya terhadap kinerja sistem. Sistem dibangun menggunakan mikrokontroler serta sensor suhu, kelembapan, dan intensitas cahaya, dengan data yang divisualisasikan melalui antarmuka web, serta notifikasi peringatan dini melalui Bot Telegram. Hasil penelitian menunjukkan bahwa intensitas cahaya sangat memengaruhi daya keluaran, sementara suhu tinggi cenderung menurunkan efisiensi. Kelembapan menunjukkan pengaruh terhadap daya, namun tidak secara langsung memengaruhi efisiensi panel. Daya maksimum sebesar 2232 W tercapai pada iradiasi 431,4 W/m², suhu 35,81°C, dan kelembapan 26,5%, dengan efisiensi 24,7%. Sedangkan daya minimum sebesar 318 W terjadi saat iradiasi 54,2 W/m², suhu 31,25°C, dan kelembapan 57,7%, dengan efisiensi 28%. Kata kunci— Sistem Monitoring, IoT, Suhu, Kelembapan, Intensitas Cahaya, PLTS
Quantization-Aware Training for Man-in-the-Middle Attacks Detection in IoT Application Dyah Ayu Suci Ilhami; Aji Gautama Putrada; Farah Afianti
(IJCSAM) International Journal of Computing Science and Applied Mathematics Vol. 12 No. 1 (2026)
Publisher : LPPM Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24775401.ijcsam.v12i1.8786

Abstract

Issues in securing the resilience of Deep Learning models and operational problems related to model size and latency in the Internet of Things (IoT) environment, especially when applied to devices with limited resources, can be overcome by implementing a modified Quantization-Aware Training (QAT) model based on IDS and an autoencoder. This research proposes the use of QAT to achieve operational efficiency while strengthening the detection model’s resilience against data manipulation in MiTM attacks. By integrating QAT, the model not only becomes lighter for edge devices but also more capable of maintaining detection integrity even when model weights are compromised. The research was conducted using the CICIoT2023 dataset, and the output of the advanced QAT model was then applied to resource-constrained IoT devices, namely the Raspberry Pi 3. The methodology began with data collection, followed by data preprocessing, which was then normalized before being fed into the IDS and autoencoder techniques. After the autoencoder model was successfully created, the QAT model was developed so that it remained unchanged or even improved when implemented on the Raspberry Pi 3. With the application of QAT modifications, an 80.43% reduction in model size and an 11.2% increase in model inference speed were confirmed. Furthermore, when faced with QAT model weight corruption of up to 20%, the F1-score value remained stable at 100%. These results show that the QAT model is highly effective at improving model reliability and maintaining the resilience of deep learning models against MiTM attacks, even under limited conditions.