Claim Missing Document
Check
Articles

Found 2 Documents
Search

Edukasi Pembelajaran Dini untuk Mengembangkan Keterampilan Berpikir Komputasi Siswa Finki Dona Marleny; Muhammad Fitriansyah; Sa’adah; Winda Astria Nuansa Saputri; Reni Emiliya; Mambang Fitriansyah
Majalah Ilmiah UPI YPTK Vol. 30 (2023) No. 1
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/jmi.v30i1.141

Abstract

Berpikir komputasi merupakan pendekatan pemecahan masalah yang melibatkan konsep dan metode dari komputasi. Keterampilan berpikir komputasi dapat memberikan manfaat yang relevan dengan perkembangan dunia moderen yang didominasi oleh teknologi. Edukasi pembelajaran dini untuk mengembangkan keterampilan komputasi siswa dapat di ajarkan kepada siswa dengan menggunakan pendekatan yang sesuai dengan tingkat perkembangan siswa. Dalam kegiatan pengabdian kepada masyarakat ini melibatkan mitra dari Sekolah Dasar Negeri (SDN) Semangat Dalam 1 Kabupaten Barito Kuala Provinsi Kalimantan Selatan. Tujuan dari pelaksanaan kegiatan pengabdian kepada masyarakat ini adalah untuk memberikan edukasi kepada guru sebagai garda terdepan didalam Pendidikan. Dengan mengedukasi tentang pentingnya konsep berpikir komputasi guru memiliki tanggung jawab untuk memperkenalkan konsep dasar berpikir komputasi kepada siswa. Didalam penerapan keterampilan berpikir komputasi konsep ini dapat membantu guru didalam mengembangkan keterampilan analitis dan kritis dalam menghadapi tantangan dan mencari solusi yang efektif bagi siswa. Metode yang digunakan didalam kegiatan ini adalah dengan beberapa tahapan yaitu pengenalan konsep dasar berpikir komputasi, permainan peran, puzzle dan teka-teki, aktivitas berbasis proyek, kolaborasi dan stimulasi kreativitas. Dari pelaksanaan kegiatan ini didapatkan hasil berupa peningkatan pengetahuan guru-guru terhadap konsep dan metode dari keterampilan berpikir bagi siswa.
Penerapan Algoritma K-Means Berbasis Model RFM untuk Klasterisasi Anggota di Perpustakaan Daerah Kuala Kapuas Winda Astria Nuansa Saputri; Windarsyah Windarsyah; Ayu Ahadi Ningrum
Jurnal Kolaborasi Sains dan Ilmu Terapan Vol. 5 No. 1 (2026): Edisi Juli - Agustus In Press
Publisher : Utiliti Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69688/juksit.v5i1.187

Abstract

Perpustakaan daerah belum memiliki mekanisme berbasis data untuk membedakan anggota berdasarkan pola kunjungan dan peminjaman, sehingga layanan masih diberikan secara seragam kepada seluruh anggota. Penelitian ini bertujuan menerapkan model Recency, Frequency, Monetary (RFM) dikombinasikan dengan Algoritma K-Means untuk menghasilkan segmentasi berbasis data terhadap 1.430 anggota Dinas Kearsipan dan Perpustakaan Daerah Kuala Kapuas. Metode yang digunakan meliputi konstruksi variabel RFM dari data kunjungan dan peminjaman, normalisasi MinMaxScaler, penentuan jumlah klaster optimal menggunakan Elbow Method, implementasi K-Means, serta validasi kualitas klaster menggunakan Silhouette Score, Davies-Bouldin Index, dan Calinski-Harabasz Index. Hasil penelitian menunjukkan K=3 sebagai jumlah klaster optimal dengan nilai Silhouette Score sebesar 0,3478. Tiga klaster yang terbentuk adalah Anggota Aktif (199 anggota, 13,9%), Anggota Sedang (570 anggota, 39,9%), dan Anggota Pasif (661 anggota, 46,2%), dengan dimensi Frequency sebagai pembeda utama antar klaster. Anggota Pasif tercatat memiliki tingkat kepuasan layanan yang tinggi meskipun jarang berkunjung, yang mengindikasikan hambatan akses sebagai penyebab kepasifan. Berdasarkan profil tiap klaster, dirumuskan tiga strategi layanan terdiferensiasi berupa retensi untuk Anggota Aktif, peningkatan keterlibatan untuk Anggota Sedang, dan reaktivasi untuk Anggota Pasif.