Article Per Year (5 Year)
p-Index From 2021 - 2026
2.937
P-Index
This Author published in this journals
All Journal Jurnal sistem informasi, Teknologi informasi dan komputer Format : Jurnal Imiah Teknik Informatika bit-Tech Jurnal Teknik Informatika (JUTIF) Jurnal Kajian Ilmiah Nusantara Hasana Journal Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Gema Lingkungan Kesehatan Journal Information & Computer (JICOM) Jurnal Relawan dan Pengabdian Masyarakat REDI Jurnal Pengabdian kepada Masyarakat The Scientific Journal of Information Systems Inovasi Gagasan Abdimas & Kuliah Kerja Nyata Fortech : Journal of Information Technology
Surahmat, Asep
Universitas Utpadaka Swastika
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Environmental Science Health Professions Immunology & microbiology Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Nursing Public Health Social Sciences Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
Pemanfaatan Generative Artificial Intelligence (GenAI) untuk Prediksi dan Analisis Bencana Alam Arief Wibowo; Asep Surahmat
Prosiding SISFOTEK Vol 9 No 1 (2025): SISFOTEK IX 2025
Publisher : Ikatan Ahli Informatika Indonesia

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

Abstract

Disaster prediction and analysis are crucial components in mitigating the impacts of natural hazards such as floods, earthquakes, and landslides. Conventional systems often rely on deterministic models and limited historical data, which restrict their accuracy and adaptability to dynamic environmental changes. The emergence of Generative Artificial Intelligence (GenAI), particularly models based on deep learning and generative architectures such as Generative Adversarial Networks (GANs) and Diffusion Models, introduces new opportunities for synthetic data generation and predictive simulation. This study aims to explore the implementation of GenAI in disaster prediction and analysis by reviewing recent literature and practical applications in Indonesia. The proposed framework integrates multimodal data—including meteorological, seismic, and remote sensing data—into generative models to simulate disaster scenarios and improve early warning systems. The results indicate that GenAI can enhance data diversity, reduce bias in model training, and support real-time decision-making in disaster management. The study concludes that GenAI has strong potential to revolutionize disaster analytics and strengthen climate resilience through adaptive, data-driven insights. Thus, the output of this research is conceptual and focuses on designing a framework, while empirical testing forms the basis for further research development.
Peningkatan Kompetensi Digital Siswa melalui PelatihanPembuatan Website di SMK PGRI 1 Kota Tangerang Umbu Zogara, Lukas; Asep Surahmat; Fajar Muttaqi; Moh. Alfaujianto
Jurnal Igakerta Vol. 3 No. 1 (2026): Jurnal Igakerta
Publisher : IGAKERTA Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70234/b4akhz97

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kompetensi digital siswa Sekolah Menengah Kejuruan (SMK) melalui pelatihan pembuatan website menggunakan bahasa pemrograman Python. Kegiatan dilaksanakan di SMK PGRI 1 Kota Tangerang dengan melibatkan 40 siswa dari jurusan Teknik Komputer dan Informatika sebagai peserta utama. Metode pelaksanaan dirancang secara sistematis, meliputi ceramah interaktif untuk memberikan pemahaman konseptual, demonstrasi pembuatan website sebagai contoh implementasi, praktik langsung menggunakan framework Flask, serta pendampingan intensif secara bertahap untuk memastikan setiap siswa mampu mengikuti proses pembelajaran dengan baik. Evaluasi kegiatan dilakukan melalui pre-test dan post-test guna mengukur peningkatan kemampuan peserta. Hasil evaluasi menunjukkan adanya peningkatan rata-rata sebesar 43% pada aspek pemahaman konsep dan keterampilan teknis siswa. Temuan ini mengindikasikan bahwa metode pelatihan berbasis praktik (hands-on training) efektif dalam meningkatkan kemampuan berpikir logis, analitis, serta pemecahan masalah. Secara praktis, kegiatan ini berkontribusi terhadap peningkatan literasi digital siswa dan memperkuat kesiapan mereka dalam menghadapi tuntutan dunia industri dan perkembangan teknologi modern. Selain itu, kegiatan ini juga mampu meningkatkan kesadaran digital siswa serta membuka peluang pengembangan program pelatihan serupa secara berkelanjutan di masa yang akan datang.
Co-Authors Alfaujianto, Moh Alfaujianto, Moh. Arief Wibowo Darmawan, Rizqi Dhimas Buing Rindi Widra Yato Didi Kurnaedi Erna Oktora Fahmi Nugraha, Fahmi Fajar Muttaqi Fajar Muttaqi Grace Limiko Hasyanta, Gopas Indra Indra Indra Lukas Umbu Zogara Manorang Sihotang Moh Alfaujianto Moh. Alfaujianto Mutiarawan, Rezza Anugrah Muttaqi, Fajar Nurul Badriah Pupista, Orinda Salma, Triana Dewi Sutrisno, Mirza Yato, Dhimas Buing Rindi Widra