Claim Missing Document
Check
Articles

Found 3 Documents
Search

Sosialisasi Pemilu Pemula bagi Siswa SMA Negeri 8 Batam Bersama Bawaslu Kepri dan Bawaslu Kota Batam dengan Metode Pendidikan Masyarakat Jonathan Jonathan; Jervis William; Gracea Venice; Evi Yanti; Wendy Wendy; Julianto Julianto; Jesen Jeverlino; Vincent Vincent; Alviana Alviana; Davina Davina; Dessy Amelia; Joyslin Joyslin; Melvan Melvan; Jessica Christina; Valene Fortuna Lim; Fenky Fenky; Ratu Olivia; Moch Ihda Farhan Effendi; Caca Natasya; Suwarno Suwarno
National Conference for Community Service Project (NaCosPro) Vol 5 No 1 (2023): The 5th National Conference for Community Service Project 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/nacospro.v5i1.8293

Abstract

Pemilihan Umum (Bawaslu) Kota Batam bekerja sama dengan Bawaslu Kepulauan Riau dan Universitas Internasional Batam untuk menyelenggarakan sosialisasi pengawasan partisipatif di SMA Negeri 8 Batam. Sosialisasi ini bertujuan untuk memberikan pemahaman kepada pemilih pemula tentang pentingnya hak suara, mekanisme Pemilu, dan peran aktif warga negara dalam proses demokrasi. Melalui sosialisasi ini, para pelajar diharapkan dapat memahami bahwa Pemilu adalah sarana bagi rakyat untuk memilih pemimpin sesuai aturan yang berlaku, dan dengan keterlibatan pemilih pemula dalam pengawasan partisipatif, proses Pemilu diharapkan dapat berjalan dengan jujur dan adil sesuai dengan prinsip-prinsip Pancasila dan Undang-Undang Dasar Negara Republik Indonesia tahun 1945.
Pengembangan Sistem Rekomendasi Tanaman Berbasis Iot Berdasarkan Parameter Suhu, Angin, dan Kelembaban Lionel Dedrick; Fransiskus Fransiskus; Andik Yulianto; Alviana Alviana; Huilyana Trianggawati
National Conference for Community Service Project (NaCosPro) Vol. 7 No. 01 (2025): The 7th National Conference for Community Service Project 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/nacospro.v7i01.10901

Abstract

Dalam bidang pertanian, banyak sekali faktor yang bisa mempengaruhi kondisi dan keberlangsungan hidup sebuah tanaman. Hal-hal seperti suhu dan kelembaban berpengaruh sangat kuat terhadap hal ini. Tetapi tidak semua petani memiliki pengetahuan maupun pengalaman mengenai faktor-faktor tersebut. Penelitian ini bertujuan untuk mengusulkan sebuah solusi untuk masalah tersebut menggunakan teknologi, dengan memanfaatkan yang namanya AI (Artificial Intelligent). Sistem yang diusulkan akan menerima dan menganalisa faktor-faktor seperti suhu, kecepatan angin, dan kelembaban. Sistem nantinya akan merekomendasikan tanaman yang cocok untuk ditanami berdasarkan nilai setiap faktor. Penelitian dilaksanan di PT. Kinema Systrans Multimedia sebagai bentuk kerja praktek mahasiswa. Sistem ini nantinya akan dibangun menggunakan algoritma CNN (Convolutional Neural Network) untuk learning dan deteksi model. Sistem nantinya akan diuji dan diaplikasikan menggunakan API. Hasil akhir pada penelitian ini adalah sistem mampu mengdeteksi dan merekomendasi tanaman yang cocok untuk ditanami dengan akurat.
Sistem Pendukung Keputusan Pemilihan Tanaman Berdasarkan Suhu, Kelembapan, dan Kecepatan Angin Menggunakan AI Andik Yulianto; Huilyana Trianggawati; Fransiskus; Lionel Dedrick; Alviana Alviana; Haeruddin Haeruddin
National Conference for Community Service Project (NaCosPro) Vol. 7 No. 01 (2025): The 7th National Conference for Community Service Project 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/nacospro.v7i01.10913

Abstract

Pemilihan jenis tanaman yang sesuai dengan kondisi lingkungan sangat penting untuk mendukung keberhasilan pertanian. Sayangnya, tidak semua petani memiliki pengetahuan atau alat yang memadai untuk menentukan jenis tanaman terbaik berdasarkan suhu, kelembapan, dan kecepatan angin. Penelitian ini bertujuan mengembangkan dan menguji sistem rekomendasi tanaman berbasis input manual dari parameter lingkungan. Kegiatan dilakukan di PT Kinema Systrans Multimedia sebagai bagian dari kerja praktek mahasiswa. Sistem dibangun dengan pendekatan Network Development Life Cycle (NDLC) dan diuji menggunakan Postman untuk memastikan fungsionalitas API yang stabil. Hasil pengujian menunjukkan bahwa sistem mampu memberikan rekomendasi tanaman secara akurat dan dapat diakses tanpa perangkat tambahan. Sistem ini berpotensi diterapkan secara luas untuk mendukung pertanian berbasis data di masyarakat.