Claim Missing Document
Check
Articles

Found 4 Documents
Search

Wisata Edukasi Pengenalan Petugas Pelayanan Penumpang di Atas Kereta Api pada Siswa RA Babussalam Madiun Teguh Arifianto; Ika Setyorini Pradjojowaty; Dara Aulia Feryando; M. Afif Amalul Arifidin; Damar Isti Pratiwi; Joewono Prasetijo
JURPIKAT (Jurnal Pengabdian Kepada Masyarakat) Vol 5 No 1 (2024)
Publisher : Politeknik Piksi Ganesha Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37339/jurpikat.v5i1.1500

Abstract

Kegiatan wisata edukasi pengenalan petugas pelayanan penumpang yang dilakukan oleh tim penulis melibatkan siswa RA Babussalam Madiun dalam kunjungannya di Politeknik Perkeretaapian Indonesia Madiun pada tanggal 5 September 2023. Kegiatan ini bertujuan untuk memberikan siswa pemahaman tentang fungsi petugas pelayanan penumpang dalam industri perkeretaapian. Siswa berkumpul di tribun utara dan mendengarkan arahan dari guru dan panitia. Siswa belajar tentang tanggung jawab petugas pelayanan penumpang agar penumpang mendapatkan pelayanan yang aman dan nyaman. Selain itu, siswa juga diberi pemahaman tentang prosedur simulasi pembelian tiket dan menaiki kereta inspeksi. Oleh karena itu, wisata edukasi akan memberikan kontribusi positif dalam mendidik generasi muda tentang pentingnya pelayanan penumpang di sektor perkeretaapian.
Pengenalan Perguruan Tinggi Kedinasan Politeknik Perkeretaapian Indonesia Madiun pada Siswa SMK Negeri 1 Ngawi dengan Metode Ceramah Interaktif Teguh Arifianto; M. Afif Amalul Arifidin; Sunaryo Sunaryo; Rafi Hafizh Hawari; Ario Bomantara Wijayanto; Agil Pranutianingrum; Agus Hariyanto; Eko Yunianto Adi Cahyono; Lamijan
JURPIKAT (Jurnal Pengabdian Kepada Masyarakat) Vol 5 No 2 (2024)
Publisher : Politeknik Piksi Ganesha Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37339/jurpikat.v5i2.1672

Abstract

Kegiatan pengenalan perguruan tinggi kedinasan Politeknik Perkeretaapian Indonesia Madiun dilakukan oleh tim penulis yang bekerja sama dengan SMK Negeri 1 Ngawi. Kegiatan ini dilaksanakan di SMK Negeri 1 Ngawi pada tanggal 22 Januari 2024. Tujuan dari kegiatan ini adalah untuk memberikan minat, wawasan, dan partisipasi siswa tentang peran dan pentingnya perguruan tinggi kedinasan khususnya Politeknik Perkeretaapian Indonesia Madiun dalam memajukan sektor transportasi khususnya di bidang perkeretaapian, menghasilkan tenaga kerja yang profesional dan berkualitas, dan siap untuk bekerja di industri perkeretaapian. Oleh karena itu, pengenalan perguruan tinggi kedinasan memberikan siswa pemahaman yang lebih baik tentang program pendidikan, persyaratan masuk, prospek karir, dan fasilitas yang tersedia di Politeknik Perkeretaapian Indonesia Madiun.
Edukasi Keselamatan Perkeretaapian melalui Visualisasi Deteksi Dini Kerusakan Rel untuk Transportasi Berkelanjutan di SMKN 1 Ngawi Teguh Arifianto; M. Afif Amalul Arifidin; Santi Triwijaya; Ika Setyorini Pradjojowaty; Agil Pranutianingrum; Muhammad Hidayatulloh; Yusuf Abyan Putra Pratama; Muhammad Fadelraya Antasena Pasemah; Nur Zainuri; Sudaryana Sudaryana
Jurnal Pemberdayaan Masyarakat dan Komunitas Vol 3, No 2: 2026
Publisher : STAI Nurul Islam Mojokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52620/jpmk.v3i2.462

Abstract

Keselamatan perkeretaapian merupakan bagian penting dalam mendukung transportasi yang aman dan berkelanjutan. Namun, pemahaman siswa mengenai keselamatan perjalanan kereta api, kondisi prasarana rel, dan makna semboyan perkeretaapian masih perlu diperkuat. Kegiatan pengabdian masyarakat ini bertujuan meningkatkan literasi keselamatan perkeretaapian melalui visualisasi deteksi dini kerusakan rel yang diintegrasikan dengan edukasi semboyan perkeretaapian. Kegiatan dilaksanakan pada 6 Mei 2026 dengan melibatkan 70 peserta, terdiri atas 35 siswa kelas XI Teknik Komputer dan Jaringan 1 dan 35 siswa kelas XI Teknik Elektronika Industri 1 SMK Negeri 1 Ngawi. Metode yang digunakan adalah PAIKEM (Pembelajaran Aktif, Inovatif, Kreatif, Efektif, dan Menyenangkan) melalui penyampaian materi, visualisasi hasil deteksi kerusakan rel, pengenalan semboyan kereta api, diskusi interaktif, dan evaluasi menggunakan pretest dan posttest. Hasil kegiatan menunjukkan nilai rata-rata peserta meningkat dari 81,71% menjadi 94,57%. Kegiatan ini berkontribusi pada penguatan budaya keselamatan berbasis teknologi dan direkomendasikan untuk direplikasi pada sekolah menengah kejuruan sebagai bagian dari ekosistem pendidikan transportasi berkelanjutan.
Performance Evaluation Of Yolov8 For Vision Based Multi Class Rail Surface Damage Detection Teguh Arifianto; Sunaryo Sunaryo; M. Afif Amalul Arifidin; Muhammad Ryan Muqarrabiiansyah; Galih Prasetyo; Erri Wahyu Puspitarini
Jurnal Penelitian Sekolah Tinggi Transportasi Darat Vol 17 No 1 (2026): Juni 2026
Publisher : Politeknik Transportasi Darat Indonesia - STTD Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55511/jpsttd.v17i1.857

Abstract

Rail surface damage such as cracks, spalling, and squats must be identified accurately because these defects have distinct visual characteristics that can influence the rail inspection process. However, the simultaneous detection of multiple damage types remains a challenge, especially when the data distribution across classes is imbalanced. This study aims to evaluate YOLOv8 for detecting cracks, spalling, and squats using the Railway Track Surface Faults Dataset. A total of 2,175 images were analyzed and divided into training, validation, and testing sets with proportions of 70%, 15%, and 15%, respectively. Model performance was evaluated using precision, recall, F1-score, mean Average Precision (mAP), and the confusion matrix. The results show that YOLOv8 achieved precision values of 0.89, 0.96, and 0.91 for cracks, spalling, and squats, respectively. The recall values were 0.85, 0.92, and 0.96, respectively, while the F1-scores were 0.87, 0.94, and 0.94. The mAP values reached 0.90, 0.95, and 0.98. Overall, the model achieved a precision of 92.00%, a recall of 91.00%, an F1-score of 91.67%, and an mAP of 94.33%. These results indicate the potential of YOLOv8 to support the automatic detection and localization of rail surface damage.