Claim Missing Document
Check
Articles

Found 14 Documents
Search

Edukasi Pemanfaatan Teknologi dalam Pengelolaan Sampah Botol di SMK Kesehatan Gema Nusantara Riau Asep Marzuki; Sherly Mutiara; Dedy Yasriady; Afifah Cahayani Adha; Rifaldo Pratama
Jurnal Pustaka Mitra (Pusat Akses Kajian Mengabdi Terhadap Masyarakat) Vol 6 No 1 (2026): Jurnal Pustaka Mitra (Pusat Akses Kajian Mengabdi Terhadap Masyarakat)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakamitra.v6i1.1558

Abstract

Kegiatan sosialisasi dan edukasi pengelolaan sampah bernilai ekonomi dilaksanakan di lingkungan sekolah SMK Kesehatan Gema Nusantara RIau dengan tujuan meningkatkan pemahaman siswa mengenai klasifikasi sampah, pemanfaatan sampah bernilai ekonomi, serta peran teknologi dalam pengelolaannya. Kegiatan diawali dengan pengisian kuesioner pre-test untuk mengukur tingkat pengetahuan awal siswa, kemudian dilanjutkan dengan penyampaian materi edukatif secara interaktif, sesi tanya jawab, dan diakhiri dengan pengisian kuesioner post-test sebagai bentuk evaluasi awal. Hasil evaluasi menunjukkan adanya peningkatan pemahaman siswa pada seluruh indikator pengetahuan yang diukur. Pemahaman mengenai jenis dan klasifikasi sampah, pentingnya pemilahan sejak sumber, serta potensi ekonomi sampah mengalami peningkatan yang signifikan setelah kegiatan edukasi. Selain itu, siswa juga menunjukkan peningkatan pengetahuan terkait fungsi bank sampah dan pemanfaatan teknologi sebagai pendukung pengelolaan sampah yang lebih efektif dan berkelanjutan. Peningkatan skor post-test dibandingkan pre-test mengindikasikan bahwa metode sosialisasi dan edukasi yang diterapkan mampu memberikan dampak positif terhadap wawasan dan kesadaran siswa. Meskipun kegiatan masih terbatas pada tahap edukasi, hasil yang diperoleh menunjukkan potensi yang besar untuk pengembangan program lanjutan berbasis praktik. Dengan demikian, kegiatan ini dapat menjadi langkah awal yang strategis dalam menumbuhkan kesadaran lingkungan dan mendorong pengelolaan sampah yang lebih bertanggung jawab di lingkungan sekolah.
Pengukuran Risiko Sosial Penggunaan ChatGPT dengan Domain Risk Management COBIT 4.1 Vratiwi, Septiana; Ikhbal Salam, Riyan; Ikhsan, Ikhsan; Eka Putra, Dian; Sri Wahyuni, Widya; Pratama, Rifaldo
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 6 No 1 (2026): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

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

Abstract

Perkembangan kecerdasan buatan generatif seperti ChatGPT telah merevolusi praktik pembelajaran mahasiswa, khususnya dalam proses pencarian informasi, penyelesaian tugas akademik, dan pengambilan keputusan berbasis pengetahuan. Meskipun demikian, pemanfaatannya juga berpotensi menimbulkan risiko sosial, antara lain misinformasi, bias informasi, serta ketergantungan teknologi yang dapat berdampak pada penurunan kualitas pembelajaran. Penelitian ini bertujuan untuk mengukur tingkat risiko sosial penggunaan ChatGPT oleh mahasiswa dengan mengadopsi domain Manage Risk (PO9) dalam kerangka COBIT 4.1. Penelitian ini menggunakan pendekatan kuantitatif deskriptif melalui survei terhadap mahasiswa. Instrumen penelitian mencakup lima aspek utama, yaitu Risk Awareness, Risk Identification, Risk Assessment, Risk Response, dan Risk Monitoring. Analisis data dilakukan menggunakan maturity index dan gap analysis antara kondisi saat ini (as-is) dan kondisi yang diharapkan (to-be). Hasil penelitian menunjukkan bahwa tingkat kematangan pengelolaan risiko berada pada rentang 3,22 hingga 3,80 dengan rata-rata pada level 3 (Defined Process), sedangkan tingkat yang diharapkan berada pada level 4 (Managed and Measurable). Hasil analisis kesenjangan menunjukkan bahwa seluruh aspek masih berada di bawah target dengan nilai GAP sebagai berikut: Risk Awareness sebesar 0,72; Risk Identification sebesar 0,78; Risk Assessment sebesar 0,20; Risk Response sebesar 0,21; dan Risk Monitoring sebesar 0,28. Kesenjangan terbesar terdapat pada Risk Identification, sedangkan yang terkecil pada Risk Assessment. Temuan ini menunjukkan bahwa mahasiswa memiliki tingkat kemampuan yang relatif baik dalam menilai risiko, namun masih mengalami kelemahan dalam mengidentifikasi risiko sejak tahap awal penggunaan ChatGPT. Secara keseluruhan, mahasiswa telah memiliki kesadaran terhadap risiko penggunaan ChatGPT, tetapi pengelolaan risikonya belum optimal. Penelitian ini diharapkan dapat menjadi dasar bagi institusi pendidikan tinggi dalam merumuskan kebijakan pemanfaatan kecerdasan buatan secara lebih bijak, sistematis, dan bertanggung jawab.
Implementasi CNN Model Resnet50 Klasifikasi Citra Penyakit Lumpy Skin Disease Pada Sapi novrian, willi; Panca Putra, Yusran; Susanto, Agus; Purnama Sari, Julia; Pratama, Rifaldo
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 6 No 1 (2026): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v6i1.1874

Abstract

Sektor peternakan sapi memiliki peran vital dalam ketahanan pangan nasional, namun dihadapkan pada tantangan penyakit menular seperti Lumpy Skin Disease (LSD). Penyakit ini menyebabkan kerugian ekonomi akibat penurunan produksi dan biaya perawatan. Deteksi dini sangat diperlukan untuk mencegah penyebaran yang lebih luas. Penelitian ini bertujuan untuk mengimplementasikan dan menganalisis performa Convolutional Neural Network (CNN) menggunakan arsitektur ResNet-50 untuk mengklasifikasi citra penyakit kulit LSD pada ternak sapi dibandingkan dengan sapi sehat. Dataset yang digunakan bersumber dari Kaggle, terdiri dari 324 citra sapi terinfeksi LSD dan 700 citra sehat, yang dibagi menjadi 80% data latih dan 20% data uji. Model dilatih menggunakan pendekatan transfer learning dengan dua tahap: pembekuan (freeze) seluruh layer backbone selama 20 epoch, dilanjutkan dengan fine-tuning parsial selama 40 epoch. Hasil pengujian menunjukkan bahwa model mencapai akurasi keseluruhan sebesar 93,17%, dengan macro average precision 91,86%, recall 92,53%, dan F1-score 92,18%. Model terbukti mampu membedakan citra sapi sehat dan terinfeksi dengan tingkat sensitivitas yang tinggi. Penggunaan arsitektur ResNet-50 merupakan solusi inovatif dan efektif untuk mempercepat diagnosis LSD berbasis kecerdasan buatan.
Perancangan Sistem Informasi Pengolahan Data TBS Berbasis Web pada PT.Dharmasraya Sawit Lestari Aulia, Wizra; Kesumaningtyas, Febby; Handayani, Reti; Pratiwi, Azira; Pratama, Rifaldo
Jurnal Sains dan Teknologi: Jurnal Keilmuan dan Aplikasi Teknologi Industri Vol. 24 No. 2 (2024): Regular Issue
Publisher : SEKOLAH TINGGI TEKNOLOGI INDUSTRI PADANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36275/kq33y765

Abstract

PT.Dharmasraya Sawit Lestari merupakan salah satu Perusahaan di Jl.Koto,Koto Salak Kec.Koto Baru, Kabupaten Dharmasraya dimana pengolahan data TBS (tandan buah segar) masih menggunakan buku pencatatan dan surat timbangan yang di tulis tangan. Sehingga terjadi permasalahan yaitu sulitnya melakukan pencarian dan pengolahan data TBS, seperti  salah pencatatan data timbangan, kehilangan tanda terima pembelian TBS, waktu pengiriman data pembelian TBS dan pengolahan data TBS ke kantor pusat yang membutuhkan waktu cukup lama. penelitian ini bertujuan memberikan solusi untuk permasalahan yang terjadi dengan sistem informasi pengolahan data TBS dimana pengembangan sistem menggunakan metode analisa yang umum dibidang computer yaitu System Development Life Cycle (SDLC).Sistem baru dapat mempermudah PT.Dharmasraya Sawit Lestari dalam mengolah data pembelian TBS serta pengolahan TBS.