Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal KOMPUTIKA - Jurnal Sistem Komputer Jurnal Informatika Progres
Gaffar, Abdul Majid
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pemberian Bantuan Kartu Indonesia Pintar menggunakan Metode Weighted Product Irmayanti, Hani; Gaffar, Abdul Majid
Komputika : Jurnal Sistem Komputer Vol. 12 No. 2 (2023): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v12i2.9704

Abstract

ABSTRACT – The purpose of this research is to determine which students meet the criteria for receiving assistance from the Indonesia Smart Card program, so that the aid can be targeted appropriately. The Indonesia Smart Card cannot be given to all financially disadvantaged students who meet the criteria, as the quota for the card is very limited. The method used in this study is the Weighted Product method. The Weighted Product method is a decision-making method that uses multiplication to connect attribute values, where each attribute must be raised to the power of the corresponding attribute weight. The results obtained from this study are the ranking of students who meet the predetermined criteria according to the specified quota. The ranking is obtained through the process of determining the criteria first, then determining the values for each alternative, improving the weights of the implemented criteria, calculating the s-vector, calculating the v-vector, and finally ranking. The conclusion of this study is that the student ranking process is in accordance with the available quota and can be carried out transparently, accountably, and objectively. The Student Affairs Office is greatly helped in making decisions, so that aid can be targeted more accurately. Keywords – Indonesia Smart Card; Weighted Product; Decision-making system; Assistance; Ranking
OPTIMASI PROMPT ENGINEERING SEBAGAI STRATEGI PENINGKATAN KOGNITIF: STUDI EKSPERIMEN PADA PEMBELAJARAN ALGORITMA DAN PEMROGRAMAN Gaffar, Abdul Majid; Bahrin; Labolo, Abdul Yunus; Purnomo, Zulkarnain S.; Daeng Kuma, Kristalicia Clarita; Saharuddin
PROGRESS Vol 18 No 1 (2026): April
Publisher : P3M STMIK Profesional Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56708/progres.v18i1.544

Abstract

Penetrasi ChatGPT di lingkungan akademik telah memicu kekhawatiran mengenai penurunan kemampuan berpikir kritis mahasiswa akibat ketergantungan pada jawaban instan. Penelitian ini bertujuan untuk menguji efektivitas optimasi prompt engineering (teknik pemberian instruksi terstruktur) sebagai strategi untuk meningkatkan kemampuan kognitif mahasiswa pada mata kuliah Algoritma dan Pemrograman. Dengan menggunakan metode eksperimen murni (True Experimental Design), penelitian ini melibatkan 60 mahasiswa Program Studi Teknologi Informasi yang dibagi ke dalam kelompok eksperimen dan kelompok kontrol. Kelompok eksperimen diberikan intervensi berupa panduan prompting menggunakan teknik Chain-of-Thought (CoT) dan Socratic Prompting, sementara kelompok kontrol menggunakan ChatGPT secara bebas. Hasil penelitian menunjukkan adanya perbedaan signifikan pada nilai post-test antara kedua kelompok ($p < 0,05$), dengan rata-rata kelompok eksperimen (82,5) jauh melampaui kelompok kontrol (64,2). Analisis N-Gain Score menunjukkan bahwa kelompok eksperimen mengalami peningkatan kognitif kategori "Tinggi" (0,71). Temuan ini membuktikan bahwa optimasi prompting mampu mengubah peran AI dari mesin penjawab otomatis menjadi mitra dialog kognitif yang merangsang logika berpikir. Penelitian ini memberikan implikasi bagi dosen muda untuk mengintegrasikan literasi prompting dalam kurikulum sebagai strategi mitigasi terhadap risiko adiksi teknologi tanpa mengorbankan efisiensi AI.
Co-Authors Bahrin Daeng Kuma, Kristalicia Clarita Irmayanti, Hani Labolo, Abdul Yunus Purnomo, Zulkarnain S. Saharuddin