Claim Missing Document
Check
Articles

Found 3 Documents
Search

Pengembangan Aplikasi Penerimaan Peserta Didik Baru Berbasis Berbasis Web (Studi Kasus: SMKN 8 Kab. Tangerang) Rosdiana, Muhamad; Sutriyatna, Erdi
LOGIC : Jurnal Ilmu Komputer dan Pendidikan Vol. 2 No. 5 (2024): Logic : Jurnal Ilmu Komputer dan Pendidikan
Publisher : Shofanah Media Berkah

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

Abstract

Penerimaan Peserta Didik Baru merupakan kegiatan rutin setiap tahun yang dilaksanakan di sekolah. Di SMK Negeri 8 Kabupaten Tangerang penerimaan peserta didik dilakukan via online menggunakan web yang sederhana yang dikolaborasikan dengan google form. Calon peserta didik baru akan berikan informasi waktu pendaftaran di web, kemudian calon peserta didik baru membuka link google form yang ada di web tersebut. System ini masih banyak memiliki kekurangan seperti tampilannya kurang menarik, proses pengisian data lebih lama dan tidak terintegrasi dengan database. Dengan mempertimbangkan masalah yang ada, peneliti mencoba memberikan solusi atas permasalahan tersebut dengan mengembangkan website yang sudah ada menjadi lebih baik lagi yaitu dengan membuat website lebih dinamis dan menambahkan beberapa fitur untuk mendukung kemudahan dalam proses penerimaan peserta didik baru. Perkembangan ini bertujuan untuk memudahkan calon peserta didik dalam proses pendaftaran, serta memungkinkan sekolah untuk mengelola informasi penerimaan peserta didik dengan lebih baik. Upaya untuk meningkatkan efisiensi dan mempermudah calon peserta didik baru dengan pengembangan sebuah aplikasi website yang lebih dinamis. Aplikasi ini memungkinkan pendaftaran online yang terintegrasi, pengelolaan data yang efisien, notifikasi dan komunikasi yang lebih efektif, serta proses seleksi otomatis. Transformasi ini telah memodernisasi sistem penerimaan peserta didik, menciptakan lingkungan yang lebih transparan dan mudah diakses untuk semua pihak yang terlibat dalam proses penerimaan peserta didik baru di SMKN 8 Kabupaten Tangerang. Adapun target luaran dari penelitian ini adalah jurnal ilmiah terakreditasi, juga akan dibuatkan sebuah modul yang berisi tahapan dari pembuatan aplikasi ini mulai dari perancangan hingga menjadi sebuah aplikasi yang utuh dan siap digunakan.
Membangun Kesadaran Digital: Edukasi Penggunaan Media Sosial Dan Memahami Informasi Yang Bijak Bagi Dewasa Di Pesantren Islam Al-Hamidiyah Rosdiana, Muhamad; Alvin Gusha, Tio; Fitri Supriadi, Diani; Putra Bangsawan, Ilham; Nuraini, Savina; Shadam Fatwiandika Husein, Tito; Alfairuzabady, Ghifari; Fritania, Vellin; Miftachul Choiri, Satrio; Eko Prasetyo, Virgianto; Fahmi Latul Gopar, Nur
APPA : Jurnal Pengabdian Kepada Masyarakat Vol 2 No 3 (2024): APPA : Jurnal Pengabdian kepada Masyarakat
Publisher : Shofanah Media Berkah

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

Abstract

Kemajuan teknologi digital telah merevolusi cara masyarakat mengakses informasi, berkomunikasi, dan berinteraksi, terutama melalui platform media sosial. Meskipun kemajuan ini memberikan banyak manfaat, seperti peningkatan konektivitas dan penyebaran informasi yang cepat, penggunaannya sering kali diiringi dengan rendahnya tingkat literasi digital di kalangan masyarakat. Kekurangan ini menyebabkan berbagai tantangan, seperti penyebaran hoaks dan informasi yang salah, meningkatnya kerentanan terhadap ancaman keamanan digital, serta dampak psikologis dan sosial yang negatif akibat penggunaan teknologi yang tidak bertanggung jawab. Penelitian ini bertujuan untuk mengatasi tantangan-tantangan tersebut melalui peningkatan literasi digital bagi masyarakat dewasa melalui program edukasi interaktif yang dilaksanakan di PESANTREN ISLAM AL-HAMIDIYAH. Metodologi program ini mencakup diskusi kelompok, simulasi kasus nyata, dan evaluasi kuantitatif untuk mengukur efektivitas program. Diskusi kelompok memberikan wadah bagi peserta untuk berbagi pengalaman dan memahami dampak negatif penggunaan teknologi yang tidak bijak. Simulasi berbasis kasus membantu peserta melatih kemampuan untuk menyaring informasi secara kritis. Sementara itu, evaluasi kuantitatif digunakan untuk mengukur perkembangan dan pemahaman peserta sebelum dan sesudah program.
Klasifikasi Batu Permata Berbasis Citra Menggunakan Convolutional Neural Network Rosyani, Perani; Hariansyah, Oke; Permadi, Yuda; Rosdiana, Muhamad; Nanang, Nanang
Journal of Information System Research (JOSH) Vol 7 No 2 (2026): January 2026
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v7i2.9101

Abstract

Manual gemstone identification still faces several limitations, such as subjective assessment and strong dependence on expert experience, which may lead to misclassification, particularly for gemstones with similar visual characteristics. This study aims to apply a Convolutional Neural Network (CNN) for automatic visual-based gemstone image classification using a limited dataset. The dataset consists of three gemstone classes, namely Alexandrite, Almandine, and Amazonite, with a balanced class distribution. Image preprocessing includes image resizing, pixel value normalization, and data augmentation to increase data variability. The proposed CNN model is a custom architecture composed of three convolutional layers with ReLU activation, followed by max pooling, a fully connected layer with dropout, and a Softmax output layer. Model performance is evaluated using a confusion matrix and classification metrics, including accuracy, precision, recall, and F1-score. Experimental results show that the CNN model achieves a testing accuracy of 93.33% on the limited test dataset with relatively balanced performance across classes. However, analysis of the training and validation curves indicates the presence of overfitting, suggesting that the model’s generalization capability to unseen data remains limited. These findings highlight that the achieved accuracy is conditional on the specific and constrained dataset used. Therefore, future work is recommended to expand dataset size and diversity, apply more comprehensive data augmentation strategies, and explore transfer learning approaches to improve model stability and generalization performance.