Claim Missing Document
Check
Articles

Found 8 Documents
Search

Penggunaan tool Artificial Intelligent untuk membuat Bahan Ajar pada Guru SDIT Mafatih Herianto; Setiawan, Aji; Yudha, Afri
JEPTIRA Vol 1 No 2 (2023): JURNAL PENGABDIAN MASYARAKAT JEPTIRA
Publisher : Fakultas Teknik Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/jep.v1i2.15

Abstract

Penggunaan teknologi dalam pendidikan, termasuk di Sekolah Dasar Islam Terpadu (SDIT), menjadi penting. Namun, bahan ajar yang menarik dan interaktif masih menjadi tantangan bagi banyak guru. Inovasi dalam pembuatan bahan ajar diperlukan untuk meningkatkan minat dan pemahaman siswa. Masalah utama yang dihadapi oleh guru adalah adalah kurangnya sumber daya dan waktu guru untuk secara konsisten membuat bahan ajar berkualitas tinggi. Kegiatan Pengabdian kepada Masyarakat (PKM) ini memberikan pelatihan penggunaan alat kecerdasan buatan/Artificial Intelligent (AI) untuk membantu guru menyusun bahan ajar. AI dapat mengotomatisasi berbagai proses pembuatan materi pembelajaran, termasuk pembuatan konten, soal latihan, dan evaluasi, semuanya sambil menjaga kualitas bahan ajar. Penggunaan AI saat membuat bahan ajar di SDIT dapat meningkatkan efektivitas dan efisiensi pengajaran. Penggunaan teknologi ini merupakan langkah maju menuju modernisasi pendidikan yang akan sangat membantu siswa dan pendidik.
Webinar Literasi Digital bagi Pendidik & Anak Didik di Era Digital Tri Mahardika, Bagus; Novianti, Eva; Setiawan, Aji; Yudha, Afri; Susilo, Andi
JEPTIRA Vol 1 No 2 (2023): JURNAL PENGABDIAN MASYARAKAT JEPTIRA
Publisher : Fakultas Teknik Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/jep.v1i2.18

Abstract

Pandemi telah memaksa berbagai kegiatan, termasuk pendidikan, untuk dilakukan secara daring guna menghindari penyebaran virus. Namun, model pembelajaran daring ini masih tergolong baru dan belum familiar bagi banyak pengajar dan siswa, sehingga menimbulkan kebingungan dalam pelaksanaannya. Salah satu solusi penting yang dapat mendukung proses pembelajaran di era digital adalah literasi digital. Literasi digital bertujuan untuk meningkatkan kemampuan masyarakat dalam menggunakan dan mengakses teknologi dengan bijak. Melalui kegiatan pengabdian masyarakat, informasi tentang literasi digital akan diberikan untuk mendukung dunia pendidikan. Pelatihan ini diharapkan dapat memberikan pengetahuan baru kepada peserta, memudahkan mereka dalam mengelola pembelajaran di masa pasca pandemi, serta mempersiapkan mereka menghadapi tantangan era industri 4.0.
Optimizing Google Apps in Improving the Skills and Productivity of the Young Generation of Bojong Village Pondok Kelapa Sofyan, Yan; Yudha, Afri; Syofian, Suzuki; Tri Mahardika, Bagus
JEPTIRA Vol 2 No 2 (2024): JOURNAL OF COMMUNITY ENGAGEMENT JEPTIRA
Publisher : Fakultas Teknik Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/jep.v2i2.68

Abstract

Effective and efficient administrative and office management remains a primary challenge for organizations in the digital era. This community service activity aims to enhance the understanding and skills of Bojong youth in utilizing Google applications (Google Drive, Google Docs, Google Sheets, and Google Forms) as solutions for administrative management. The methods applied include theoretical training, hands-on practice, and evaluation of application implementation in daily workflows. The results indicate that using Google applications accelerates data processing by up to 30%, reduces paper usage by 40%, and improves collaboration and communication effectiveness among participants. Additionally, this training fosters a transition toward a digital work culture that is adaptive and responsive to technological challenges. Thus, using Google applications has proven to be a practical and relevant solution for supporting better organizational administrative governance.
IMPLEMENTASI ALGORITMA FORWARD CHAINING DAN CERTAINTY FACTOR UNTUK MENGETAHUI DIAGNOSA KERUSAKAN MOBIL TOYOTA Yudha, Afri; Prasetyo, Erry Dwi; Basir, Rizki Rizkiyatul
Jurnal Sains & Teknologi Fakultas Teknik Universitas Darma Persada Vol. 13 No. 1 (2023): Jurnal Sains & Teknologi
Publisher : Fakultas Teknik Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70746/jstunsada.v13i1.205

Abstract

Tujuan dari penelitian ini adalah untuk menerapkan algoritma Forward Chaining dan Certainty Factor dalam proses diagnosis kerusakan pada kendaraan Toyota. Dengan menggunakan metode ini, akan dilakukan pendekatan sistematis untuk mengidentifikasi kerusakan yang mungkin terjadi berdasarkan gejala atau tanda-tanda yang diamati pada mobil Toyota. Dalam langkah forward chaining, akan digunakan aturan-aturan yang telah ditentukan sebelumnya untuk menghasilkan kesimpulan berdasarkan fakta-fakta yang ada. Certainty Factor akan digunakan untuk mengukur tingkat keyakinan terhadap setiap kesimpulan yang dihasilkan. Penelitian ini bertujuan untuk memberikan dukungan bagi teknisi dalam melakukan diagnosis yang efisien dan akurat terhadap kerusakan pada mobil Toyota. Diharapkan penerapan algoritma ini dapat memberikan kontribusi positif dalam pengembangan sistem kecerdasan buatan dan sistem diagnosis otomotif. Hal ini akan membantu mekanik untuk memperoleh informasi mengenai kerusakan secara cepat dan optimal sesuai dengan kondisi saat pengecekan mesin. Dengan menerapkan teknologi aplikasi sistem pakar ini, diharapkan tercipta sebuah revolusi dalam bidang teknologi informasi
Perancangan Sistem Layanan Literatur Berbasis Web Yudha, Afri; Nur Fadillah, Winanda
Journal TIFDA (Technology Information and Data Analytic) Vol 1 No 2 (2024): Journal Technology Information and Data Analytic (TIFDA)
Publisher : Prodi Teknologi Informasi Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/tifda.v1i2.51

Abstract

Penelitian ini menjelaskan pengalaman Kerja Praktek yang dilakasanakan di BKPK Kementrian Kesehatan selama periode empat bulan, dimulai Februari 2024 hingga Juni 2024. Fokus utama perancangan ini adalah pengembangan website Layanan Literatur dengan menggunakan bahasa pemograman PHP dan MySQL sebagai basis data. Sistem yang dirancang bertujuan untuk meningkatkan efisiensi dalam layanan literatur, meningkatkan kinerja para pustkawan. Metode pengembangan mencakup fase registrasi bagi masyarakat, proses generate ID Ticket bagi masyarakat, login untuk verifikator dan pustakawan, dan navigasi menu permintaan user. Hasil dari penelitian ini menunjukan bahwa implementasi teknologi tersebut mampu memberikan manfaat signifikan dalam hal efesiensi operasional. Pengguna dapat dengan mudah mengakses dan manajemen data literatur serta menghasilkan ID Ticket untuk informasi.
Implementasi Data Mining Untuk Mendukung Program Reduksi Sampah di Daerah Khusus Jakarta Dengan Menggunkan Algoritma Time Series dan K-Means Clustering Adiputro, Muhammmad Krisna; Yudha, Afri
Journal TIFDA (Technology Information and Data Analytic) Vol 2 No 1 (2025): Journal Technology Information and Data Analytic (TIFDA)
Publisher : Prodi Teknologi Informasi Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/tifda.v2i1.74

Abstract

This study aims to analyze the trend of waste growth in Jakarta using the ARIMA method and to group areas based on waste volume using the K-Means Clustering algorithm. The waste accumulation problem at the Bantargebang TPST continues to worsen each year, with increasing volumes from various sub-districts. Data used in this study were obtained from the DKI Jakarta Environmental Agency, covering the period from January 2022 to April 2024, focusing on organic waste, plastic, and household hazardous waste (B3). The research applies the CRISP-DM methodology, consisting of business understanding, data understanding, data preparation, modeling, evaluation, and implementation. Data processing includes cleaning, normalization, and splitting into training and testing sets. The analysis results show that the ARIMA model achieves good forecasting accuracy, with MAPE, MAE, and RMSE values around 3652. The K-Means algorithm successfully classifies Jakarta areas into three main clusters dominated by organic, plastic, and mixed waste types. A web-based system was developed using Streamlit and MongoDB Atlas to facilitate data analysis and visualization for policymakers, especially the Environmental Agency. The study concludes that ARIMA is effective in forecasting waste growth, while K-Means supports more targeted waste management strategies. It is recommended to enhance the system by incorporating external variables such as policy changes and socio-economic factors, and to improve model accuracy using more advanced machine learning techniques. Additionally, the system should be continuously updated and expanded to support more optimal and sustainable waste management across Jakarta.
Advanced Prompting Techniques for Artificial Intelligence-Based Learning Innovation Sofyan Andhana Saputra, Yan; Budiman, Adam Arif; Setiawan, Aji; Yudha, Afri; Supriatna, Ade; Kurnianto, Ario; Dariyus, Asyari
JEPTIRA Vol 3 No 1 (2025): JOURNAL OF COMMUNITY ENGAGEMENT JEPTIRA
Publisher : Fakultas Teknik Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/jeptira.v3i1.98

Abstract

This community service program was designed to strengthen the capacity of teachers and lecturers in utilizing advanced prompting techniques based on Artificial Intelligence (AI) to support instructional innovation. The focus of the training was on two effective methods Chain of Thought (CoT) and Role Prompting which enhance human-AI interaction in educational contexts. The activity was conducted through face-to-face workshops involving 25 participants from various educational institutions, combining theoretical explanations, hands-on practice, and case-based discussions. Participants learned how to construct structured and contextual prompts for teaching applications such as lesson planning, explanation of concepts, and simulation-based learning. Evaluation results showed a significant improvement in participants’ understanding and ability to apply prompt engineering strategies, as reflected in both assessment scores and the quality of practical outputs. The program also contributed to raising awareness about ethical AI usage in education and emphasized the role of digital literacy in enabling educators to adapt to the demands of digital transformation.
Sentiment Analysis Pandangan Masyarakat Terhadap Tarif Tol Trans-Jawa Menggunakan Support Vector Machine dan Particle Swarm Optimization Yudha, Afri; Nuryaman, Yosep; Andhikawati, Aulia; Ernawati, Ernawati; Suwela, Nandang
Prosiding University Research Colloquium Proceeding of The 10th University Research Colloquium 2019: Bidang Teknik dan Rekayasa
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

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

Abstract

Jalan Tol Trans-Jawa adalah jalan tol yang menghubungkan kota-kota di pulau Jawa dimana mempunyai jarak ±1.000 kilometer, Jalan tol ini menghubungkan dua kota terbesar di Indonesia Jakarta danSurabaya, banyak opini masyarakat baik dunia nyata maupun dimedia sosial mengenai tol trans jawa terlebih tarifnya yang hampirmencapai 1 juta rupiah, pada penulisan jurnal ilmiah ini dilakukansentiment analysis terkait tarif tol trans jawa, data yang digunakandiambil dari jaringan media sosial twiter pada periode bulan junidan juli, didapatkan data mentah 543 data, setelah dilakukancleansing dan Preprocessing, data yang dapat diolah 108 datadengan rincian 54 negatif dan 54 positif. Berdasarkan pemodelanmenggunakan algoritma support vector machine(SVM) didapatbahwa pandangan masyarakat terhadap jalan tol trans-jawa terlihatlebih banyak yang positif sebesar 52% dengan akurasi 68,36%dengan kurva roc 0,776 dan di optamasi dengan Particle SwarmOptimization (PSO) sehingga mengalami kenaikan akurasi menjadi75% dan kurva roc 0,802, lalu dari hasil yang didapatkan dibuatlahkamus data dari bobot yang ada menggunakan Visual Basic .NET(VB.Net).