Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Sains Riset Al Ghafur : Jurnal Ilmiah Pengabdian Kepada Masyarakat
Cut Jora Sari
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Computer Science & IT Economics, Econometrics & Finance Education Environmental Science Health Professions Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PENGENALAN COMPUTATIONAL THINKING DAN CODING DASAR SEBAGUPAYA MEMBANGUN KREATIVITAS ANAK PASCABENCANA Cut Lilis Setiawati; Fitriyani Fitriyani; Zikrul Khalid; Ilal Mahdi; Zulfa Razi; Cut Jora Sari; Salimuddin Salimuddin; Safrika Safrika
Al Ghafur: Jurnal Ilmiah Pengabdian Kepada Masyarakat Vol 5, No 1 (2026): Juli
Publisher : Universitas Jabal Ghafur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47647/alghafur.v5i1.4386

Abstract

Bencana yang melanda suatu wilayah tidak hanya menimbulkan kerugian fisik dan materiil, tetapi juga berdampak pada kondisi psikologis anak-anak, seperti menurunnya semangat belajar dan berkurangnya ruang untuk berkreativitas. Computational thinking merupakan salah satu keterampilan abad ke-21 yang penting dikenalkan sejak dini karena melatih anak berpikir logis, sistematis, dan kreatif dalam menyelesaikan masalah. Pengabdian ini bertujuan untuk mengenalkan konsep dasar computational thinking dan coding kepada anak-anak usia sekolah dasar di Desa Beureueh II sebagai upaya membangun kembali kreativitas dan semangat belajar pascabencana. Metode yang digunakan adalah penyuluhan, permainan unplugged coding, dan demonstrasi coding dasar berbasis blok menggunakan media laptop. Hasil pengabdian menunjukkan bahwa anak-anak mampu memahami konsep dasar computational thinking berupa dekomposisi, pengenalan pola, abstraksi, dan algoritma, serta menunjukkan antusiasme tinggi dalam menyusun rangkaian perintah (blok kode) sederhana. Kegiatan ini diharapkan mampu menumbuhkan kreativitas, rasa percaya diri, dan minat anak-anak terhadap dunia teknologi meskipun berada pada kondisi pascabencana.
PEMBERDAYAAN MASYARAKAT DESA LINGKOK MELALUI PROGRAM KULIAH KERJA NYATA (KKN) DALAM PENGEMBANGAN PENDIDIKAN, SOSIAL, DAN LINGKUNGAN Mukhsin Nuzula; Heri Fajri; Cut Jora Sari; Muhammad Haiqal; Marzuki Marzuki; M Agmar Media
Al Ghafur: Jurnal Ilmiah Pengabdian Kepada Masyarakat Vol 4, No 2 (2025): Desember
Publisher : Universitas Jabal Ghafur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47647/alghafur.v4i2.3853

Abstract

Kegiatan Kuliah Kerja Nyata (KKN) di Desa Lingkok, Kecamatan Titeu, Kabupaten Pidie, bertujuan untuk meningkatkan kapasitas sosial, pendidikan, dan kepedulian lingkungan masyarakat desa melalui pendekatan partisipatif. Permasalahan utama yang dihadapi masyarakat meliputi perbedaan pendapat dalam pengambilan keputusan bersama, keterbatasan akses pendidikan, serta rendahnya kesadaran terhadap kebersihan dan kelestarian lingkungan. Metode pelaksanaan kegiatan meliputi observasi lapangan, diskusi kelompok, pelatihan, pendampingan, dan aksi sosial secara langsung. Hasil kegiatan menunjukkan peningkatan partisipasi masyarakat, tumbuhnya kesadaran akan pentingnya pendidikan dan lingkungan, serta terbangunnya hubungan sosial yang lebih harmonis antara mahasiswa dan masyarakat. Program KKN ini memberikan dampak positif secara sosial dan edukatif serta dapat menjadi model kegiatan pengabdian masyarakat berbasis kebutuhan lokal.
KLASIFIKASI TINGKAT ROASTING BIJI KOPI MENGGUNAKAN METODE DEEP LEARNING BERBASIS CITRA DIGITAL Tri Mulya Dharma; Cut Jora Sari; Salimuddin Salimuddin
Jurnal Sains Riset Vol 16, No 1 (2026): April 2026
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat (LPPM) Universitas Jabal Ghafur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47647/jsr.v16i1.4014

Abstract

Proses pemanggangan merupakan faktor penting dalam menentukan kualitas aroma dan rasa kopi yang khas. Namun, evaluasi biji kopi tradisional seringkali kurang optimal dan subjektif, karena sangat bergantung pada instruktur terlatih. Studi ini bertujuan untuk mengevaluasi kinerja model Deep Learning dalam mengklasifikasikan tingkat pemanggangan biji kopi melalui pengolahan citra digital. Pendekatan eksperimental kuantitatif diterapkan menggunakan tiga arsitektur Convolutional Neural Network (CNN): InceptionV3, MobileNetV2, dan ResNet50. Dataset terdiri dari 1.200 gambar biji kopi yang diklasifikasikan ke dalam empat tingkat warna: hijau, terang, sedang, dan gelap. Hasil pelatihan menunjukkan bahwa model MobileNetV2 berhasil mengenali objek gambar dengan tingkat akurasi tinggi sebesar 96%. Penelitian ini memberikan solusi praktis bagi industri kopi untuk menjaga kualitas produk yang konsisten dan mengurangi ketergantungan pada penilaian manusia yang subjektif.
Co-Authors Cut Lilis Setiawati Fitriyani Fitriyani Heri Fajri, Heri Ilal Mahdi M Agmar Media Marzuki Marzuki Muhammad Haiqal Nuzula, Mukhsin Safrika Safrika Salimuddin Salimuddin Tri Mulya Dharma Zikrul Khalid Zulfa Razi