Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian Masyarakat STKIP AL MAKSUM LANGKAT Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
Weno Syechu
Unknown Affiliation
Computer Science & IT Education Social Sciences

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

Found 2 Documents
Search

 1 
Integrasi Pendidikan Karakter dalam Pembelajaran Teknologi dan Informatika di SMK Harapan Mandiri Medan Fauzi; Indra Harahap, Ahmad; Weno Syechu; Ade Linhar Purba; Taufiqurrahman
Jurnal Pengabdian Kepada Masyarakat Vol 5 No 2 (2024): JPKM
Publisher : LPPM STKIP AL MAKSUM

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

Abstract

Pendidikan karakter memiliki peran penting dalam membentuk sikap dan moral peserta didik, terutama dalam pembelajaran Teknologi dan Informatika. Kegiatan pengabdian ini bertujuan untuk mengintegrasikan nilai-nilai karakter dalam proses pembelajaran di SMK Harapan Mandiri Medan. Metode yang digunakan meliputi penyuluhan, diskusi interaktif, serta studi kasus terkait penggunaan teknologi secara etis dan bertanggung jawab. Peserta didik diberikan pemahaman tentang disiplin, kerja sama, etika digital, serta dampak positif dan negatif teknologi dalam kehidupan sehari-hari. Selain itu, kegiatan ini juga menanamkan nilai kejujuran, kritis, dan tanggung jawab dalam menyelesaikan tugas berbasis teknologi. Hasil kegiatan ini menunjukkan peningkatan kesadaran peserta didik terhadap pentingnya nilai-nilai karakter dalam penggunaan teknologi. Dengan adanya integrasi pendidikan karakter, diharapkan peserta didik tidak hanya memiliki keterampilan teknis dalam bidang Teknologi dan Informatika, tetapi juga mampu menerapkan nilai-nilai moral dalam setiap aspek kehidupan serta menjadi individu yang bertanggung jawab dan berdaya saing di era digital. Pembelajaran berbasis karakter ini juga berkontribusi pada pembentukan generasi yang lebih adaptif dan inovatif.
Penerapan Aplikasi Sistem Rekomendasi Pemilihan Varietas Tanaman Berbasis Parameter Kelembaban Tanah, pH, dan Kandungan Nutrisi Pada Gapoktan Sri Karya Menggunakan Algoritma Random Forest Sinuraya, Junus; Weno Syechu; Wiwin Sry Adinda Banjarnahor; Muhammad Riki Atsauri
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 6 (2025): EDISI NOVEMBER 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i6.12348

Abstract

 Pemilihan varietas tanaman yang sesuai dengan kondisi tanah lahan pertanian merupakan faktor kritis dalam meningkatkan produktivitas dan hasil panen. Namun, petani sering menghadapi kesulitan dalam mengambil keputusan tersebut karena keterbatasan akses informasi dan expertise. Penelitian ini mengembangkan sistem rekomendasi otomatis berbasis machine learning menggunakan algoritma Random Forest untuk membantu petani di Gapoktan Sri Karya dalam memilih varietas tanaman yang optimal berdasarkan kondisi tanah mereka. Dataset penelitian terdiri dari 800 sampel yang dikumpulkan melalui pengukuran langsung di lahan petani, mencakup lima parameter tanah utama: kelembaban tanah (%), pH tanah, kandungan Nitrogen (N), Fosfor (P), dan Kalium (K). Data dibagi menjadi data pelatihan (80%) dan data pengujian (20%), kemudian dilakukan preprocessing meliputi data cleaning, normalisasi Min-Max Scaling, dan encoding label. Model Random Forest dilatih dengan parameter optimal (n_estimators=150, max_depth=12) dan dievaluasi menggunakan multiple metrics. Hasil penelitian menunjukkan bahwa model mencapai performa sangat baik dengan akurasi 87%, precision 85%, recall 83%, F1-score 84%, dan AUC 0.91. Analisis feature importance mengungkapkan bahwa pH tanah adalah parameter paling penting (35%), diikuti kandungan Nitrogen (28%), kelembaban tanah (22%), kalium (10%), dan fosfor (5%). Sistem ini terbukti mampu memberikan rekomendasi yang reliable dan dapat dipercaya untuk digunakan oleh petani di lapangan. Temuan ini mendemonstrasikan bahwa algoritma Random Forest dapat efektif digunakan untuk mengklasifikasi dan merekomendasikan varietas tanaman berdasarkan parameter kondisi tanah. Implementasi sistem ini diharapkan dapat meningkatkan produktivitas pertanian, mengurangi risiko pemilihan varietas yang tidak sesuai, dan memberdayakan petani dalam membuat keputusan berbasis data. Penelitian ini juga membuka peluang pengembangan serupa untuk komoditas pertanian lain dan region berbeda sebagai bagian dari transformasi digital di sektor pertanian Indonesia.
Co-Authors Ade Linhar Purba Ahmad Indra Harahap FAUZI Muhammad Riki Atsauri Sinuraya, Junus Taufiqurrahman Wiwin Sry Adinda Banjarnahor