Claim Missing Document
Check
Articles

Found 3 Documents
Search

Pelatihan Kecerdasan Buatan bagi Guru-guru TK dan SD Yayasan Agape Makedonia Ratnadewi, Ratnadewi; Judea Janoto Jarden; Yohana Susanthi; Aan Darmawan Hangkawidjaja; Riko Arlando Saragih; Daniel Setiadikarunia
Jurnal Atma Inovasia Vol. 5 No. 2 (2025)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jai.v5i2.10267

Abstract

Guru-guru TK dan SD di bawah naungan Yayasan Agape Makedonia mengalami kesulitan dalam mempersiapkan bahan ajar yang baik bagi siswa-siswanya, sehingga diperlukan banyak waktu dan seringkali tidak keburu. Solusi atas masalah tersebut diberikan oleh Prodi Teknik Elektro – Universitas Kristen Maranatha, melalui program Pengabdian Kepada Masyarakat (PKM) dengan metode Participatory Action Research (PAR) berupa workshop/pelatihan penggunaan kecerdasan buatan untuk membuat bahan ajar dalam 2 sesi. Sebanyak 82% peserta menilai baik & sangat baik terhadap pengajar (instruktur) dalam menyampaikan materi, 88% peserta menilai baik & sangat baik terhadap materi yang diberikan. Terkait fasilitas komputer yang disediakan 81% peserta menilai baik & sangat baik, sedangkan untuk waktu yang disediakan dinilai sudah & sangat cukup oleh 82% peserta. Demikian pula dengan pelayanan panitia dan konsumsi, masing-masing dinilai baik dan sangat baik oleh 88% dan 82% peserta. Dengan demikian secara umum penyelenggaraan pelatihan ini dinilai baik dan sangat baik oleh mayoritas peserta, meskipun demikian penelusuran terhadap hal-hal yang perlu diperbaiki, tetap dilakukan guna meningkatkan kualitas penyelenggaraan di kesempatan berikutnya.
Pelatihan Kecerdasan Buatan bagi Guru-guru TK dan SD Yayasan Agape Makedonia Ratnadewi, Ratnadewi; Judea Janoto Jarden; Yohana Susanthi; Aan Darmawan Hangkawidjaja; Riko Arlando Saragih; Daniel Setiadikarunia
Jurnal Atma Inovasia Vol. 5 No. 2 (2025)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jai.v5i2.10267

Abstract

Guru-guru TK dan SD di bawah naungan Yayasan Agape Makedonia mengalami kesulitan dalam mempersiapkan bahan ajar yang baik bagi siswa-siswanya, sehingga diperlukan banyak waktu dan seringkali tidak keburu. Solusi atas masalah tersebut diberikan oleh Prodi Teknik Elektro – Universitas Kristen Maranatha, melalui program Pengabdian Kepada Masyarakat (PKM) dengan metode Participatory Action Research (PAR) berupa workshop/pelatihan penggunaan kecerdasan buatan untuk membuat bahan ajar dalam 2 sesi. Sebanyak 82% peserta menilai baik & sangat baik terhadap pengajar (instruktur) dalam menyampaikan materi, 88% peserta menilai baik & sangat baik terhadap materi yang diberikan. Terkait fasilitas komputer yang disediakan 81% peserta menilai baik & sangat baik, sedangkan untuk waktu yang disediakan dinilai sudah & sangat cukup oleh 82% peserta. Demikian pula dengan pelayanan panitia dan konsumsi, masing-masing dinilai baik dan sangat baik oleh 88% dan 82% peserta. Dengan demikian secara umum penyelenggaraan pelatihan ini dinilai baik dan sangat baik oleh mayoritas peserta, meskipun demikian penelusuran terhadap hal-hal yang perlu diperbaiki, tetap dilakukan guna meningkatkan kualitas penyelenggaraan di kesempatan berikutnya.
Machine Learning Approach for Ibing Penca Stance Recognition Using Landmark Detection and Angle-Based Classification Ratnadewi, Ratnadewi; Agus Prijono; Aan Darmawan Hangkawidjaja; Sri Rustiyanti; Deri Al Badri
Journal of Applied Science, Engineering, Technology, and Education Vol. 8 No. 1 (2026)
Publisher : PT Mattawang Mediatama Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35877/454RI.asci4539

Abstract

The problem is how students can learn independently when no assistant teachers are present. The main objective of this research is to build an application system that can recognize the stances in Ibing Penca martial art. This research aims to help facilitate independent learning for martial arts practitioners, especially Ibing Penca, by developing a system that is able to recognize and classify the movements in 62 Ibing Penca stances. To achieve these goals, the research method used is to collect input data in the form of images or videos taken using an Orbbec camera. After the images are obtained, the next stage is data processing to detect important points on the body using landmark detection techniques. The next process is the identification of 33 keypoints on the body using the MediaPipe algorithm. From these keypoints, six important angles were calculated which included the right arm, left arm, right leg, left leg, right foot and left foot. This angle calculation is done using the angle method of the three relevant key points. The system is able to recognize the movements in Ibing Penca with a high degree of accuracy, which is very useful for learners who want to practice independently. The results of this study show that the system is able to classify 62 Ibing Penca moves with a success rate of 95.2% (58 moves), while the error rate is only 4.8% (4 moves). For future research, it is expected to develop this system by adding variations of movements and improving detection accuracy in more diverse environmental conditions.