Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pengembangan Media Digital Melalui Pembuatan Website dan Video Profil Untuk Meningkatkan Identitas Desa Sukabumi Dalam Program KKN Tematik Hibatullah, Muh Naufal; Sari, Putri Tirta Nila; Yunus, Adiestiana Dwi Putri; Marani, Wanda Iriana Sri; Prakoso, Gilang Danu; Setiyawan, Muhammad
JGEN : Jurnal Pengabdian Kepada Masyarakat Vol. 3 No. 4 (2025): JGEN : Jurnal Pengabdian Kepada Masyarakat, Agustus 2025
Publisher : Lumbung Pare Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60126/jgen.v3i4.1023

Abstract

Salah satu bentuk pengabdian kepada masyarakat yang dilakukan oleh dosen dan mahasiswa STMIK AMIKOM Surakarta adalah melalui kegiatan Kuliah Kerja Nyata (KKN) Tematik yang dilaksanakan selama satu bulan. Kegiatan ini bertujuan untuk membantu mengatasi permasalahan yang dihadapi masyarakat dalam bidang teknologi dan informasi. Lokasi pelaksanaan berada di Desa Sukabumi, Kecamatan Cepogo, Kabupaten Boyolali. Berdasarkan hasil observasi, ditemukan bahwa pemerintah desa belum memiliki media informasi digital untuk mempromosikan potensi desa, seperti sektor wisata, pertanian, dan peternakan. Selain itu, permasalahan lainnya meliputi rendahnya literasi digital siswa dan kurangnya kegiatan yang mendorong kreativitas anak-anak. Sebagai solusi atas permasalahan tersebut, tim KKN Tematik merancang beberapa program kerja, antara lain pembuatan website profil desa, pembuatan video profil potensi desa, pelatihan Canva dan Microsoft Word bagi siswa, serta penyelenggaraan lomba kreatif untuk anak-anak. Kegiatan ini berhasil meningkatkan literasi digital masyarakat, mempromosikan potensi desa secara lebih luas, serta menumbuhkan kreativitas generasi muda Desa Sukabumi.
Prediksi Harga Rumah di Bandung 2024 Menggunakan Ensemble Learning: Analisis Komparatif dan Interpretabilitas Hibatulloh, Muh Naufal; Prakoso, Gilang Danu; Putri Yunus, Adiestiana Dwi; Putra, Tommy Dwi
Jurnal Informatika: Jurnal Pengembangan IT Vol 10, No 2 (2025)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v10i2.8200

Abstract

House price prediction plays a crucial role in investment decision-making and financial planning, particularly in developing cities like Bandung with its complex property market dynamics. This study aims to evaluate and compare the performance of various ensemble learning techniques in predicting house prices in Bandung for the year 2024, with a specific focus on model interpretability analysis. The data was collected through web scraping from www.rumah123.com in March 2024, covering attributes such as location, number of rooms, land area, and building area. The evaluated ensemble techniques include Random Forest, Gradient Boosting Machines, Xtreme Gradient Boosting, Linear Regression, and Stacking Ensemble. Model performance was assessed using MAE, RMSE, and R-squared metrics, while interpretability analysis was conducted using SHAP values. The Model Stacking Ensemble shows the most optimal results with R² 0.9076, RMSE 0.311, and MAE 0.216 in experiments involving location features. Features such as land size, building size, and location have proven to have the greatest impact in predicting prices based on SHAP analysis. This model has been successfully integrated into a Flask website for interactive price predictions.