Claim Missing Document
Check
Articles

Found 2 Documents
Search

Mengajarkan Literasi dan Numerasi melalui Pembuatan Poster Berita Anti-Hoax Menggunakan Canva Tiara Berliani; Abdillah, Leon A.; Indra Gunawan; Putri Septiani; Febby Shania Utami; Anggieta Fatia Sari; Agramanisti Azdy, Rezania; Ernawati, Yeni
Jurnal Pengabdian kepada Masyarakat Bina Darma Vol. 5 No. 1 (2025): Jurnal Pengabdian kepada Masyarakat Universitas Bina Darma
Publisher : DRPM-UBD

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33557/2mz1vj71

Abstract

Kemajuan teknologi dan informasi yang sangat pesat membawa dampak yang besar dalam peradaban manusia. Kemajuan Digitalisasi ini memberikan pengaruh yang postif dan juga negatif terutama dalam berita dan informasi salah satu contohnya adalah berita hoax. Artikel jurnal ini akan memberikan pengajaran literasi dan numerasi kepada peserta didik dalam menyikapi berita hoax dalam sebuah karya berupa poster. Metode yang dilakukan dalam kegiatan pengabdian kepada masyarakat ini adalah partisifatif, diskusi, dan praktek langsung dalam pembuatan poters anti berita hoax. Dalam membuat poster siswa diberikan arahan dalam penggunaan aplikasi canva sebagai platform pembuatan poster dan siswa diberikan kebebasan dalam mengekpresikan imajinasi mereka dalam membuat poster berita anti hoax. Dampak dari pengajaran pembuatan poster anti hoax ini meningkatkan kreativitas dan daya pikir peserta didik dalam mendesain suatu poster selain itu, peserta didik jiuga mendapatkan pengetahuan bagaimana menyikapi berita hoax dalam situasi kemajuan teknologi dan informasi sekarang ini.
CRITERIA ANALYSIS OF COURSE PARTICIPANTS USING K-MEANS: A CASE STUDY OF INET PALEMBANG Muhammad Rasuandi Akbar; Agramanisti Azdy, Rezania; Novaria Kunang, Yesi; Adha Oktarini Saputri , Nurul
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 11 No. 4 (2025): September 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v11i4.4112

Abstract

Abstract: INET Computer Palembang, as a computer training institution, faces difficulties in understanding participant characteristics due to variations in age, educational background, and chosen course packages. This study aims to analyze participant criteria and group them based on similarities using the K-Means Clustering algorithm. The data used were historical records of course participants from 2022 to 2025. The research process followed the CRISP-DM stages, starting from data cleaning and transformation, determining the optimal number of clusters using the Elbow Method, to evaluating cluster quality with the Davies-Bouldin Index. The implementation was carried out using Python and the scikit-learn library. The results show that the optimal number of clusters is k=5 with a Sum of Squared Errors (SSE) value of 1064.66 and a Davies-Bouldin Index (DBI) score of 0.820, indicating good cluster quality. The resulting clustering provides a structured profile of participants and demonstrates that K-Means is effective in segmenting course participants. These findings are expected to assist the institution in designing more targeted training programs. Keywords: clustering; data mining; elbow method; k-means; computer course