Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Jurnal ABDIMAS MUTIARA
Muhammad Riki Atsauri
Unknown Affiliation
Chemistry Computer Science & IT Medicine & Pharmacology Nursing Other

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

Found 2 Documents
Search

 1 
PENINGKATAN KREATIVITAS GURU MTS. AL HIJRAH NU MEDAN MELALUI PELATIHAN DESAIN MEDIA PEMBELAJARAN INTERAKTIF BERBASIS CANVA Azmi, Fadhillah; Amir Saleh; Muhammad Riki Atsauri; Nanda Novita; Mega Puspita Sari
Jurnal Abdimas Mutiara Vol. 6 No. 2 (2025): JURNAL ABDIMAS MUTIARA (IN PRESS)
Publisher : Universitas Sari Mutiara Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51544/jam.v6i2.6163

Abstract

Transformasi digital dalam dunia pendidikan menuntut guru untuk mampu merancang media pembelajaran yang menarik, interaktif, dan relevan dengan karakteristik generasi digital. Kegiatan ini bertujuan untuk meningkatkan kreativitas guru dalam mendesain media pembelajaran interaktif berbasis Canva. Pelatihan dilaksanakan di MTs Al Hijrah NU Medan, diikuti oleh 15 guru dari berbagai mata pelajaran. Metode pelatihan meliputi pemberian materi teori tentang prinsip desain pembelajaran, demonstrasi penggunaan Canva, praktik langsung membuat media, serta presentasi dan evaluasi hasil karya peserta. Hasil kegiatan menunjukkan bahwa 82% peserta mengalami peningkatan kreativitas dan keterampilan dalam merancang media pembelajaran setelah pelatihan. Sebagian besar guru mampu menghasilkan media interaktif seperti poster, infografis, dan presentasi digital dengan tampilan visual yang menarik dan konten yang sesuai dengan tujuan pembelajaran. Respon peserta terhadap pelatihan juga sangat positif, dengan 92% menyatakan bahwa pelatihan ini relevan dan bermanfaat untuk diterapkan dalam proses pembelajaran. Pelatihan ini memberikan kontribusi nyata dalam membangun kapasitas guru menuju pembelajaran berbasis teknologi yang lebih kreatif 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 Amir Saleh Fadhillah Azmi, Fadhillah Mega Puspita Sari Nanda Novita Sinuraya, Junus Weno Syechu Wiwin Sry Adinda Banjarnahor