Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Pembelajaran Pemberdayaan Masyarakat (JP2M) Jurnal Pendidikan dan Teknologi Indonesia
Firmansyah, Zikri
Unknown Affiliation
Education Engineering Social Sciences

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

Found 2 Documents
Search

 1 
Pendampingan UMKM dalam upaya meningkatkan produksi dan penjualan produk kopi Cahyanto, Bagus; Firmansyah, Zikri; Shidqi, Ahmad Fajar Ash; Zahirroh, Najma
Jurnal Pembelajaran Pemberdayaan Masyarakat (JP2M) Vol. 4 No. 1 (2023)
Publisher : Universitas Islam Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33474/jp2m.v4i1.10788

Abstract

Desa Ngadirejo Kecamatan Jabung Kabupaten Malang merupakan salah satu daerah penghasil kopi terbaik. Banyak masyarakat mengolah kopi untuk konsumsi pribadi atau keluarga, padahal lahan kopi dan citarasa kopi desan Ngadirejo memiliki ciri yang khas. Untuk menunjang pengolahan kopi yang selama ini masih diolah secara tradisional, maka pengabdi yang terkoordinir dalam kegiatan KSM-Tematik Universitas Islam Malang melakukan pendampingan kepada masyarakat yang memiliki lahan kopi dan olahan kopi. Tujuan dari kegiatan ini adalah untuk membantu masyarakat dalam pengembangan pengolahan kopi agar memiliki niali jual yang tinggi. Selain bantuan tenaga untuk kerja serta membantu dalam pengembangan pengolahan kopi, tim pengabdi juga membantu dalam hal packing dan pemasaran melalui media social, hal ini didasarkan pada hasil observasi bahwa selama ini penjualan olahan kopi hanya dijual secara konvensional mulut ke mulut. Untuk memperluas pemasaran produk maka tim juga mengembangkan media sosial untul pemasaran produk-produk yang berkaitan dengan kopi. Setelah itu, mahasiswa KSM-Tematik Universitas Islam Malang juga berkontribusi mulai dari pengolahan hingga pemasaran dikarenakan sangat minimnya media sosial di Desa Ngadirejo bahkan penjual kopi manual tidak mempunyai media sosial atau tidak bisa menggunakan media sosial.
Perbandingan Model Regresi Machine Learning untuk Prediksi Skor Tingkat Stres Berdasarkan Pola Screen Time Tahun 2025 Pratama Putra, Daffa; Apriyadi, Apriyadi; Firmansyah, Zikri; Ditha Tania, Ken; Kurniawan, Dedy
Jurnal Pendidikan dan Teknologi Indonesia Vol 6 No 4 (2026): JPTI - April 2026
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.1537

Abstract

Transformasi digital yang masif pada era modern telah mendorong peningkatan signifikan dalam durasi paparan layar (screen time), yang diidentifikasi sebagai salah satu faktor risiko utama terhadap kesehatan mental, khususnya peningkatan prevalensi stres psikologis. Metode diagnosis konvensional yang mengandalkan instrumen kuesioner mandiri dinilai kurang optimal karena rentan terhadap bias pelaporan dan bersifat subjektif. Penelitian ini bertujuan untuk membandingkan performa tiga algoritma machine learning, yaitu Random Forest, Support Vector Regression (SVR), dan XGBoost Regression, dalam memprediksi skor tingkat stres secara kontinu (skala 0–10) berdasarkan pola penggunaan perangkat digital. Tahapan penelitian meliputi akuisisi dataset "Screentime vs Mental Wellness Survey 2025" dari repositori publik, pra-pemrosesan data melalui imputasi statistik, normalisasi Min-Max Scaling, dan One-Hot Encoding, dilanjutkan dengan pembangunan model menggunakan evaluasi 10-fold cross-validation serta interpretasi model berbasis metode SHAP. Hasil evaluasi pada data uji menunjukkan bahwa XGBoost merupakan model dengan performa terbaik, mencapai nilai Mean Absolute Error (MAE) terendah sebesar 0,6502, Root Mean Squared Error (RMSE) sebesar 0,8253, dan koefisien determinasi (R²) sebesar 0,8367. Temuan ini mengindikasikan bahwa model mampu menjelaskan lebih dari 83% variasi tingkat stres pada data yang belum pernah dilatih sebelumnya. Analisis feature importance mengungkapkan bahwa indeks kesejahteraan mental dan produktivitas merupakan prediktor paling dominan, sedangkan durasi screen time berkontribusi relatif kecil, yang menunjukkan bahwa faktor psikologis internal lebih berpengaruh terhadap stres dibandingkan intensitas interaksi digital semata. Penelitian ini menyimpulkan bahwa pendekatan ensemble learning, khususnya XGBoost, efektif dalam memodelkan fenomena stres yang bersifat kompleks dan multidimensional sebagai dasar pengambilan keputusan klinis berbasis data.
Co-Authors Apriyadi Apriyadi, Apriyadi Bagus Cahyanto Ken Ditha Tania Pratama Putra, Daffa Shidqi, Ahmad Fajar Ash Zahirroh, Najma