Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Sains Student Research Jurnal Pembina
Fajar Al Fahri
Unknown Affiliation
Education Engineering Environmental Science Languange, Linguistic, Communication & Media Other

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

Found 2 Documents
Search

 1 
Optimalisasi Sumber Daya Sosial dalam Menangani Perilaku Ketergantungan Gadget pada Anak Marpaung, Muhammad Nabhan Akbar; Sihotang, Alfin Budiman; Harahap, Ravil Baadilahasan; Fajar Al Fahri; Jaya, Eka Putra
Jurnal Pembina Vol. 1 No. 1 (2025): Mei 2025
Publisher : CV. Multimedia Teknologi Kreatif

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65230/pembina.v1i1.30

Abstract

Penggunaan gadget yang berlebihan pada anak-anak usia sekolah dasar dapat berdampak negatif terhadap perkembangan sosial dan kebiasaan belajar. Penelitian ini berfokus pada siswa kelas 5 SD Negeri 106172 Tuntungan dan bertujuan untuk mengidentifikasi tingkat ketergantungan terhadap gadget serta peran sumber daya sosial dalam menanggulanginya. Data dikumpulkan melalui kuesioner dengan beberapa pertanyaan. Hasil menunjukkan bahwa mayoritas siswa menggunakan gadget antara 1 hingga 2 jam per hari, sebagian besar siswa menyatakan bahwa bermain gadget dan bermain di luar sama-sama menyenangkan. Hanya sebagian kecil siswa yang merasa bermain gadget lebih seru dari bermain di luar. Berdasarkan hasil tersebut belum ada indikasi kuat bahwa siswa mengalami kecanduan terhadap gadget. Strategi yang digunakan untuk membantu anak agar tidak ketergantungan pada gadget meliputi pengaturan waktu penggunaan gadget, peningkatan aktivitas sosial dan fisik, serta edukasi penggunaan gadget yang sehat. Penelitian ini menekankan pentingnya pendekatan sosial yang terhubung dalam membentuk kebiasaan digital yang seimbang pada anak-anak.
PENINGKATAN AKURASI PREDIKSI PENJURUSAN SISWA SMK DENGAN OPTIMASI JARINGAN SYARAF TIRUAN BACKPROPAGATION Muhammad Nabhan Akbar Marpaung; Lailan Sofinah Harahap; Fajar Al Fahri
JOURNAL SAINS STUDENT RESEARCH Vol. 4 No. 1 (2026): Februari
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v4i1.7975

Abstract

The development of artificial intelligence (AI) technology has had an increasingly significant impact on various industries, including education, particularly in terms of data processing and decision making. However, in reality, students' choice of major is often determined without proper and measurable analysis, which means that students' potential is not always in line with their chosen major. The mismatch between academic abilities and chosen fields of study is one of the problems arising from this situation. To address this issue, this study predicts majors based on subject grade data using Artificial Neural Network techniques and the Backpropagation algorithm. Backpropagation was chosen because it can produce more accurate predictions by gradually learning data patterns through a directed learning process. This approach significantly improves prediction accuracy based on model training and testing results, making it a useful tool for more objective, flexible, efficient, adaptive, and data-driven decision-making in optimally selecting majors for students to support their overall and sustainable academic success.
Co-Authors Harahap, Ravil Baadilahasan Jaya, Eka Putra Lailan Sofinah Harahap Marpaung, Muhammad Nabhan Akbar Muhammad Nabhan Akbar Marpaung Sihotang, Alfin Budiman