Claim Missing Document
Check
Articles

Found 6 Documents
Search

Sosialisasi Dampak Negatif Gadget Di SD Negeri 15 Kota Sorong Papua Barat Daya Muzakkir Pangri; Asih Ahistasari; Muhammad Jundullah; Muhammad Yusuf; Muhammad Surahmanto
AMMA : Jurnal Pengabdian Masyarakat Vol. 3 No. 7 : Agustus (2024): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Gadgets, as modern communication tools, are making interactions between people easier. Nowadays, the development in communication has progressed rapidly with the presence of smartphones such as iPhone, Android, Blackberry, and notebook. However, in the context of early childhood developmental psychology (0-6 years), the use of gadgets can affect their social aspects. Gadgets can have both positive and negative effects on children's social and emotional development. Excessive use of gadgets can have adverse effects, such as making children more introverted, experiencing sleep disturbances, preferring to be alone, exhibiting aggressive behaviour, decreased creativity, and increased risk of cyberbullying. To overcome these negative impacts, some solutions that can be implemented include limiting the time of gadget use, parental supervision when children play gadgets, and setting an appropriate schedule so that gadget use does not interfere with early childhood social development. With this approach, it is hoped that the negative impact of gadget use can be minimised and children's social development maintained.
RANCANG BANGUN APLIKASI SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PADA BALITA MENGGUNAKAN METODE DEMPSTER SHAFER DENGAN PENELUSURAN FORWARD CHAINING BERBASIS ANDROID Muhammad Surahmanto; Fajar Rahardika Bahari Putra; Muhammad Rizki Setyawan; Ahmad Ilham
Jurnal Mahajana Informasi Vol 10 No 1 (2025): JURNAL MAHAJANA INFORMASI
Publisher : Universitas Sari Mutiara Indonesia Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk merancang dan membangun aplikasi sistem pakar berbasis Android guna mendiagnosis penyakit pada balita menggunakan metode Dempster-Shafer dan penelusuran Forward Chaining. Aplikasi ini dikembangkan sebagai solusi terhadap pentingnya deteksi dini penyakit pada balita, mengingat masa usia dini merupakan fase pertumbuhan yang sangat krusial. Dengan memanfaatkan metode Dempster-Shafer, sistem mampu mengolah ketidakpastian data gejala dan menghasilkan diagnosis yang akurat, sementara Forward Chaining berperan dalam menelusuri aturan berbasis fakta yang tersedia. Hasil yang di dapat yakni 98% pilek berdasarkan deteksi penyakit dan pengujian dengan metode black box menunjukkan bahwa aplikasi berjalan sesuai fungsinya dan hasil diagnosis konsisten dengan perhitungan manual. Penelitian ini menunjukkan potensi penerapan kecerdasan buatan dalam mendukung pelayanan kesehatan anak, serta membuka peluang pengembangan sistem pakar berbasis Android yang lebih luas di masa mendatang. Saran kedepan agar lebih di perdalam lagi dalam proses mengidentifikasi penyakit balita dengan metode lainnya.
PERBANDINGAN ALGORITMA NAÏVE BAYES DAN LONG SHORT-TERM MEMORY DALAM KLASIFIKASI KUALITAS SUSU Fajar Rahardika Bahari Putra; Murni; Muhammad Surahmanto; Rezki; Dimas Adi Suseno
Jurnal Mahajana Informasi Vol 10 No 2 (2025): JURNAL MAHAJANA INFORMASI
Publisher : Universitas Sari Mutiara Indonesia Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Latarbelakang: Kualitas susu merupakan aspek penting dalam industri pangan karena secara langsung berkaitan dengan keamanan konsumsi dan kesehatan masyarakat. Pengujian kualitas susu konvensional memiliki keterbatasan dalam efisiensi dan objektivitas, sehingga memerlukan pendekatan berbasis data untuk mendukung proses klasifikasi kualitas susu. Tujuan: Penelitian ini difokuskan pada perbandingan hasil klasifikasi antara algoritma Naïve Bayes dan Long Short-Term Memory (LSTM) pada data kualitas susu. Dataset dalam penelitian ini berupa data sekunder yang diambil melalui platform Kaggle, terdiri dari 844 data dengan tiga kelas kualitas, yaitu Low, Medium, dan High. Semua data digunakan sebagai populasi penelitian, dengan pembagian data pelatihan dan data uji, di mana 212 dataset digunakan sebagai data uji. Metode penelitian yang diterapkan adalah pendekatan eksperimental dengan simulation-based experiment, menggunakan dataset yang sama pada kedua algoritma. Penilaian performa model dilakukan dengan memanfaatkan metrik accuracy, Confusion matrix, Hasil: Berdasarkan hasil pengujian, algoritma Naïve Bayes mencapai tingkat accuracy sebesar 85%, lebih tinggi dibandingkan Long Short-Term Memory (LSTM) yang memperoleh 75%. Analisis per kelas menunjukkan bahwa Naïve Bayes lebih efektif dalam mengidentifikasi kelas Low dan Medium, sementara LSTM cenderung menghasilkan nilai recall yang lebih baik pada kelas Medium, namun menunjukkan penurunan kemampuan klasifikasi pada kelas Low dan High. Kesimpulan: Berdasarkan hasil tersebut, penelitian ini kemudian menegaskan bahwa pemilihan algoritma klasifikasi perlu disesuaikan dengan karakteristik dataset untuk mendapatkan hasil yang optimal.precision, recall, dan F1-score.
Pemberdayaan Literasi Digital Melalui Optimalisasi Media Sosial pada Ikatan Pelajar Muhammadiyah Kota Sorong Ermin; Faida Musa’ad; Nur Miswar; Muhammad Jundullah; Muhammad Surahmanto
TEKIBA : Jurnal Teknologi dan Pengabdian Masyarakat Vol. 6 No. 1 (2026): TEKIBA : Jurnal Teknologi dan Pengabdian Masyarakat (Januari)
Publisher : Fakultas Teknik, Universitas PGRI Banyuwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36526/tekiba.v6i1.7209

Abstract

Digital literacy is an important competency for students in facing technological developments and the massive use of social media. However, the low ability of students to filter information, understand social media ethics, and maintain digital security remains a challenge, especially in the city of Sorong. This activity aims to empower students' digital literacy through the optimization of social media in the Muhammadiyah Student Association (IPM) of Sorong City. The implementation methods include digital literacy education, social media management training, and assistance in creating educational and ethical content. The activity evaluation was conducted using pretests and posttests to measure the increase in participants' digital literacy. The results showed an increase in the average digital literacy score of students from 55% in the pretest to 82% in the posttest, or an increase of 27%. These findings indicate that the optimization of IPM social media is effective as a means of digital literacy education and the formation of critical, safe, and productive social media behavior. This activity is expected to become a model for strengthening students' digital literacy that is sustainable and can be replicated in other student organizations.
NLP Based Tourism Service Optimization on Multilingual Voice Chatbot Muhammad Jundullah; Ermin Ermin; Muhammad Surahmanto; La Jupriadi Fakhri; Hatari Muslim
bit-Tech Vol. 8 No. 3 (2026): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i3.3473

Abstract

The rapid advancement of artificial intelligence has created significant opportunities to enhance tourism services, a vital sector of Indonesia’s economy, particularly in Raja Ampat as a leading ecotourism destination. (R1-1 Background) A persistent challenge in this region is effective communication for homestay management, where limited human resources and linguistic diversity constrain service quality. (R1-1 Methodology) This study evaluates a multilingual voice chatbot integrating Natural Language Processing, Large Language Models, and a Retrieval-Augmented Generation architecture, supporting Indonesian, English, and a virtual local language. System performance is quantitatively assessed using Speech-to-Text accuracy measured by Word Error Rate, intent classification metrics, semantic retrieval effectiveness, and end-to-end evaluation. The proposed pipeline includes speech data collection, text normalization, multilingual embedding, vector storage, semantic retrieval, and response generation. (R1-2 Results) Results show that STT quality strongly determines downstream performance. Indonesian achieves the lowest WER (0.14) and the highest intent F1-score (0.89), while the virtual language records the highest WER (0.25) and the lowest intent F1-score (0.65). The semantic retriever attains a Mean Average Precision of 0.55, indicating moderate document ranking quality. The integrated end-to-end system achieves an F1-score of 0.857 with a user satisfaction score of 4.4. (A-1 Contribution) Compared with existing tourism chatbots, the proposed system uniquely combines multilingual voice interaction with RAG-based grounding to improve response reliability in low-resource settings. (A-2 Conclusion and applicability) These findings demonstrate practical effectiveness for homestay services and highlight scalability to other multilingual tourism regions in Indonesia and beyond.
Pemberdayaan Guru SLB Inpres 73 Kota Sorong Melalui Pelatihan Sistem Klasifikasi Awal Karakteristik Anak Berkebutuhan Khusus Berbasis ANFIS Ermin Ermin; Muhammad Jundullah; Muhammad Surahmanto; La Jupriadi Fakhri; Muzakkir Pangri; Faida Musa’ad; Fitriyani Tella; Fisal Aliama; Irman Amri
Jurnal Abdi Masyarakat Indonesia Vol 6 No 4 (2026): JAMSI - Juli 2026
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jamsi.3030

Abstract

Proses klasifikasi awal Anak Berkebutuhan Khusus (ABK) oleh guru Sekolah Luar Biasa (SLB) seringkali bersifat secara subjektif dan membutuhkan waktu lama, sehingga menghambat ketepatan dalam penyusunan strategi pembelajaran yang adaptif. Tujuan kegiatan pelatihan ini untuk meningkatkan kapasitas, pemahaman kognitif, dan keterampilan praktis guru di SLB Inpres 73 Kota Sorong dalam melakukan klasifikasi awal ABK menggunakan sistem klasifikasi berbasis Adaptive Neuro-Fuzzy Inference System (ANFIS) dan evaluasi program. Instrumen evaluasi meliputi, tes kognitif pre-test dan post-test untuk mengukur pemahaman teoritis dan lembar observasi unjuk kerja (performance assessment) untuk menilai keterampilan praktis secara real-time. Hasil evaluasi menunjukkan adanya peningkatan kompetensi guru yang signifikan, Dimana rata-rata nilai evaluasi keseluruhan meningkat dari pre-test sebesar 47,5 menjadi 86,5 pada post-test (Gain Score 39, kategori tinggi). Peningkatan tertinggi dicapai pada keterampilan pengoperasian sistem ANFIS (dari nilai 40 menjadi 88), diikuti oleh pemahaman karakteristik 5 kategori ABK (dari nilai 55 menjadi 85), serta diperkuat oleh respon kepuasan peserta yang sangat positif terhadap kedalaman materi dan durasi pelatihan.  Manfaat kegiatan ini memberikan manfaat nyata bagi mitra berupa transformasi metode asesmen yang lebih objektif. Penggunaan sistem ini memotong birokrasi klasifikasi serta bertindak sebagai instrumen pendukung keputusan dalam merancang strategi pembelajaran yang lebih personal dan tepat sasaran sesuai kebutuhan siswa.