IRPI Publisher Journals (Institute of Research and Publication Indonesia)
Not a member yet
1012 research outputs found
Sort by
Islamic New Year Celebration: Collaboration Between KKN Students and the Community in Torch Parade and Islamic Competitions in Jorong LumbaruPer: ingatan Tahun Baru Islam: Kolaborasi Mahasiswa KKN dan Masyarakat dalam Pawai Obor dan Lomba Islami di Jorong Lumbaru
No full textThis community-based study highlights the collaboration between students of the Community Service Program (KKN) from Universitas Negeri Padang and the residents of Jorong Lumbaru in commemorating the Islamic New Year 1447 H. The program involved a torch parade and Islamic competitions, including adzan, tartil, and tilawah, with active participation from children, youth, and local leaders. Students were directly involved from planning to execution. Field observations and post-event interviews showed that this collaboration not only strengthened communal ties but also increased youth engagement in religious activities. The torch parade served as both a cultural expression and a platform for Islamic spiritual outreach, while the competitions contributed to building religious identity and character education among the younger generation. This activity illustrates the role of KKN in promoting social responsibility and empathy among students, while simultaneously preserving contextual Islamic traditions. Ultimately, this initiative serves as a strategic step toward fostering a harmonious, religiously-rooted community
Development of the Dasawisma Group's Organic Vegetable Business Lulu Garden in Lewirato Village, Bima City
No full textPMP (Community Service for Beginners) activities carried out with partners targeting the Lulu Garden Dasawisma business group in Lewirato Village, Bima City. The problems of this business group are the production process still uses makeshift tools, the lack of group members' skills in business management, suboptimal product marketing and product packaging. Therefore, several solutions are needed related to increasing production capacity through the provision of several adequate production support tools, entrepreneurship and business management seminars and product marketing training and packaging of organic vegetable products, so that these products can attract consumers with a good appearance. This community service uses the planning, implementation and evaluation method. The results of the seminars and training conducted show that the members of this business group have carried out the process of planting and producing organic vegetables better. Group members have also understood the importance of entrepreneurship and business management knowledge in a business. Through the training conducted, group members are able to market their products both offline and online by utilizing social media. In addition, group members are able to package vegetable products according to good standards, namely by using wrapping and logo
Peningkatan Kompetensi Guru dalam Otomatisasi Instrumen Evaluasi Pembelajaran Melalui Pelatihan Google Apps Script (GAS) dan Integrasinya dengan Google Form
No full textThe challenges of learning evaluation in the digital era demand efficiency and personalization. Google Forms (GF), although popular, has limited functionality when it comes to advanced automation, such as certificate creation, access restrictions, and complex notifications. This training aims to improve teachers' competency in utilizing Google Apps Script (GAS) to automate and develop GF-based learning evaluation instruments. The method used is Participatory Action Learning (PAL), which includes pre-tests, material delivery (lectures, demonstrations), independent practice, and post-tests. The results of the community service show significant improvements in teachers' understanding and skills in writing simple scripts, integrating GAS with GF and Google Sheets, and successfully creating automation solutions such as a system for sending quiz feedback and issuing digital certificates in real time. This increased competency has a direct impact on work efficiency and the quality of evaluation services to students.Tantangan evaluasi pembelajaran di era digital menuntut efisiensi dan personalisasi. Google Form (GF), meskipun populer, memiliki keterbatasan fungsionalitas dalam hal otomatisasi lanjutan, seperti pembuatan sertifikat, pembatasan akses, dan notifikasi yang kompleks. Pelatihan ini bertujuan meningkatkan kompetensi guru dalam memanfaatkan Google Apps Script (GAS) untuk mengotomatisasi dan mengembangkan instrumen evaluasi pembelajaran yang berbasis GF. Metode yang digunakan adalah Participatory Action Learning (PAL), meliputi pre-test, penyampaian materi (kuliah, demonstrasi), praktik mandiri, dan post-test. Hasil pengabdian menunjukkan peningkatan signifikan pada pemahaman dan keterampilan guru dalam menulis script sederhana, mengintegrasikan GAS dengan GF dan Google Sheets, serta berhasil menciptakan solusi otomatisasi seperti sistem pengiriman umpan balik hasil kuis dan penerbitan sertifikat digital secara real-time. Peningkatan kompetensi ini berdampak langsung pada efisiensi kerja dan kualitas layanan evaluasi kepada siswa
Sistem Pendeteksi Ketinggian Air dan Perhitungan Volume pada Bak Nutrisi Vertikal Hidroponik Menggunakan Sensor Sr04t : Water Level Detection System and Volume Calculation In Vertical Hydroponic Nutrition Tubs Using Sr04t Sensor
No full textHidroponik vertikal merupakan metode budidaya tanaman yang efisien dalam penggunaan ruang, dengan memanfaatkan struktur bertingkat untuk menanam tanaman. Dalam sistem ini, pentingnya nutrisi dan ketersediaan air menjadi faktor kunci dalam menjaga pertumbuhan optimal tanaman. Masalah yang sering muncul adalah ketidakstabilan ketinggian air di bak nutrisi, yang dapat menyebabkan distribusi nutrisi yang tidak merata. Untuk mengatasi masalah ini, penelitian ini mengusulkan penggunaan sensor ultrasonik SR04T untuk mengukur ketinggian air dengan akurasi yang lebih baik. Solusinya melibatkan pemantauan secara real-time dan perhitungan volume air berdasarkan interpolasi linear dari kedalaman yang diukur oleh sensor. Hasil pengujian menunjukkan bahwa sistem yang dikembangkan dapat secara efektif mendeteksi perubahan ketinggian air dan menghitung volume air secara akurat, dengan hasil pengujian menunjukkan penurunan volume air seiring waktu. Sistem ini dapat membantu petani hidroponik dalam memantau ketersediaan air nutrisi secara efisien, memastikan pertumbuhan tanaman yang optimal dalam lingkungan hidroponik vertikal hasil pengujian ini, tingkat keberhasilan mencapai 100% sesuai dengan aturan yang telah ditetapkan, yaitu buzzer hanya menyala ketika kedalaman air turun di bawah batas tertentu
Inovasi Monitoring Pendaki Menggunakan Internet of Things untuk Membantu Keselamatan dan Ketertiban Digunung: Innovation in Monitoring Climbers Using the Internet of Things to Enhance Safety and Order on Mountains
No full textPenelitian ini bertujuan untuk mengembangkan inovasi dalam sistem monitoring pendaki guna meningkatkan keselamatan dan ketertiban aktivitas pendakian gunung. Sistem yang dirancang menggabungkan teknologi Global Positioning System (GPS) dan gelombang radio. Penelitian dilakukan dalam dua tahap: pertama, pengujian perangkat dilakukan di area perkotaan untuk menguji fungsionalitas dasar. Kedua, perangkat diuji langsung di jalur pendakian gunung melalui tiga kali percobaan. Tantangan utama dalam pengembangan perangkat ini meliputi: keberlanjutan sinyal GPS di daerah pegunungan, pemilihan komponen yang bagus dan tahan terhadap lingkungan ekstrem, serta desain alat yang portabel dan mudah dibawa oleh pendaki. Hasil pengujian lapangan menunjukkan bahwa perangkat GPS dapat mendeteksi posisi pendaki hingga jarak maksimum 5,9 kilometer, meskipun tingkat akurasinya bervariasi. Hambatan seperti tebing tinggi, hujan deras, awan mendung, dan angin kencang memengaruhi konsistensi sinyal GPS. Namun demikian, penelitian ini berhasil menemukan pendekatan baru untuk memonitor pendaki, sekaligus memberikan kontribusi signifikan terhadap peningkatan kualitas layanan sistem pendakian gunung
Prediksi Harga Saham Telkom Menggunakan Prophet: Analisis Pengaruh Sentimen Publik Terhadap Kehadiran Starlink: Telkom Stock Price Prediction Using Prophet: Analysis of the Effect of Public Sentiment on the Presence of Starlink
No full textFluktuasi harga saham menjadi tantangan signifikan bagi investor dan perusahaan karena dipengaruhi oleh berbagai faktor, termasuk sentimen publik di media sosial. Sebagian besar model prediksi tradisional hanya mengandalkan data historis sehingga kurang mampu menangkap dinamika eksternal yang memengaruhi harga saham. Penelitian ini bertujuan untuk memprediksi harga saham PT Telkom Indonesia Tbk (TLKM) dengan mengintegrasikan sentimen publik terkait kehadiran Starlink sebagai variabel eksternal pada model Prophet. Data sentimen diperoleh dari Twitter dengan algoritma Valence Aware Dictionary and Sentiment Reasoner (VADER), sementara data harga saham diambil dari Yahoo Finance untuk periode Mei hingga Oktober 2024. Hasil penelitian menunjukkan bahwa integrasi sentimen publik meningkatkan akurasi prediksi, dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 2,927%, Mean Squared Error (MSE) sebesar 12102.43, dan Root Mean Square Error (RMSE) sebesar 110.01. Sentimen positif, seperti pada 27 Oktober 2024 dengan compound score 0.5106, menghasilkan prediksi sebesar 3030.75 dibandingkan harga aktual 2910.0. Sebaliknya, sentimen negatif pada 20 September 2024 dengan compound score sebesar -0.3613 menurunkan prediksi menjadi 3137.48 dibandingkan harga aktual 3150.0. Penelitian ini memberikan wawasan tambahan tentang dampak opini publik terhadap harga saham dan merekomendasikan perluasan sumber data, integrasi variabel eksternal yang lain, serta penggunaan metode deep learning untuk meningkatkan akurasi prediksi di masa depan
Agriculture Biomass for Sustainable Electricity Supply Systems: A Dynamic System Approach
Get PDFEast Java has great potential in utilizing agricultural waste as a source of biomass energy to support the transition to New Renewable Energy (NRE). However, the development of biomass power plants faces challenges such as investment feasibility evaluation and biomass potential measurement. The East Java Government has set sustainable energy targets through Governor Regulations. This study developed a dynamic system-based simulation model to analyze factors influencing the utilization of agricultural waste as biomass energy. Verification results using Vensim PLE software show the model is valid with an error rate of E1 < 5% and E2 < 30%. In the Do-Nothing scenario, the electricity deficit could worsen in the future without increasing power plant capacity, especially from renewable energy. Conversely, the biomass power plant infrastructure development scenario shows that by 2024, the electricity deficit can be reduced from -7,599.47 GWh to -2,722.98 GWh. This trend continues in subsequent years, with the biomass scenario consistently decreasing the deficit and even generating a surplus in some years. Therefore, developing biomass-based power plants is a strategic step to reduce dependence on fossil fuels and enhance regional energy security in East Java
Model Prediksi Dampak Perubahan Iklim pada Ketahanan Pangan Menggunakan Algoritma Support Vector Machine and K-Nearest Neighbors: Prediction Model for the Impact of Climate Change on Food Security Using the Support Vector Machine and K-Nearest Neighbors Algorithms
No full textPerubahan iklim memberikan dampak signifikan terhadap ketahanan pangan global, terutama di wilayah yang sangat bergantung pada sektor agrikultur. Fenomena seperti curah hujan ekstrem, kenaikan suhu, dan perubahan pola angin telah memengaruhi produktivitas pertanian secara signifikan. Urgensi penelitian ini terletak pada pentingnya pengembangan model prediktif berbasis data untuk mengantisipasi dampak perubahan iklim terhadap ketahanan pangan, sehingga strategi adaptasi dapat dirancang secara tepat oleh pembuat kebijakan. Penelitian ini bertujuan mengembangkan model prediksi dampak perubahan iklim terhadap ketahanan pangan dengan memanfaatkan algoritma Support Vector Machine (SVM) dan K-Nearest Neighbors (KNN). Dataset yang digunakan meliputi data meteorologi harian, seperti curah hujan (precipitation), suhu maksimum (temp_max), suhu minimum (temp_min), dan kecepatan angin (wind), yang diperoleh dari Kaggle (Seattle weather). Model SVM diterapkan untuk menangkap hubungan non-linear antara parameter iklim dengan indikator ketahanan pangan, sedangkan KNN digunakan untuk menganalisis pola serupa pada data historis. Hasil penelitian menunjukkan bahwa SVM memiliki akurasi prediksi sebesar 78%, lebih unggul dibandingkan KNN yang mencapai akurasi 74%. Temuan ini membuktikan bahwa SVM lebih efektif dalam memodelkan keterkaitan antara variabel iklim dan ketahanan pangan. Dengan demikian, penelitian ini berhasil mencapai tujuannya dan memberikan kontribusi penting dalam pengembangan sistem prediksi berbasis machine learning untuk mendukung kebijakan pangan yang adaptif terhadap perubahan iklim
Klasifikasi Sentimen Menggunakan Metode Multilayer Perceptron dengan Fitur TF-IDF: Sentiment Classification Using Multilayer Perceptron Algorithm with TF-IDF Features
No full textMedia sosial, khususnya Twitter (X), telah menjadi platform utama dalam diskusi politik dan kebijakan pemerintah. Istilah dalam pengiriman pesan pada Twitter dikenal sebagai Tweet yang terdiri dari pesan dengan maksimal 280 karakter. Meskipun Tweet seringkali hanya berupateks, juga dapat menyertakan hyperlink, video, dan jenis media lainnya yang dapat digunakan untuk mengukur opini publik. penelitian ini bertujuan mengklasifikasikan sentimen masyarakat terkait pengangkatan Kaesang Pangarep sebagai Ketua Umum Partai Solidaritas Indonesia (PSI) dengan metode Multi-Layer Perceptron (MLP) Classifier dengan pendekatan Term Frequency-Inverse Document Frequency (TF-IDF) menggunakan bahasa pemograman python. Data yang digunakan terdiri dari 300 tweet, dengan 100 tweet perkelas atau opsi untuk hasil yang optimal. Tiga kategori tersebut adalah positif, netral, dan negatif. Berdasarkan penelitian yang telah dilakukan metode terbaik mencapai F1-score sebesar 0,6767 dan akurasi 0,6667. Hasil ini menunjukkan bahwa kombinasi MLP Classifier dan TF-IDF dapat mengatasi keterbatasan dataset hingga tingkat tertentu dibandingkan metode baseline. Penelitian ini juga memberikan wawasan tentang optimasi klasifikasi sentimen dalam kondisi data terbatas, yang dapat diterapkan pada topik lain dengan permasalahan serup
Analisis Perancangan Sistem Panel Surya Off Grid pada Pencahayaan Lantai 3 Universitas Al-Azhar Medan: Analisis Perancangan Sistem Panel Surya Off Grid pada Pencahayaan Lantai 3 Universitas Al-Azhar Medan
No full textThis study discusses the analysis and design of an off-grid solar panel system to support lighting needs on the 3rd floor of a university consisting of 6 rooms with a size of 9×7 meters each. The purpose of the study is to produce a design for an independent photovoltaic system that is able to meet lighting energy needs optimally. The methodology used includes measuring electrical loads, analyzing power requirements, calculating the capacity of main components, and economic analysis. The results of the study indicate that to meet the power needs of 3.22 kWh per day, a solar panel with a total capacity of 2.1 kWp, a 400 Ah/48V battery, and a 1.5 kW inverter are needed. The economic feasibility analysis of the system shows a Return on Investment (ROI) value of 5.8 years with a system life of up to 25 years. This study makes a significant contribution to efforts to implement renewable energy and reduce dependence on conventional electricity networks in higher education environments.Penelitian ini membahas analisis dan perancangan sistem panel surya off-grid untuk menunjang kebutuhan penerangan pada lantai 3 sebuah universitas yang terdiri dari 6 ruangan dengan ukuran masing-masing 9×7 meter. Tujuan penelitian adalah menghasilkan desain sistem fotovoltaik mandiri yang mampu memenuhi kebutuhan energi penerangan secara optimal. Metodologi yang digunakan meliputi pengukuran beban listrik, analisis kebutuhan daya, perhitungan kapasitas komponen utama, dan analisis ekonomi. Hasil penelitian menunjukkan bahwa untuk memenuhi kebutuhan daya sebesar 3,22 kWh per hari dibutuhkan panel surya dengan kapasitas total 2,1 kWp, baterai 400 Ah/48V, dan inverter 1,5 kW. Analisis kelayakan ekonomi sistem menunjukkan nilai Return on Investment (ROI) sebesar 5,8 tahun dengan umur sistem hingga 25 tahun. Penelitian ini memberikan kontribusi signifikan terhadap upaya penerapan energi terbarukan dan pengurangan ketergantungan terhadap jaringan listrik konvensional di lingkungan pendidikan tinggi