Abstract:Abstract: SMK Negeri 1 Setia Janji is a vocational high school that is engaged in technology that has three departments namely RPL (Software Engineering), TSM (Motorcycle Engineering) and TKR (Light Vehicle Engineering).…
Department of RPL is focused into mastery of programming, for example in making dynamic web application, but after finished making web application needed a computer network so that application can be run and can be arranged through computer network system either peer to peer or client server, it needs to be done collaboration between mastery in the field of programming with mastery in the field of computer network systems, especially based on peer to peer and client server.
Keywords :Networking, peer to peer, client server
Abstrak: SMK Negeri 1 Setia Janji adalah Sekolah Menengah Kejuruan yang bergerak di bidang teknologi yang memiliki tiga jurusan yaitu RPL (Rekayasa Perangkat Lunak), TSM (Teknik Sepeda Motor) dan TKR (Teknik Kendaraan Ringan). Jurusan RPL difokuskan ke dalam penguasaan pemrograman, misalnya dalam membuat aplikasi web dinamis, tetapi setelah selesai membuat aplikasi web tersebut maka diperlukan sarana jaringan komputer agar aplikasi tersebut dapat dijalankan dan dapat diatur melalui sistem jaringan komputer tersebut baik secara peer to peer maupun client server, oleh sebab itu perlu dilakukan kolaborasi antara penguasaan dibidang pemrograman dengan penguasaan di bidang sistem jaringan komputer khususnya berbasis peer to peer dan client server.
Kata kunci : Jaringan, peer to peer, client server
Abstract:Abstract: Lembaga Kursus Pendidikan (LKP) is an educational institution engaged in office application training. They has good modules. But the modules dont consit the real aplication. Exspecially, the module of the power…
point has not include the real world practice yet. The method are used in this activity in the form of description of the material and practice. The speaker made explanations about the application of Microsoft Power Point 2010, then utilizing the results of Microsoft Power Point 2010 applications, so that they are interesting as well as examples of their application in business applications. after that practice directly using the application. Some important points are explained and practiced in this activity, namely the design of interactive learning media, how to arrange the display to be interesting, and the addition of tools integrated in power points, conversion to videos. Community service activities at the Lembaga Kursus Pendidikan (LKP) completed on 5-6 October 2018 and attended by twenty students, two tutors and three administrative staff. The material delivered to participants reached 90% of all multimedian concepts and learning media. Based on the results of the discussion and testing of the participants through questions and discussion, that ± 95% had mastered and understood the material presented.
Keywords: Interactive Learning Media, Microsoft Power Point, Video Tutorial
Abstrak: Lembaga Kursus Pendidikan (LKP) Mandiri merupakan lembaga pendidikan yang bergerak dalam pelatihan aplikasi perkantoran. Lembaga Kursus Pendidikan memiliki sudah modul yang bagus. Namun dalam penerapan aplikasi perkantoran di dunia nyata belum dibahas khususnya untuk Microsoft Power. Metode yang digunakan dalam kegiatan ini adalah deskripsi materi dan praktek. Pemateri melakukan penjelasan-penjelasan tentang aplikasi Microsoft Power Point 2010, pemanfaatan hasil aplikasi Microsoft Power Point 2010 sehingga menarik serta contoh-contoh penerapannya dalam aplikasi bisnis, setelah itu praktek langsung menggunakan aplikasi tersebut. Beberapa point penting yang dijelaskan serta dipraktekkan dalam kegiatan ini, yaitu perancangan media pembelajaran interaktif, cara merangkai tampilan agar menarik, dan penambahan tool terintegrasi pada power poin, konversi ke vidio. Kegiatan pengabdian kepada masyarakat pada Lembaga Kursus Pendidikan (LKP) Mandiri Computer Telah selesai dilaksanakan tanggal 5-6 Oktober 2018 dan dihadiri oleh peserta didik sebanyak dua puluh orang, tutor sebanyak dua orang serta bagian administrasi sebanyak tiga orang. Materi yang disampaikan kepada peserta mencapai 90% dari semua konsep multimedian dan media pembelajaran. Berdasarkan hasil pembahasan dan dilakukannya pengujian terhadap peserta dengan melalui pertanyaan-pertanyaan dan diskusi, bahwa ±95% telah menguasai dan memahami materi yang disampaikan.
Kata kunci: Media Pembelajaran Interaktif, Microsoft Power Point, Vidio Tutorial
Abstract:Abstract: In 2018, the number of Instagram users in Indonesia has reached 55 million users. A year earlier, Jakarta is the champ on Instagram as the most photographed place, surpassing Sao Paulo, New York and Madrid. This…
s phenomenon shows that Instagram is a social network that is trending in Indonesia right now. Trilogi Business Incubator (Inbistro) is a business incubator belonging to the Universitas Trilogi. From observations and discussions, there are still many tenants which assisted by Inbistro who do not understand digital marketing, especially with Instagram. Albeit, Instagram has become a popular social media in Indonesia, including for product promotion. This community service activity will try to answer the problem: how to increase the capacity of Inbistro tenants so that they understand the basics of Instagram marketing? Our training was designed in 3 (three) sessions which discussed: (1) the importance of using Instagram as a marketing tool for a business; (2) How to find quality, free royalty photos and videos for Instagram content; (3) How to find products and sell them on Instagram.
Keywords: Instagram marketing, Trilogi Business Incubator, Inbistro, social media, online marketing
Abstrak: Di tahun 2018, jumlah pengguna Instagram Indonesia telah mencapai 55 juta pengguna. Setahun sebelumnya, Jakarta menjadi juara di Instagram sebagai tempat yang paling banyak difoto, melewati Sao Paulo, New York dan Madrid. Fenomena ini menunjukkan bahwa Instagram adalah jejaring sosial yang sedang diminati di Indonesia saat ini. Inkubator Bisnis Trilogi (Inbistro) adalah inkubator bisnis milik Universitas Trilogi. Dari pengamatan dan diskusi, terlihat bahwa masih banyak tenant binaan Inbistro yang belum memahami tentang digital marketing, terlebih dengan Instagram. Padahal Instagram telah menjadi media sosial yang cukup populer di Indonesia, termasuk untuk promosi produk. Kegiatan pengabdian masyarakat ini akan mencoba menjawab permasalahan: bagaimana cara meningkatkan kapasitas tenant Inbistro agar mereka memahami dasar-dasar pemasaran melalui Instagram (Instagram marketing)? Pelatihan kami rancang dalam 3 (tiga) sesi yang membahas: (1) Pentingnya memanfaatkan Instagram sebagai sarana pemasaran suatu bisnis; (2) Cara mencari foto dan video berkualitas, tanpa berbayar, untuk konten Instagram; (3) Cara mencari produk dan menjualnya di Instagram.
Kata Kunci: Instagram Marketing, Inkubator Bisnis Trilogi, Inbistro, media sosial, pemasaran daring
Abstract:Abstract: This community service aims to empower people who are members of the Yasayan Senyum Ibu Indonesia (YSII), so that they dare to appear to do public speaking. Empowerment needs to be done, considering the number…
of Foundation activities that require public speaking skills. The empowerment method used in this service has three stages. The first stage is to introduce and teach participants, how to find material or material to be delivered in public speaking, using the internet. After the material is obtained, they are asked to arrange the sentences that will be delivered in public speaking, then practice them one by one. The second method is to teach and practice the participants to hear a lot while memorizing the words that have been heard, to be memorized and repeated. This method is the basic method of public speaking, which relies a lot on memory, based on what is heard, then memorized. After memorizing, recited in public speaking activities. The third method is one by one the participants learn to recite flat voice intonation, as a basic technique in public speaking. The results of this service are public speaking modules that will be made HKI, popular articles in online media, and scientific articles in public service journals.
Keywords: Public Speaking, Internet, Information Technology
Abstrak: Pengabdian ini bertujuan untuk memberdayakan masyarakat yang tergabung dalam Yasayan Senyum Ibu Indonesia (YSII), agar berani tampil untuk melakukan public speaking. Pemberdayaan ini perlu dilakukan, mengingat banyaknya kegiatan Yayasan yang memerlukan keterampilan public speaking. Metode pemberdayaan yang digunakan dalam pengabdian ini ada tiga tahap. Tahap pertama, adalah mengenalkan dan mengajarkan kepada para peserta, cara mencari bahan atau materi yang akan disampaikan dalam public speaking, dengan menggunakan internet. Setelah bahan di dapatkan, mereka diminta untuk menyusun kalimat yang akan disampaikan di dalam public speaking, kemudian mempraktikannya satu-persatu. Metode kedua adalah mengajarkan dan mempraktikan kepada para peserta untuk banyak mendengar sekaligus menghafalkan kata-kata yang telah didengar, untuk dihapalkan dan diulang kembali. Metode ini adalah metode dasar public speaking, yang banyak mengandalkan daya ingat, berdasarkan dari apa yang didengar, kemudian dihapalkan. Setelah hapal, dilafalkan dalam kegiatan public speaking. Metode ketiga adalah satu persatu peserta belajar melafalkan intonasi suara datar, sebagai teknik dasar dalam public speaking. Hasil dari kegiatan pengabdian ini adalah modul public speaking yang akan dibuat HKI, artikel popular di media online, adan artikel ilmiah di jurnal pengadian masyarakat.
Kata Kunci: Public Speaking, Internet, Teknologi informasi
Abstract:This study focuses on the development of an Augmented Reality (AR)–based learning application designed to assist students in understanding the mathematical concepts of volume and surface area of three-dimensional geometric…
tric shapes. The development process adopted the Multimedia Development Life Cycle (MDLC) model, which consists of six systematic stages: concept, design, material collecting, assembly, testing, and distribution. The research concentrated on the development and expert validation stages. Validation results from content and media experts indicate that the application meets pedagogical and technical feasibility standards. The content expert confirmed that the materials align with the national mathematics curriculum and are presented in a clear, contextual, and accurate manner, while the media expert highlighted the user-friendly interface, interactive features, and visual appeal of
the application. Theoretically, this AR-based medium bridges the gap between abstract mathematical concepts and concrete visualization by enabling students to interact directly with
virtual 3D objects. Practically, the application enhances learning motivation and engagement by providing dynamic, interactive experiences. Overall, this research contributes to the
advancement of educational technology by offering a systematic model for developing AR-based learning media that support active and meaningful learning in the digital
era.
Abstract:Abstract: Query performance is a critical factor in managing large-scale databases. One of the most widely used optimization techniques is indexing. This study aims to analyze the impact of indexing on query performance…
in PostgreSQL, compare the effectiveness of B-Tree and Hash indexes, and evaluate their influence on query planner decisions. A quantitative experimental approach was employed using the TPC-H benchmark dataset at scale factors SF0.1, SF1, and SF10. Experiments were conducted using EXPLAIN ANALYZE on exact match, range, and join queries under three conditions: without indexing, with B-Tree indexing, and with Hash indexing. The results demonstrate that indexing significantly improves query performance. For exact match queries on the SF10 dataset, execution time decreased from 93.36 ms without indexing to 0.034 ms using B-Tree and 0.045 ms using Hash indexes. For join queries, execution time was reduced from 857.77 ms to 0.180 ms using B-Tree and 0.079 ms using Hash indexes. B-Tree showed consistent performance across different query types, while Hash achieved the best results for equality-based queries. Furthermore, index usage influenced query planner decisions in selecting more efficient execution strategies. These findings indicate that appropriate index selection can substantially improve data access efficiency in PostgreSQL.
Keywords: b-tree index; hash index; PostgreSQL; query optimization; query planner
Abstrak: Performa query merupakan faktor penting dalam pengelolaan basis data berskala besar. Salah satu teknik optimasi yang umum digunakan adalah indexing. Penelitian ini bertujuan menganalisis pengaruh penggunaan indexing terhadap performa query pada PostgreSQL, membandingkan efektivitas B-Tree dan Hash index, serta mengevaluasi pengaruhnya terhadap keputusan query planner. Penelitian menggunakan metode eksperimen kuantitatif dengan dataset benchmark TPC-H pada skala SF0.1, SF1, dan SF10. Pengujian dilakukan menggunakan EXPLAIN ANALYZE pada exact match query, range query, dan join query dalam kondisi tanpa index, menggunakan B-Tree index, dan Hash index. Hasil penelitian menunjukkan bahwa indexing meningkatkan performa query secara signifikan. Pada exact match query dataset SF10, execution time menurun dari 93,36 ms tanpa index menjadi 0,034 ms menggunakan B-Tree dan 0,045 ms menggunakan Hash index. Pada join query, execution time berkurang dari 857,77 ms menjadi 0,180 ms menggunakan B-Tree dan 0,079 ms menggunakan Hash index. B-Tree menunjukkan performa yang konsisten pada berbagai jenis query, sedangkan Hash index memberikan performa terbaik pada query berbasis equality. Selain itu, penggunaan index memengaruhi keputusan query planner dalam memilih strategi eksekusi yang lebih efisien. Hasil penelitian menunjukkan bahwa pemilihan metode indexing yang tepat dapat meningkatkan efisiensi akses data pada PostgreSQL
Kata kunci: b-tree index; hash index; optimasi query; PostgreSQL; query planner
Abstract:Abstract: The rapid growth of e-commerce mobile applications has generated large volumes of user reviews, making manual sentiment analysis increasingly impractical. This study aims to compare the effectiveness of three machine…
achine learning algorithms Support Vector Machine (SVM), Random Forest, and Naive Bayes for automated sentiment classification of Indonesian-language mobile application reviews. A dataset of 3,000 user reviews from the RupaRupa application on the Google Play Store was collected and preprocessed through normalization, tokenization, stopword removal, and stemming. TF-IDF vectorization was applied for feature extraction, while the Synthetic Minority Over-sampling Technique (SMOTE) was used to address class imbalance across three sentiment categories: positive, negative, and neutral. The results show that SVM achieved the highest accuracy of 90.02%, while Random Forest obtained the best F1-score of 88.08% when sufficient training data were available. Naive Bayes demonstrated relatively stable performance across varying training data sizes. Furthermore, TF-IDF keyword analysis revealed that negative reviews were primarily associated with delivery issues, technical problems, and pricing concerns. These findings demonstrate the effectiveness of machine learning approaches for sentiment classification and provide practical insights for improving mobile application services.
Keywords: sentiment analysis; machine learning; SMOTE; TF-IDF; text classification
Abstrak: Pertumbuhan pesat aplikasi mobile e-commerce telah menghasilkan volume ulasan pengguna yang sangat besar, sehingga analisis sentimen secara manual menjadi semakin tidak praktis. Penelitian ini bertujuan untuk membandingkan efektivitas tiga algoritma machine learning Support Vector Machine (SVM), Random Forest, dan Naive Bayes dalam melakukan klasifikasi sentimen otomatis terhadap ulasan aplikasi mobile berbahasa Indonesia. Dataset yang digunakan terdiri dari 3.000 ulasan pengguna aplikasi RupaRupa yang dikumpulkan dari Google Play Store. Data kemudian diproses melalui tahapan preprocessing yang meliputi normalisasi, tokenisasi, penghapusan stopword, dan stemming. Ekstraksi fitur dilakukan menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF), sedangkan ketidakseimbangan kelas ditangani menggunakan Synthetic Minority Over-sampling Technique (SMOTE) pada tiga kategori sentimen, yaitu positif, negatif, dan netral. Hasil penelitian menunjukkan bahwa SVM mencapai tingkat akurasi tertinggi sebesar 90,02%, sementara Random Forest memperoleh nilai F1-score terbaik sebesar 88,08% ketika tersedia data pelatihan yang memadai. Naive Bayes menunjukkan performa yang relatif stabil pada berbagai ukuran data pelatihan. Selain itu, analisis kata kunci berbasis TF-IDF mengungkapkan bahwa ulasan negatif terutama berkaitan dengan masalah pengiriman, kendala teknis aplikasi, dan isu harga. Temuan ini menunjukkan bahwa pendekatan machine learning efektif untuk klasifikasi sentimen serta memberikan wawasan yang bermanfaat dalam meningkatkan kualitas layanan aplikasi mobile.
Kata Kunci: analisis sentimen; pembelajaran mesin; SMOTE; TF-IDF; klasifikasi teks.
Abstract:Abstract: Academic achievement mapping is an important process in higher education to support effective academic monitoring and guidance. In practice, student grouping is often conducted manually by academic staff using…
simple criteria such as Grade Point Average (GPA) thresholds and subjective judgment, without systematic data analysis. This study aims to apply the Fuzzy C-Means (FCM) clustering algorithm to objectively group students based on their academic achievement levels. The dataset consists of academic records from 179 sixth-semester students of the Computer Science Study Program at Universitas Islam Negeri Sumatera Utara, where 160 eligible students are processed in the FCM calculation. Three variables are used: cumulative GPA, total completed credits, and the total number of low grades (D/E). The FCM algorithm automatically performs the mapping and groups students into three categories, namely excellent, stable, and at-risk students. Cluster quality is evaluated using the Silhouette Score and Davies–Bouldin Index, showing satisfactory clustering performance. The results indicate that the proposed approach provides a data-driven and objective basis for academic decision support.
Keywords: academic achievement; clustering; fuzzy c-means; student
Abstrak: Pemetaan pencapaian akademik mahasiswa merupakan proses penting dalam pendidikan tinggi untuk mendukung pemantauan dan pembinaan akademik yang tepat sasaran. Dalam praktiknya, pengelompokan mahasiswa masih sering dilakukan secara manual oleh pihak akademik berdasarkan kriteria sederhana, seperti batasan Indeks Prestasi Kumulatif (IPK) dan penilaian subjektif, tanpa analisis data yang sistematis. Penelitian ini bertujuan menerapkan algoritma Fuzzy C-Means (FCM) untuk mengelompokkan mahasiswa secara objektif berdasarkan tingkat pencapaian akademik. Data penelitian berasal dari 179 mahasiswa semester enam Program Studi Ilmu Komputer Universitas Islam Negeri Sumatera Utara, dengan 160 mahasiswa memenuhi kriteria dan diproses menggunakan algoritma FCM. Variabel yang digunakan meliputi IPK kumulatif, jumlah SKS yang telah ditempuh, dan total nilai rendah (D/E). Proses pemetaan sepenuhnya dilakukan oleh algoritma FCM dan menghasilkan tiga kategori mahasiswa, yaitu unggul, stabil, dan berisiko. Evaluasi menggunakan Silhouette Score dan Davies–Bouldin Index menunjukkan kualitas pengelompokan yang cukup baik.
Kata kunci: fuzzy c-means; clustering; mahasiswa; pencapaian akademik
Abstract:Abstract: The rapid growth of e-commerce in Indonesia has increased consumer interactions with digital platforms, particularly Lazada, Tokopedia, and Blibli, resulting in a large volume of customer reviews that reflect consumer…
onsumer experiences and perceptions but have not been optimally utilized in business decision-making. The main issue addressed in this study is how to process customer review data to generate meaningful information regarding consumer opinions. This research aims to apply web scraping techniques to collect customer review data and conduct sentiment analysis to identify trends in consumer opinions across the three e-commerce platforms. The dataset consists of 3,000 customer reviews, with 1,000 reviews collected from each platform, covering aspects such as shopping experience, service quality, delivery process, and customer satisfaction. The research methodology includes data collection through web scraping, text preprocessing for data cleaning and normalization, sentiment analysis using machine learning approaches, and visualization of sentiment results. The findings indicate differences in the distribution of positive, negative, and neutral sentiments across platforms, reflecting variations in consumer experiences and service strategies. These results demonstrate that sentiment analysis based on customer reviews can serve as strategic input to improve service quality, business performance, and marketing strategies in Indonesia’s e-commerce sector.
Keywords: customer reviews; digital services; e-commerce; sentiment analysis; web scarping
Abstrak: Pertumbuhan pesat e-commerce di Indonesia meningkatkan interaksi konsumen dengan platform digital, khususnya Lazada, Tokopedia, dan Blibli, yang menghasilkan ulasan pelanggan dalam jumlah besar sebagai cerminan pengalaman dan persepsi konsumen, namun belum dimanfaatkan secara optimal dalam pengambilan keputusan bisnis. Permasalahan utama penelitian ini adalah bagaimana mengolah data ulasan tersebut agar dapat memberikan informasi yang bermakna mengenai opini konsumen. Penelitian ini bertujuan menerapkan web scraping untuk mengumpulkan data ulasan pelanggan serta melakukan analisis sentimen guna mengidentifikasi tren opini konsumen pada ketiga platform e-commerce tersebut. Data yang digunakan berjumlah 3.000 ulasan pelanggan, dengan masing-masing platform diwakili oleh 1.000 ulasan yang mencakup pengalaman berbelanja, kualitas layanan, proses pengiriman, dan tingkat kepuasan pelanggan. Metode penelitian meliputi pengambilan data menggunakan web scraping, pra-pemrosesan teks untuk pembersihan dan normalisasi data, analisis sentimen dengan pendekatan pembelajaran mesin, serta visualisasi hasil sentimen. Hasil penelitian menunjukkan adanya perbedaan distribusi sentimen positif, negatif, dan netral pada setiap platform, yang mencerminkan variasi pengalaman konsumen dan strategi layanan. Temuan ini menunjukkan bahwa analisis sentimen berbasis ulasan pelanggan dapat menjadi masukan strategis untuk meningkatkan kualitas layanan, kinerja bisnis, dan strategi pemasaran e-commerce di Indonesia.
Kata kunci: customer reviews; digital services;e-commerce;sentiment analysis;web scarping
Abstract:Abstract: Stunting is a chronic nutritional condition in toddlers characterized by a Height-for-Age (HFA) measurement below the standard growth threshold, necessitating early detection to prevent long-term consequences.…
This study aims to classify toddler stunting status by comparing three machine learning methods: Random Forest (RF), K-Nearest Neighbor (KNN), and Support Vector Machine (SVM). The dataset comprises 345 toddler records from Puskesmas Indramayu (2025), including weight, height, and nutritional status based on WFA, HFA, and WFH indicators. Preprocessing steps include data cleaning, StandardScaler normalization, One-Hot Encoding for categorical features, and splitting the training and testing data with a ratio of 80:20. The comparison results are that KNN achieved the best performance with an accuracy of 71.01%, a precision of 0.69, a recall of 0.69, and an F1 score of 0.67, while RF and SVM both had an accuracy of 69.57% with F1 scores of 0.67 and 0.68, respectively. Thus, KNN demonstrated superior effectiveness in classifying the stunting status of toddlers compared to RF and SVM on this dataset.
Keywords: KNN; Random Forest; SVM; Stunting; toddlers
Abstract: Stunting adalah kondisi gizi kronis pada balita yang ditandai dengan pengukuran Tinggi Badan menurut Usia (HFA) di bawah ambang batas pertumbuhan standar, sehingga memerlukan deteksi dini untuk mencegah konsekuensi jangka panjang. Penelitian ini bertujuan untuk mengklasfikasikan status stunting pada balita dengan membandingkan tiga metode pembelajaran mesin: Random Forest (RF), K-Nearest Neighbor (KNN), dan Support Vector Machine (SVM). Kumpulan data terdiri dari 345 catatan balita dari puskesmas indramayu (2025), termaksut brat badan, tinggi badan, dan status gizi berdasarkan indicator WFA, HFA, dan WFH. Langkah-langkah prapemrosesan meliputi pembersian data, normalisasi Stand-ardScaler, One-Hot Encoding untuk fitur kategirikal, serta pembagian data pelatihan dan pengujian dengan rasio 80:20. Hasil perbadingan adalah KNN mencapai kinerja terbaik dengan akurasi 71,01%, presisi 0,69, recall 0,69, dan skor F1 sebesar 0,67, RF dan SVM keduanya memiliki akurasi 69,57% dengan skor F1 masing-masing sebesar 0,67 dan 0,68. Dengan demikian, KNN menunjukkan keefektifan yang lebih unggul dalam mengklasifikasikan status stunting balita dibandingkan dengan RF dan SVM pada da-taset ini.
Kata kunci: KNN; random forest; SVM; Stunting; Balita