Abstract:Abstract: This training was organized to address the challenges faced by students at LKP Mutiara Informatika in Kisaran in producing coherent and accurate English writing. English writing skills are essential in the global…
al era but are often hindered by limitations in grammar, vocabulary, and structure. This community service program aimed to enhance students' writing abilities through the utilization of Artificial Intelligence (AI). The training method included interactive sessions, demonstrations of popular AI tools (e.g., Grammarly, ChatGPT, and Gemini), and hands-on practice in composing paragraphs and essays. The results showed a significant improvement in the students' grammatical accuracy, vocabulary richness, and coherence. The training also boosted the participants' confidence in writing. Implicitly, this program contributes to workforce readiness and digital literacy, offering a training model that can be replicated in other institutions. However, ongoing challenges must be addressed, particularly the risk of over-reliance on AI and the importance of further training to preserve authenticity and critical thinking in writing.
Keywords: artificial intelligence (AI); writing skills; english language
Abstrak: Pelatihan diselenggarakan untuk mengatasi tantangan peserta didik LKP Mutiara Informatika di Kisaran dalam menghasilkan tulisan Bahasa Inggris yang koheren dan akurat. Keterampilan menulis Bahasa Inggris esensial di era global, namun seringkali terhambat oleh keterbatasan tata bahasa, kosakata, dan struktur. Kegiatan pengabdian masyarakat ini bertujuan meningkatkan kemampuan menulis peserta didik melalui pemanfaatan Kecerdasan Buatan (AI). Metode pelatihan meliputi sesi interaktif, demonstrasi penggunaan tools AI populer (misalnya, Grammarly, ChatGPT, dan Gemini), serta praktik langsung penyusunan paragraf dan esai. Hasilnya menunjukkan peningkatan signifikan pada akurasi tata bahasa, kekayaan kosakata, dan koherensi tulisan peserta didik. Pelatihan ini juga membangun kepercayaan diri peserta dalam menulis. Secara implisit, program ini berkontribusi pada kesiapan tenaga kerja dan penguasaan teknologi digital, serta menawarkan model pelatihan yang dapat direplikasi di institusi lain. Namun, tantangan berkelanjutan perlu diwaspadai, terutama risiko ketergantungan berlebih pada AI dan pentingnya pelatihan lanjutan untuk menjaga otentisitas dan pemikiran kritis dalam menulis.
Kata kunci: kecerdasan buatan (AI); keterampilan menulis; bahasa inggris
Abstract:This workshop aimed to enhance teachers' competencies in integrating Artificial Intelligence (AI) technology into English language teaching practices. It began with a needs assessment survey to identify the challenges teachers…
achers face in utilizing technology. The implementation methods included interactive training sessions, demonstrations of AI-based applications such as learning chatbots, and hands-on support in designing technology-based lesson plans.The workshop results showed that the pre-test score totaled 1,795, with an average score of 59.83. Following the training, a post-test was conducted to measure the improvement in teachers' understanding through the use of the chatbot application. The post-test score reached 2,520, with an average post-test score of 84.00, reflecting an increase of 30 points. This significant improvement highlighted the teachers' enhanced understanding and skills in using AI to create more dynamic, student-centered learning environments. Teachers expressed greater confidence in exploring innovative teaching methods that boost student motivation and participation. It is hoped that this training model can be adapted to other educational settings to support the sustainable integration of technology.
Keywords: artificial intelligence; english language learning; primary school teachers; AI technology.
Abstrak: Pelatihan ini bertujuan untuk meningkatkan kompetensi guru dalam mengintegrasikan teknologi Artificial Intelligence (AI) ke dalam praktik pengajaran bahasa Inggris. Pelatihan dimulai dengan survei penilaian kebutuhan untuk mengidentifikasi tantangan yang dihadapi guru dalam memanfaatkan teknologi. Metode pelaksanaannya meliputi sesi pelatihan interaktif, demonstrasi aplikasi berbasis AI seperti chatbot pembelajaran, dan pendampingan langsung dalam merancang rencana pembelajaran berbasis teknologi. Hasil lokakarya menunjukkan bahwa skor pre-test mencapai 1.795, dengan skor rata-rata 59,83. Setelah pelatihan, dilakukan post-test untuk mengukur peningkatan pemahaman guru melalui penggunaan aplikasi chatbot. Skor post-test mencapai 2.520, dengan skor rata-rata post-test 84,00, yang mencerminkan peningkatan sebesar 30 poin. Peningkatan yang signifikan ini menyoroti peningkatan pemahaman dan keterampilan guru dalam menggunakan AI untuk menciptakan lingkungan belajar yang lebih dinamis dan berpusat pada siswa, dan para guru menyatakan kepercayaan diri yang lebih besar dalam mengeksplorasi metode pengajaran inovatif yang dapat meningkatkan motivasi dan partisipasi siswa. Diharapkan model pelatihan ini dapat diadaptasi ke lingkungan pendidikan lainnya untuk mendukung integrasi teknologi yang berkelanjutan.
Kata kunci: kecerdasan buatan; pembelajaran bahasa inggris; guru sekolah dasar; teknologi AI.
Abstract:Collaborative Learning requires teachers and students to maintain an engaging learning environment at all times. Problems emerge when teachers, notably high school teachers in Pekanbaru, employ learning material that do…
not support this. Teachers' creativity is pushed to constantly update how they present materials and evaluate students' knowledge in order to foster a collaborative and pleasurable learning environment. This community service project will help Pekanbaru high school instructors create collaborative and real-time learning tools. The Community Service Team employed an observation strategy to get a sense of learning at Santa Maria High School, which served as an example school. The proposed solution is technologically based, making use of the Padlet application. The Community Service Team offers training methods on smartphones and computers to help people grasp Padlet. The community effort resulted in a polished Padlet that teachers may use to study with students at any time. It is intended that studying using the Padlet application would boost teacher innovation and student learning results at Santa Maria High School, as well as high schools around Pekanbaru.
Keywords: Teacher; padlet; collaborative learning; learners;SMA.
Abstrak: Pembelajaran Kolaboratif (Collaborative Learning) mengarahkan guru dan peserta didik dalam suasana belajar yang interaktif setiap saat. Permasalahan muncul pada saat media pembelajaran yang digunakan guru tidak mendukung hal tersebut, termasuk guru-guru Sekolah Menengah Atas (SMA) di Pekanbaru. Kreativitas guru ditantang untuk selalu memperbaharui cara penyampaian materi, cara mengevaluasi pemahaman peserta didik hingga penilaian, demi terciptanya suasana belajar yang kolaboratif dan menyenangkan. Kegiatan pengabdian ini bertujuan untuk membantu guru SMA di Pekanbaru dalam mempersiapkan bahan pembelajaran yang kolaboratif dan real time. Tim Pengabdian melakukan metode observasi untuk mendapatkan gambaran pembelajaran melalui SMA Santa Maria yang dijadikan sebagai sekolah sampel. Metode yang diusulkan berbasis teknologi melalui pemanfaatan aplikasi Padlet. Untuk memudahkan pemahaman Padlet, Tim Pengabdian menggunakan metode pelatihan, baik melalui komputer maupun smartphone. Hasil pengabdian adalah Padlet jadi yang dapat digunakan guru dalam pembelajaran bersama peserta didik setiap waktu. Diharapkan pembelajaran melalui aplikasi Padlet mampu meningkatkan kreativitas guru dan hasil belajar peserta didik SMA Santa Maria khususnya dan SMA di Pekanbaru umumnya.
Kata kunci: guru; padlet; pembelajaran kolaboratif; peserta didik; SMA.
Abstract:Abstract The low number and results of researchers forms the basis of the need for programs to boost research interest for the community. One of the efforts made by utilizing the Google Forms application in the research…
ch organization in creating the Science Event (LKTI). The method used is by selecting the manuscript, percentage and judging. The results of the activity decided three winners as champions 1,2 and 3 based on the results of the jury's assessment of the finalists. Participants who won were given awards in the form of trophies, certificates, and coaching money. The activity ran smoothly with the hope that in the future the interest of the community to research will increase and the research work will be better.
Keyword: Google Forms; LKTI; Researchers Organization
Abstrak
Rendahnya jumlah peneliti dan hasil riset menjadi dasar perlunya program untuk menggenjot minat riset bagi masyarakat. Salah satu upaya yang dilakukan dengan pemanfaatan aplikasi Google Forms pada organisasi peneliti dalam membuat program Science Event (LKTI). Metode yang digunakan yaitu dengan menseleksi naskah, presentase dan penjurian. Hasil kegiatan memutuskan tiga pemenang sebagai juara 1,2 dan 3 berdasarkan hasil penilaian dewan juri kepada para finalis. Peserta yang juara diberikan penghargaan berupa trophy, sertifikat, dan uang pembinaan. Kegiatan berjalan dengan lancar dengan harapan kedepan minat masyarakat untuk meneliti semakin meningkat dan karya penelitiannya semakin baik.
Kata kunci: Google Formulir; LKTI; Organisasi Peneliti
Abstract:Abstract: Current technological developments are no stranger among students, almost all students now have an Android that is enabled to share information and be used to help with daily activities. Based on the usefulness…
of android which is only enabled to share information or as a communication tool, the service team creates training or workshops which later aims to develop students' interest in reviewing or developing technology in the field of android or in the controller field. In order for the training not to start from the ground up, the training participants were taken from the main works of private vocational schools, majoring in computers, class XI of the Department of Software Engineering (RPL), with a total number of participants of 53 people. The implementation of a two-day workshop found results, on the first day with the theme of training on IOT-based automatic switch hardware design, it was found that 46 students managed to assemble automatic hardware switches, and 7 students failed to assemble the hardware automatically perfectly. On the second day, 53 students succeeded in making an automatic software switch on Android, and during the trial, all students also managed to do it. From the two days of the workshop activities, and seen from the students' activeness and curiosity about the development of Android and the controller, many students still want to know, other developments from Android besides being used as automatic switches are based on IoT. Keyword: Royer Oscillator circuit, Power wireless transfer, Booster converter circuit
Abstrak: Perkembangan teknologi saat ini sudah tidak asing dikalangan pelajar, hampir semua pelajar kini memiliki android yang difungsikan untuk berbagi informasi serta difungsikan untuk membantu kegiatan sehari hari. Berdasarkan kegunaan android yang hanya difungsikan untuk berbagi informasi atau sebagai alat komunikasi, maka tim pengabdian membuat pelatihan atau workshop yang nantinya bertujuan untuk menumbuh kembangkan minat siswa siswi dalam mengulas atau mengembangkan teknologi dibidang android dibidang controller. Agar pelatihan tidak dimulai dari dasar, maka peserta pelatihan diambil dari SMK Swasta karya utama, jurusan komputer, kelas XI Jurusan Rekayasa Perangkat Lunak (RPL), dengan total peserta 53 orang. Terselenggaranya workshop selama dua hari,mendapati hasil, pada hari pertama dengan tema pelatihan perancangan hardware switch otomatis berbasis iot, didapati 46 siswa berhasil merangkai hardwarei switch otomatis, dan 7 siswa tidak berhasil merangkai hardware otomatis secara sempurna. Dihari kedua, 53 siswa berhasil membuat software switch otomatis di android, dan pada saat uji coba, seluruh siswa juga berhasil melakukannya. Dari dua hari kegiatan workshop yang dilakukan,dan dilihat dari keaktifan dan rasa ingin tahu siswa tentang pengembangan dari android dan controller, banyak siswa yang masih ingin tahu, pengembangan lain dari android selain digunakan sebagai switch otomatis berbasis iot.
Kata Kunci: Royer Oscillator circuit, Power wireless transfer, Booster converter circuit
Abstract:Abstract: Student graduation is an urgent matter that is an indicator of the success of a university in producing its learning output. Several factors influence student graduation such as GPA, attendance, late taking credits,…
dits, and lack of student involvement in academic activities. The urgency of this research, universities need a method that is able to predict student graduation early so that it can provide academic intervention to students who have the potential to experience delays or fail to graduate. However, limited access to real academic data is often an obstacle in the development of predictive models, Therefore, this study aims to implement the XGBoost algorithm to predict student graduation based on several academic variables, namely the Cumulative Grade Point Average (GPA), the number of credits taken, the percentage of attendance, and the average grade of students. Model training using the XGBoost algorithm using a simulation dataset of 500 students who are labeled as graduating into two classes, namely passed and failed. The results of the study showed that the classification performance was very good with an accuracy value of 99.6%, Precision 99.7%, recall 99.4%.
Keywords: xgboost algorithm; data mining; student graduation
Abstrak: Kelulusan mahasiswa merupakan hal urgensi yang menjadi indikator keberhasilan sebuah perguruan tinggi dalam menghasilkan output pembelajarannya. Beberapa Faktor yang mempengaruhi kelulusan mahasiswa seperti IPK, kehadiran, keterlambatan pengambilan SKS, serta kurangnya keterlibatan mahasiswa dalam aktifitas akademik. Yang menjadi urgensi penelitian ini, Perguruan tinggi memerlukan suatu metode yang mampu memprediksi kelulusan mahasiswa secara dini sehingga dapat memberikan intervensi akademik kepada mahasiswa yang berpotensi mengalami keterlambatan atau tidak lulus. Namun, keterbatasan akses terhadap data akademik riil sering menjadi kendala dalam pengembangan model prediksi, Oleh karena itu, penelitian ini bertujuan mengimplementasikan algoritma XGBoost untuk memprediksi kelulusan mahasiswa berdasarkan beberapa variabel akademik, yaitu Indeks Prestasi Kumulatif (IPK), jumlah SKS yang ditempuh, persentase kehadiran, dan nilai rata-rata mahasiswa. Pelatihan model menggunakan algoritma XGBoost dengan menggunakan dataset simulasi 500 mahasiswa yang diberi label kelulusan menjadi dua kelas yaitu lulus dan tidak lulus. Hasil penelitian menunjukan bahwa performance klasifikasi yang sangat baik dengan nilai accurasi sebesar 99,6%, Precision 99,7%, recall 99,4%.
Kata kunci: algoritma xgbosst; kelulusan mahasiswa; penambangan data
Abstract:Abstract: The growing intensity of cyber attacks, marked by rapid, large-scale, automated, and adaptive execution, requires analytical methods that represent the diversity of network environments, including variations in…
target platforms such as IoT, traditional networks, and hybrid infrastructures. This study compares machine learning models for cyber attack classification under heterogeneous environmental conditions and formulates a conceptual optimization framework based on model performance. Four publicly available benchmark datasets were used, namely UNB CIC IoT 2023, UNB CIC IDS-2018, UNSW-NB15, and a Kaggle cyber security attacks dataset, comprising approximately 40,000 to over 3.6 million records and 25 to 80 features across IoT, conventional, and mixed network environments. Random Forest, XGBoost, Multilayer Perceptron, and Transformer were implemented within a unified pipeline involving preprocessing, feature selection, and Bayesian Optimization-based hyperparameter tuning. All models achieved F1-score and Cohen's Kappa above 96%, with XGBoost performing best (97.80%, 97.26%), followed by Random Forest (97.78%, 96.96%) and Transformer (97.44%, 96.82%), while MLP scored lowest (96.74%, 96.00%), a gap below one percentage point. Confusion matrix analysis revealed persistent misclassification in minority and overlapping attack classes, informing a proposed adaptive cyber attack simulation optimization framework.
Keywords: cyber attacks; optimization; machine learning; environmental variability.
Abstrak: Meningkatnya intensitas serangan siber yang berlangsung cepat, masif, otomatis, dan adaptif menuntut pendekatan analitis yang merepresentasikan keragaman lingkungan jaringan, termasuk perbedaan karakteristik platform sasaran seperti Internet of Things (IoT), jaringan konvensional, dan infrastruktur hibrida. Penelitian ini membandingkan model machine learning untuk klasifikasi serangan siber pada kondisi lingkungan heterogen, sekaligus menyusun kerangka optimasi konseptual berdasarkan performa model. Empat dataset benchmark publik digunakan, yaitu UNB CIC IoT 2023, UNB CIC IDS-2018, UNSW-NB15, serta dataset Kaggle cyber security attacks, dengan jumlah data berkisar 40.000 hingga lebih dari 3,6 juta rekaman dan 25 sampai 80 fitur, mewakili lingkungan IoT, konvensional, dan campuran. Random Forest, XGBoost, Multilayer Perceptron, dan Transformer diimplementasikan melalui pipeline terpadu mencakup pra-pemrosesan, seleksi fitur, dan optimasi hyperparameter berbasis Bayesian Optimization. Seluruh model mencapai F1-score dan Cohen's Kappa di atas 96%, dengan XGBoost menunjukkan performa terbaik (97,80%, 97,26%), diikuti Random Forest (97,78%, 96,96%) dan Transformer (97,44%, 96,82%), sementara MLP mencatat skor terendah (96,74%, 96,00%), dengan selisih kurang dari satu poin persentase. Analisis confusion matrix mengungkap misklasifikasi yang konsisten pada kelas minoritas dan serangan dengan karakteristik serupa, yang menjadi dasar kerangka optimasi simulasi serangan siber adaptif yang diusulkan.
Kata kunci: serangan siber; optimasi; machine learning; variabilitas lingkungan
Abstract:Abstract: The rapid growth of the cosmetics industry on e-commerce platforms has intensified competition, creating a critical need for effective, data-driven marketing strategies. This study aims to conduct a comparative…
analysis of machine learning algorithms to predict the sales categories (High, Medium, Low) of cosmetic products on the Tokopedia marketplace. Four classification models; Random Forest, XGBoost, Logistic Regression, and Naive Bayes were trained and evaluated on data collected via web scraping. The methodology incorporates the Synthetic Minority Over-sampling Technique (SMOTE) to address significant class imbalance and GridSearchCV for hyperparameter optimization to ensure a fair and robust comparison. The experimental results conclusively show that the Random Forest model achieved the best performance, yielding the highest F1-Score Macro Average of 0.75 and an accuracy of 85.3%. The superior model was subsequently implemented in a simple recommendation system to simulate optimal discount strategies, demonstrating its practical utility in providing actionable insights for business decisions.
Keywords: classification; comparative analysis; machine learning; sales prediction; SMOTE
Abstrak: Pertumbuhan pesat industri kosmetik pada platform e-commerce telah membuat persaingan ketat, sehingga menciptakan kebutuhan krusial akan strategi pemasaran yang efektif dan berbasis data. Penelitian ini bertujuan untuk melakukan analisis komparatif terhadap algoritma machine learning untuk memprediksi kategori penjualan (Tinggi, Sedang, Rendah) produk kosmetik di marketplace Tokopedia. Empat model klasifikasi, yaitu Random Forest, XGBoost, Regresi Logistik, dan Naive Bayes, dilatih dan dievaluasi menggunakan data yang dikumpulkan melalui web scraping. Metodologi penelitian ini menerapkan Synthetic Minority Over-sampling Technique (SMOTE) untuk mengatasi ketidakseimbangan kelas yang signifikan dan GridSearchCV untuk optimisasi hyperparameter guna memastikan perbandingan yang adil. Hasil eksperimen menunjukkan bahwa model Random Forest mencapai performa terbaik, dengan menghasilkan F1-Score Macro Average tertinggi sebesar 0,75 dan akurasi 85,3%. Model unggul ini kemudian diimplementasikan dalam sebuah sistem rekomendasi sederhana untuk menyimulasikan strategi diskon yang optimal, yang menunjukkan kegunaan praktisnya dalam memberikan wawasan yang dapat ditindaklanjuti untuk pengambilan keputusan bisnis.
Kata kunci: analisis komparatif; klasifikasi; machine learning; prediksi penjualan; SMOTE
Abstract:Abstract: Breast cancer is the leading cause of death for women globally, exacerbated by late detection. This study proposes a breast cancer risk prediction framework using XGBoost with SelectKBest feature selection. It…
aims to improve the accuracy and efficiency of early detection through exploratory data analysis, coding, SMOTE to address class imbalance, and feature selection (k=29). As a result, the XGBoost model achieved 98.1% accuracy, 98.1% recall, 98.1% f1-score, and 98.2% precision on test data, highlighting the importance of feature selection. These results are promising in patient prioritization (triage) for further examination, helping medical personnel identify high-risk patients, thus improving resource allocation efficiency. These findings validate SelectKBest and pave the way for the development of a machine learning-based clinical decision support system for breast cancer early detection workflows. This research contributes significantly to the application of machine learning to support early breast cancer detection.
Keywords: breast cancer; feature selection; machine learning; risk prediction; XGBOOST.
Abstrak: Kanker payudara menjadi penyebab utama kematian wanita global, diperparah deteksi yang terlambat. Penelitian ini mengusulkan kerangka prediksi risiko kanker payudara menggunakan XGBoost dengan seleksi fitur SelectKBest. Tujuannya meningkatkan akurasi dan efisiensi deteksi dini melalui analisis data eksploratif, pengkodean, SMOTE untuk mengatasi ketidakseimbangan kelas, dan seleksi fitur (k=29). Hasilnya, model XGBoost mencapai akurasi 98.1%, recall 98.1%, f1-score 98.1%, dan presisi 98.2% pada data uji, menyoroti pentingnya seleksi fitur. Hasil ini menjanjikan dalam penentuan prioritas pasien (triage) untuk pemeriksaan lebih lanjut, membantu tenaga medis mengidentifikasi pasien berisiko tinggi, sehingga meningkatkan efisiensi alokasi sumber daya. Temuan ini memvalidasi SelectKBest dan membuka jalan bagi pengembangan sistem pendukung keputusan klinis berbasis machine learning untuk alur kerja deteksi dini kanker payudara. Penelitian ini berkontribusi signifikan dalam penerapan machine learning untuk mendukung deteksi dini kanker payudara.
Kata kunci: kanker payudara; pembelajaran mesin; prediksi risiko ; seleksi fitur; XGBOOST.
Abstract:Abstract: Pasuruan is a well-known area for producing furniture products in East Java. The furniture commodity industry is widely spread in this city. This industry is also one of the top products. To boost market interest…
st in the furniture industry in Pasuruan City, which has been affected by the COVID-19 pandemic, and a geographic information system has not yet been developed in an effort to develop the furniture industry, research has been carried out on a web-based geographic information system (WebGIS) mapping the furniture industry in Pasuruan City using Leaflets and OpenStreetMap. The developed furniture industry WebGIS application takes advantage of the open source and dynamic advantages of Leflet and OpenStreetMap technologies which have provided very decent results on several GIS web-based application systems. In the testing phase with the Blackbox method, the WebGIS application for the furniture industry in Pasuruan City functionally has run well on desktop devices and also run well on simulated mobile devices. Testing was carried out on several types of browsers like Google Chrome and Microsoft Edge. This WebGIS application has been able to map the furniture industry in Pasuruan City so that the distribution of economic activity actors, especially the furniture industry, can be seen throughout the city and each sub-district. It can provide detailed information on furniture industry players in Pasuruan.
Keywords: framework; leaflet; mapping; openstreetmap; webgis
Abstrak: Pasuruan merupakan salah satu daerah yang terkenal sebagai penghasil produk mebel di Jawa Timur. Industri komoditas mebel tersebar cukup banyak di kota ini. Industri ini juga merupakan salah satu produk unggulan. Guna mendongkrak minat pasar akan industri mebel kota Pasuruan yang terimbas pandemi COVID-19, dan belum dikembangkannya suatu sistem informasi geografis sebagai upaya pengembangan industri mebel maka dilaksanakan penelitian tentang sistem informasi geografis berbasis web (WebGIS) pemetaan industri mebel kota Pasuruan menggunakan Leaflet dan OpenStreetMap. Aplikasi WebGIS industri mebel yang dikembangkan memanfaatkan kelebihan teknologi Leflet dan OpenStreetMap yang bersifat open source dan dinamis yang telah memberikan hasil yang sangat layak pada beberapa sistem aplikasi berbasis WebGIS. Pada tahap pengujian dengan metode Blackbox, aplikasi WebGIS industri mebel kota Pasuruan secara fungsional telah dapat berjalan dengan baik pada perangkat dekstop dan juga berhasil berjalan dengan baik pada simulated mobile device. Pengujian dilakukan pada beberapa macam browser seperti Google Chrome dan Microsoft Edge. Aplikasi WebGIS ini telah dapat memetakan industri mebel kota Pasuruan, sehingga dapat diketahui sebaran pelaku kegiatan ekonomi khususnya industri mebel, baik seluruh kota maupun tiap-tiap kecamatan, serta dapat memberikan detail informasi pelaku industri mebel di kota Pasuruan.
Kata kunci: framework; leaflet; openstreetmap; pemetaan; webgis