Articles
<![CDATA[PENYAMAAN PERSEPSI PEMBELAJARAN BAHASA INGGRIS ANTARA GURU BAHASA INGGRIS DAN WALI MURID MI AL-KIFAYAH PEKANBARU ]]>
<![CDATA[Siti Niah]]>;
<![CDATA[Wandi Syahfutra]]>;
<![CDATA[Edi Ismanto]]>
<![CDATA[ Jurnal Pengabdian UntukMu NegeRI Vol 1 No 1 (2017): Pengabdian Untuk Mu negeRI ]]>
Publisher : <![CDATA[LPPM UMRI ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (258.384 KB)
|
DOI: 10.37859/jpumri.v1i1.32
<![CDATA[Persaingan global dalam berbagai bidang menuntut penguasaan kompetensi skill danakademik yang memadai dan dapat dipertanggungjawabkan. Dalam upaya peningkatankualitas sumber daya manusia didunia pendidikan, penguasaan bahasa asing, terutamabahasa Inggris, merupakan suatu hal yang sanga tpenting. Hal ini didasari atas bahasaInggris adalah bahasa global yang digunakan pada era saat ini. Berdasarkan analisayang telah dilakukan, pembelajaran Bahasa Inggris di Madrasah Ibtidaiyah Al-KifayahPekanbaru belum terlaksana dengan dengan baik, dan juga untuk persamaan persepsidalam pengajaran antara guru Bahasa Inggris dan wali murid juga belum terjalindengan baik. Atas dasar analisa tersebut maka diadakanlah pelatihan “PenyamaanPersepsi Pembelajaran Bahasa Inggris antara Guru dan Wali Murid bagi Anak UsiaSekolah Dasar” yang bertujuan untuk meningkatkan pemahaman siswa dalammenguasai Bahasa Inggris. Adapun metode yang digunakan dalam kegiatan pelatihan iniadalah metode ceramah, diskusi, dan role play. Adapun hasil Hasil kegiatan pengabdiankepada masyarakat ini mendapatkan sambutan yang sangat positif dari pihak mitra yakniMadrasah Ibtidaiyah Al-Kifayah Pekanbaru karena program ini sesuai dengankebutuhan mereka. Bentuk sambutan yang sangat positif tersebut adalah terlihat daripartisipasi seluruh peserta pelatihan baik guru bahasa Inggris maupun wali murid yanghadir pada pelatihan tersebut sangat aktif dalam mengikuti seluruh proses kegiatan]]>
<![CDATA[PEMANFAATAN SMARTPHONE ANDROID SEBAGAI MEDIA PEMBELAJARAN BAGI GURU SMA NEGERI 2 KOTA PEKANBARU ]]>
<![CDATA[Edi Ismanto]]>;
<![CDATA[Melly Novalia]]>;
<![CDATA[Pratama Benny Herlandy]]>
<![CDATA[ Jurnal Pengabdian UntukMu NegeRI Vol 1 No 1 (2017): Pengabdian Untuk Mu negeRI ]]>
Publisher : <![CDATA[LPPM UMRI ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (382.206 KB)
|
DOI: 10.37859/jpumri.v1i1.33
<![CDATA[Pengabdian pada masyrakat yang dilakukan bertujuan untuk menciptakan tenagapendidik yang mampu memanfaatkan smartphone sebagai media pembelajaran.Berdasarkan tujuan tersebut maka target konkrit yang ingin dicapai adalahmembangkitkan kompetensi guru untuk dapat mengembangkan produk mediapembelajaran berbasis smartphone. Untuk mencapai tujuan dan target dari kegiatanpengabdian maka metode yang dilakukan adalah melalui kegiatan pelatihan danpendampingan secara berkala sehingga didapatkan kompetensi yang ingin dicapai yaitumemanfaatkan smartphone sebagai media pembelajaran. Rencana kegiatan yangdilakukan meliputi Lokakarya dasar-dasar teknologi pembelajaran, Lokakaryapekembangan smartphone dan pemanfaatannya, Lokakarya pemanfaatan smartphonedalam bidang pendidikan, Pelatihan pengembangan media pembelajaran berbasissmartphone, Pelatihan publikasi dan produksi media pembelajaran berbasis smartphone,Pelatihan pelaksanaan evaluasi produk media pembelajaran.]]>
<![CDATA[IPTEK BAGI MASYARAKAT (IbM): SEKOLAH TK MENGHADAPI MASALAH IMPLEMENTASI SAINS ]]>
<![CDATA[Sri Fitria Retnawati]]>;
<![CDATA[yeeri Badrun]]>;
<![CDATA[Edi Ismanto]]>
<![CDATA[ Jurnal Pengabdian UntukMu NegeRI Vol 1 No 2 (2017): Pengabdian Untuk Mu negeRI ]]>
Publisher : <![CDATA[LPPM UMRI ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (545.934 KB)
|
DOI: 10.37859/jpumri.v1i2.227
<![CDATA[Isu utama pendidikan anak di Indonesia adalah Etika, moral dan kepedulian terhadap kelestarian lingkungan. Secara khusus masalah dalam pendidikan Taman kanak-kanak khususnya di kota Pekanbaru tidak ada Pengembangan Materi Sains atau Porsi Pembelajaran sains yang sedikit, pengajaran etika moral, kearifan lokal dan lingkungan hidup masih pada ranah kognitif. Untuk menjawab pertanyaan tersebut UMRI telah bermitra dengan Taman kanak-kanak Negeri Pembina 1 (TKN 1) dan Taman kanak-kanak Swasta Tri Insani Permata (TK-TIP) yang sedang di Pekanbaru dalam kegiatan pengabdian Iptek bagi Masyarakat (IbM). Dalam program ini telah disusun kurikulum baru yang menggabungkan pengajaran sains dan menanamkan moral, kearifan lokal dan kepedulian terhadap lingkungan hidup. Luaran yang berhasil dihasilkan dari kegiatan ini tersedianya kurikulum baru yang mengintegrasikan pembelajaran moral, kearifan lokal dan lingkungan hidup dan menyediakan alat peraga pembelajaran saintifik bisa menggunakan modul dan VCD penggunaan alat, untuk masing-masing Taman kanak-kanak mitra.]]>
<![CDATA[PENGENALAN MEDIA PROMOSI ONLINE UNTUK MENGGALI POTENSI DESA OKURA KELURAHAN TEBING TINGGI-RUMBAI PESISIR ]]>
<![CDATA[Edi Ismanto]]>;
<![CDATA[melly Novalia]]>;
<![CDATA[Rahmad Al Rian]]>
<![CDATA[ Jurnal Pengabdian UntukMu NegeRI Vol 1 No 2 (2017): Pengabdian Untuk Mu negeRI ]]>
Publisher : <![CDATA[LPPM UMRI ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (550.924 KB)
|
DOI: 10.37859/jpumri.v1i2.229
<![CDATA[Desa Okura memiliki potensi yang layak dikembangkan salah satu potensi yang saat ini, dikembangkan oleh Pemerintah Kota Pekanbaru, menetapkan bahwa Kelurahan Okura, Kecamatan Rumbai Pesisir sebagai Desa Wisata. Pemilihan desa tersebut tidak lepas dari lokasinya yang berada di pinggir yang berbatasan dengan berbagai daerah. Kelurahan Okura itu sangat cocok sebagai Desa Wisata karena dapat ditempuh dari berbagai arah dan lokasinya sangat strategis. Potensi alam dan budaya yang cukup tinggi telah menjadi urat nadi perekonomian masyarakat Desa Okura Kelurahan Tebing Tinggi Kecamatan Rumbai Pesisir-Pekanbaru. Permasalahan di desa Okura saat ini adalah kurangnya ekspose di masyarakat luas tentang potensi yang dimiliki Desa Okura Kelurahan Tebing Tinggi Kecamatan Rumbai Pesisir. Kegiatan Pengabdian Kepada Masyarakat ini memberikan pelatihan pembuatan blog kepada masyarakat Okura sehingga mampu memperkenalkan potensi yang ada di daerahnya ke dunia luar yang lebih luas dengan cara yang cukup, praktis dan efisien. Dari evaluasi pelaksanaan kegiatan yang dilakukan maka target luaran kegiatan telah sesuai dengan yang diharapkan yaitu : peserta dapat merancang dan membuat suatu blog beserta isinya sesuai dengan jenis potensi daerah yang berada di Desa Okura Tebing Tinggi –Rumbai Pesisir Pekanbaru dan dapat memperkenalkan visit place yang dimiliki melalui media social network (blog).]]>
<![CDATA[PELATIHAN PELAKSANAAN PENELITIAN TINDAKAN KELAS DAN TEKNIK PUBLIKASI JURNAL ILMIAH BAGI GURU SMK NEGERI 1 RENGAT ]]>
<![CDATA[Pratama Benny Herlandy]]>;
<![CDATA[Edi Ismanto]]>;
<![CDATA[Melly Novalia]]>;
<![CDATA[Rahmad Alrian]]>
<![CDATA[ Jurnal Pengabdian UntukMu NegeRI Vol 2 No 1 (2018): Pengabdian Untuk Mu negeRI ]]>
Publisher : <![CDATA[LPPM UMRI ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1821.156 KB)
|
DOI: 10.37859/jpumri.v2i1.418
<![CDATA[Pengabdian pada masyrakat yang dilakukan bertujuan untuk mencipatakan tenaga pendidik yang mampu melaksanakan kegiatan penelitian tindakan kelas. Berdasarkan tujuan tersebut maka target konkrit yang ingin dicapai adalah membangkitkan kompetensi guru untuk dapat melaksanakan publikasi ilmiah melalui penelitian tindakan kelas. Untuk mencapai tujuan dan target dari kegiatan pengabdian maka metode yang dilakukan adalah dengan melalui kegiatan pelatihan dan pendampingan secara berkala sehingga didapatkan kompetensi yang ingin dicapai yaitu mampu melaksanakan penelitian tindakan kelas dan publikasi ilmiah.]]>
<![CDATA[GOOGLE APPS FOR EDUCATION (GAFE) DEMI PENINGKATAN KUALITAS PEMBELAJARAN ERA DIGITAL DI SMK DAR-EL HIKMAH PEKANBARU ]]>
<![CDATA[Melly Novalia]]>;
<![CDATA[Edi Ismanto]]>;
<![CDATA[Vitriani Vitrian]]>;
<![CDATA[Resmi Darni]]>;
<![CDATA[Rahmad Alrian]]>;
<![CDATA[Pratama Benny Herlandi]]>
<![CDATA[ Jurnal Pengabdian UntukMu NegeRI Vol 2 No 2 (2018): Pengabdian Untuk Mu negeRI ]]>
Publisher : <![CDATA[LPPM UMRI ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (3094.252 KB)
|
DOI: 10.37859/jpumri.v2i2.1094
<![CDATA[The dedication to the community aims to provide training to all teachers at SMK Dar-el Hikmah Pekanbaru on the utilization of Google Apps for Education (GAFE) as a instructional medium in schools. The service method was conducted with training and evaluated regularly with the guidance of instructors from the Informatics Education Lecturer Team. As a result, all trainees get new knowledge about GAFE content such as Google Classroom, Google Form, Google Calendar and Google Drive. And also the school, hopes that there will be further training on developing the interactive instructional media.]]>
<![CDATA[Komparasi Kinerja Algoritma C4.5, Random Forest, dan Gradient Boosting untuk Klasifikasi Komoditas ]]>
<![CDATA[Edi Ismanto]]>;
<![CDATA[Melly Novalia]]>
<![CDATA[ Techno.Com Vol 20, No 3 (2021): Agustus 2021 ]]>
Publisher : <![CDATA[LPPM Universitas Dian Nuswantoro ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33633/tc.v20i3.4576
<![CDATA[Penentuan komoditas unggulan pada suatu daerah merupakan hal yang sangat penting untuk dilakukan, salah satunya di Provinsi Riau. Memahami mengenai prioritas perencanaan pengembangan wilayah yang diarahkan pada pengembangan komoditas unggulan. Sejauh ini Provinsi Riau memiliki potensi komoditas disektor perkebunan yang sangat menjajikan, data yang ada sebelumnya banyak digunakan sebagai laporan, dalam bentuk data excel. Data komoditas bisa digali dengan teknik data mining untuk mendapatkan pola klasifikasi, sehingga lebih memudahkan Pemerintah Provinsi Riau dalam mendapatkan informasi komoditas unggulannya. Pada penelitian ini, dilakukan pengujian kinerja algoritma klasifikasi yang banyak digunakan dalam data mining, agar mendapatkan algoritma yang memiliki kinerja paling baik untuk klasifikasi data komoditas. Beberapa penelitian mengatakan algoritma klasifikasi C4.5 memiliki kinerja kurang baik dibandingkan dengan algoritma yang lain seperti random forest, dan gradient boosting. Dalam penelitian ini dilakukan perbandingan antara algoritma C4.5, random forest, dan gradient boosting, untuk mengukur kinerja terbaik dalam melakukan klasifikasi data komoditas. Data yang digunakan dalam penelitian ini yaitu data komoditas perkebunan Provinsi Riau pada tahun 2019. Hasil dari penelitian ini, algoritma yang memiliki kinerja terbaik untuk klasifikasi adalah algoritma random forest dengan syarat menggunakan shuffle sampling. Dan mayoritas linear sampling menghasilkan kinerja kurang baik. Sedangkan shuffle sampling memiliki kinerja sangat baik untuk algoritma berbasis tree.]]>
<![CDATA[Recent systematic review on student performance prediction using backpropagation algorithms ]]>
<![CDATA[Edi Ismanto]]>;
<![CDATA[Hadhrami Ab Ghani]]>;
<![CDATA[Nurul Izrin Md Saleh]]>;
<![CDATA[Januar Al Amien]]>;
<![CDATA[Rahmad Gunawan]]>
<![CDATA[ TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 20, No 3: June 2022 ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12928/telkomnika.v20i3.21963
<![CDATA[A comprehensive systematic study was carried out in order to identify various deep learning methods developed and used for predicting student academic performance. Predicting academic performance allows for the implementation of various preventive and supportive measures earlier in order to improve academic performance and reduce failure and dropout rates. Although machine learning schemes were once popular, deep learning algorithms are now being investigated to solve difficult predictions of student performance in larger datasets with more data attributes. Deep neural network prediction methods with clear modelling and parameter measurements formulated on publicly available and recognised datasets are the focus of the research. Widely used for academic performance prediction, backpropagation algorithms have been trained and tested with various datasets, especially those related to learning management systems (LMS) and massive open online courses (MOOC). The most widely used prediction method appears to be the standard artificial neural network approach. The long-short-term memory (LSTM) approach has been reported to achieve an accuracy of around 87 percent for temporal student performance data. The number of papers that study and improve this method shows that there is a clear rise in deep learning-based academic performance prediction over the last few years]]>
<![CDATA[Implementation of Backpropagation Artificial Neural Networks to Predict Palm Oil Price Fresh Fruit Bunches ]]>
<![CDATA[Edi Ismanto]]>;
<![CDATA[Noverta Effendi]]>;
<![CDATA[Eka Pandu Cynthia]]>
<![CDATA[ IJISTECH (International Journal of Information System and Technology) Vol 2, No 1 (2018): November ]]>
Publisher : <![CDATA[Sekolah Tinggi Ilmu Komputer (STIKOM) Tunas Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30645/ijistech.v2i1.17
<![CDATA[Riau Province is one of the regions known for its plantation products, especially in the oil palm sector, so that Riau Province and regional districts focus on oil palm plants as the main commodity of plantations in Riau. Based on data from the Central Bureau of Statistics (BPS) of Riau Province, the annual production of oil palm plantations, especially smallholder plantations in Riau province has always increased. So is the demand for world CPO. But sometimes the selling price of oil palm fresh fruit bunches (FFB) for smallholder plantations always changes due to many influential factors. With the Artificial Neural Network approach, the Backpropagation algorithm we conduct training and testing of the time series variables that affect the data, namely data on the area of oil palm plantations in Riau Province; Total palm oil production in Riau Province; Palm Oil Productivity in Riau Province; Palm Oil Exports in Riau Province and Average World CPO Prices. Then price predictions will be made in the future. Based on the results of the training and testing, the best Artificial Neural Network (ANN) architecture model was obtained with 9 input layers, 5 hidden layers and 1 output layer. The output of RMSE 0000699 error value and accuracy percentage is 99.97% so that it can make price predictions according to the given target value.]]>
<![CDATA[JARINGAN SYARAF TIRUAN ALGORITMA BACKPROPAGATION DALAM MEMPREDIKSI KETERSEDIAAN KOMODITI PANGAN PROVINSI RIAU ]]>
<![CDATA[Eka Pandu Cynthia, Edi Ismanto]]>
<![CDATA[ Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 2 No 2 (2017): Juli 2017 ]]>
Publisher : <![CDATA[LPPM Universitas Abdurrab ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (793.085 KB)
|
DOI: 10.36341/rabit.v2i2.152
<![CDATA[Sebuah sistem untuk prediksi ketersediaan komoditi pangan dapat membantu dalam menentukan keputusan. Jaringan Syaraf Tiruan merupakan metode yang mampu melakukan proses matematis untuk prediksi kertersediaan komoditi pangan. Dengan algoritma Backpropagation, dilakukan proses pengolahan data terdahulu yang dijadikan input untuk prediksi ketersediaan komoditi pangan. Data yang diolah sebagai variabel input adalah Luas Area Panen, Tingkat Produktivitas, Jumlah Produksi dan Jumlah Kebutuhan Konsumsi. Sementara komoditi pangan yang diolah adalah jenis Padi, Jagung, Kedelai, Kacang Tanah, Kacang Hijau, Ubi Kayu dan Ubi Jalar. Data-data tersebut diambil dari tahun 2006 hingga tahun 2013. Tahun 2006 hingga 2012 dijadikan data input, sementara untuk tahun 2013 dijadikan data target. Beberapa tahapan Backpropagation yaitu dengan inisialisasi bobot, aktivasi, menghitung bobot input dan bias output dan perubahan bobot dan bias. Tahapan tersebut akan diperoleh output yang ingin dicapai dengan pendekatan error terkecil sehingga di peroleh hasil prediksi ketersediaan komoditi pangan. Proses pelatihan menggunakan alat bantu perangkat lunak Matlab 6.1. Hasilnya adalah prediksi jumlah ketersediaan komoditi pangan dengan proses pelatihan dan pengujian menghasilkan actual output sebagai target yang dicapai.]]>
