Article Per Year (5 Year)
p-Index From 2019 - 2024
1.347
P-Index
This Author published in this journals
All Journal BERKALA FISIKA Media Statistika Jurnal Masyarakat Informatika MATEMATIKA Scientific Journal of Informatics E-Dimas: Jurnal Pengabdian kepada Masyarakat IT JOURNAL RESEARCH AND DEVELOPMENT Martabe : Jurnal Pengabdian Kepada Masyarakat Jurnal E-Komtek
Ragil Saputra
Departemen Ilmu Komputer/Informatika Fakultas Sains Dan Matematika Universitas Diponegoro
Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Mathematics Physics Social Sciences

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
Pelatihan Computational Thinking bagi Guru SMP-SMK Muhammadiyah 2 Kota Semarang Helmie Arif Wibawa; Ragil Saputra; Priyo Sidik Sasongko; Satriyo Adhy; Rismiyati Rismiyati
E-Dimas: Jurnal Pengabdian kepada Masyarakat Vol 11, No 2 (2020): E-DIMAS
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/e-dimas.v11i2.3041

Abstract

Manusia mempunyai kemampuan bio-komputer yang bermanfaat dalam menyelesaiakan persoalan-persoalan yang dihadapi. Program berfikir yang dimiliki ini dapat dioptimalkan dengan menerapkan sebuah metode yang disebut dengan “Berpikir Komputatif” atau Computational Thinking (CT). CT adalah sebuah metode dalam menyelesaikan persoalan dengan menerapkan teknik ilmu komputer (informatika). Ketika pendekatan CT diterapkan dalam proses pembelajaran maka akan dapat membantu siswa untuk dapat melihat hubungan antara mata pelajaran, dan kehidupan di dalam dengan di luar kelas. Pengabdian ini berupaya untuk mensosialisasikan dan melakukan pelatihan dan pembinaan ke sekolah-sekolah mengenai metode CT. Tujuan yang diharapkan adalah metode CT ini dapat diimplementasi dalam proses belajar di sekolah yang nantinya akan membantu siswa untuk lebih berpikir secara komputatif. Selain itu juga diharapkan para guru dapat mempersiapkan para siswa untuk bersaing dalam Bebras Challenge Indonesia sebagai ajang kompetisi CT. Kegiatan ini meliputi pemaparan CT, pembahasan soal-soal dengan metode CT, dan pengenalan terhadap Bebras Challenge.
DIGITAL MARKETING UNTUK PEMBERDAYAAN MASYARAKAT BINAAN YAYASAN SOKOGURU UNGARAN Ragil Saputra; Eko Adi Sarwoko; Dinar Mutiara KN; Rismiyati Rismiyati; Edy Suharto
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 4, No 1 (2021): Martabe : Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v4i1.123-130

Abstract

The Sokoguru Foundation is a non-governmental organization (NGO), with one of its activities which is a place for empowering the communities. After conducting an interview with the foundation managers and a survey of the member of the community, the results show that the ability to do entrepreneurship online is essential for the community. Therefore, the community services’ team provide training for the community about the use of social media, especially using Instagram to do digital marketing.This community service activity methodology uses a Participatory Rural Approach in the form of training and mentoring. The service is carried out in 3 stages: preparation, training and evaluation. Preparation is done by seeking information on material requirements for training. The training stage is carried out using an online system with Zoom Meeting (due to COVID-19 19 pandemic). Next, the training is filled with the presentation from the community service’s team, question and answer and sharing experiences.The result of the evaluation, this service activity adds new knowledge for participants (100%), usefulness (52.6%: very useful, 47.4%: useful). As well as increasing interest in online marketing by 73.7% from the previous 57%. Apart from scientific articles, the output of this activity is in the form of training modules, articles on the Kompas mass media, and video documentation on the YouTube channel.
Analisis Data Sosial Media Twitter Menggunakan Hadoop dan Spark Irfan Rizqi Prabaswara; Ragil Saputra
IT Journal Research and Development Vol. 4 No. 2 (2020)
Publisher : UIR PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1253.583 KB) | DOI: 10.25299/itjrd.2020.vol4(2).4099

Abstract

Big data merupakan sumber data yang memiliki volume yang besar, variasi yang banyak, dan aliran data yang sangat cepat. Contoh big data antara lain data dari media sosial dan query pencarian Google. Data tersebut mampu melacak aktivitas penyakit dan data yang ada tersedia setiap saat. Pengolahan big data bukanlah suatu hal yang mudah, sehingga diperlukan suatu tools yang dapat membantu proses pengolahan terhadap big data. Salah satu tools tersebut adalah hadoop. Meskipun kinerja hadoop lebih unggul daripada RDBMS tradisional, akan tetapi pengolahan data menggunakan hadoop belum maksimal. Sehingga, diperlukan pengolahan data yang lebih cepat. Salah satu cara untuk meningkatkan kecepatan pengolahan data ialah menerapkan spark untuk proses pengolahan data yang ada di HDFS (Hadoop Distributed File System). Pada penelitian ini dilakukan plotting tren dan pemetaan pada data Demam Berdarah Dengue (DBD) yang berasal dari media sosial twitter. Penelitian ini bertujuan untuk membuat visualisasi data yang diperoleh dari twitter dengan menggunakan hadoop dan spark dalam memantau perkembangan DBD di wilayah Asia Tenggara. Hasil dari plotting tren menunjukkan adanya hubungan yang kuat antara data twitter, data asli kejadian DBD yang diperoleh dari WHO. Penelitian ini juga melakukan pengujian performa hadoop dan spark. Semakin besar alokasi memory executor yang diterapkan serta semakin besar dan serupa alokasi maksimal memory scheduler yang diterapkan pada tiap node, maka waktu yang dibutuhkan untuk menyelesaikan task semakin singkat. Akan tetapi, pada titik tertentu konfigurasi hadoop dan spark menemui titik puncaknya, sehingga jika alokasi diperbesar menghasilkan hasil yang sama.
Co-Authors Ahmad Ashari Aji, Gumilang Hanggoro Narendro Ardila, Ardila Aris Sugiharto Ashari Arief, Ashari Bayu Surarso Beta Noranita Dinar Mutiara KN Djalal Er Riyanto Edy Suharto Eko Adi Sarwoko Emilia, Firda Hamid Nasrullah Hapsari Dita Anggraeni Hasbi Yasin Helmi Arif Wibawa Helmie Arif Wibawa Irfan Rizqi Prabaswara Kurniawan, Muhammad Arief Naafi, Hilmi Keigi Okky Pamungkas H, Okky Pamungkas Panji Wisnu Wirawan Priyo Sidik Sasongko Rismiyati Rismiyati Rismiyati Rismiyati Satriyo Adhy Silmi Kafatan, Silmi Suryono Suryono Sutikno Sutikno