Program Studi Informatika – Telkom University Surabaya

Blog

  • Edge AI dan AIoT: Kecerdasan Buatan yang Dekat dengan Dunia Nyata

    Edge AI dan AIoT: Kecerdasan Buatan yang Dekat dengan Dunia Nyata

    Perkembangan kecerdasan buatan (AI) dan Internet of Things (IoT) telah mengubah cara manusia berinteraksi dengan dunia digital. Kini, integrasi keduanya melahirkan konsep AIoT (Artificial Intelligence of Things), yaitu IoT yang diperkuat oleh kecerdasan buatan. Namun, tantangan besar dari IoT adalah volume data yang sangat masif dan kebutuhan akan respon cepat. Di sinilah Edge AI hadir, membawa kecerdasan lebih dekat ke perangkat dan dunia nyata.

    Edge AI berarti menempatkan kemampuan AI langsung di perangkat edge, seperti sensor, kamera, atau gateway, sehingga data dapat diproses secara lokal tanpa harus dikirim seluruhnya ke cloud. Dengan pendekatan ini, sistem dapat menghasilkan keputusan real-time yang penting untuk aplikasi kritis, mulai dari mobil otonom, sistem kesehatan pintar, hingga manufaktur cerdas. Shi et al. (2016) mencatat bahwa edge computing mampu memangkas latensi hingga 80%, menjadikannya solusi tepat bagi IoT yang membutuhkan kecepatan.

    Integrasi Edge AI dengan AIoT membawa banyak manfaat. Pertama, respons lebih cepat. Misalnya, kamera keamanan dengan Edge AI bisa langsung mendeteksi aktivitas mencurigakan dan mengirimkan peringatan tanpa bergantung pada server pusat. Kedua, efisiensi jaringan. Data yang tidak relevan dapat difilter di perangkat, sehingga hanya informasi penting yang dikirim ke cloud. Ketiga, privasi lebih terjaga, karena data sensitif dapat diproses di perangkat lokal tanpa keluar dari jaringan pribadi.

    Di sektor industri, AIoT berbasis Edge AI dapat mendukung predictive maintenance dengan memantau kondisi mesin secara real-time. Dalam kesehatan, wearable dengan Edge AI mampu mendeteksi gejala kritis seperti aritmia atau hipoksia dan memberi peringatan instan. Sementara itu, di transportasi, kendaraan yang terhubung dengan AIoT bisa berkomunikasi dengan infrastruktur jalan untuk mengurangi risiko kecelakaan. Zhou et al. (2019) menyebut tren ini sebagai edge intelligence, yang membuka jalan bagi sistem otonom yang benar-benar dekat dengan dunia nyata.

    Meski potensinya besar, integrasi Edge AI dan AIoT juga menghadapi tantangan. Perangkat harus memiliki daya komputasi tinggi dengan konsumsi energi rendah, interoperabilitas antarplatform masih menjadi masalah, dan keamanan siber harus diperkuat agar data IoT tidak rentan diretas. Namun, perkembangan chip AI hemat energi dan jaringan 5G/6G membuat integrasi ini semakin mungkin diterapkan secara luas.

    Masa depan teknologi akan ditentukan oleh seberapa baik AI bisa hadir di dunia nyata, bukan hanya di cloud. Dengan Edge AI dan AIoT, kecerdasan buatan benar-benar hadir di sekitar kita, membuat perangkat lebih cerdas, responsif, dan adaptif. Inilah langkah penting menuju ekosistem digital yang tidak hanya terhubung, tetapi juga benar-benar cerdas dalam melayani manusia.

    Referensi
    1. Shi, W., Cao, J., Zhang, Q., Li, Y., & Xu, L. (2016). Edge Computing: Vision and Challenges. IEEE Internet of Things Journal, 3(5), 637–646. https://doi.org/10.1109/JIOT.2016.2579198
    2. Zhou, Z., Chen, X., Li, E., Zeng, L., Luo, K., & Zhang, J. (2019). Edge Intelligence: Paving the Last Mile of Artificial Intelligence With Edge Computing. Proceedings of the IEEE, 107(8), 1738–1762. https://doi.org/10.1109/JPROC.2019.2918951
    3. Xu, X., Lu, Y., Vogel-Heuser, B., & Wang, L. (2021). Industry 4.0 and Industry 5.0—Inception, Conception and Perception. Journal of Manufacturing Systems, 61, 530–535. https://doi.org/10.1016/j.jmsy.2021.10.006
    4. Chen, M., Hao, Y., Cai, Y., Wang, Y., & Hwang, K. (2020). Edge Cognitive Computing Based Smart Healthcare System. Future Generation Computer Systems, 96, 563–573. https://doi.org/10.1016/j.future.2019.02.050
    5. Gubbi, J., Buyya, R., Marusic, S., & Palaniswami, M. (2013). Internet of Things (IoT): A Vision, Architectural Elements, and Future Directions. Future Generation Computer Systems, 29(7), 1645–1660. https://doi.org/10.1016/j.future.2013.01.010
  • Platform AI-as-a-Service: Solusi Cepat untuk Skala Besar dan Startup

    Platform AI-as-a-Service: Solusi Cepat untuk Skala Besar dan Startup

    Adopsi Artificial Intelligence (AI) semakin menjadi kebutuhan strategis, baik untuk perusahaan berskala besar maupun startup yang baru merintis. Namun, membangun infrastruktur AI dari nol sering kali memakan biaya, waktu, dan tenaga yang besar. Di sinilah konsep Platform AI-as-a-Service (AIaaS) hadir sebagai solusi: layanan berbasis cloud yang memungkinkan organisasi mengakses teknologi AI secara fleksibel, cepat, dan hemat biaya.

    AIaaS menyediakan berbagai layanan, mulai dari machine learning, natural language processing (NLP), computer vision, hingga analitik prediktif, yang semuanya dapat digunakan lewat antarmuka API atau dashboard tanpa harus membangun model dari nol. Startup bisa memanfaatkan layanan ini untuk mempercepat pengembangan produk, sementara perusahaan besar dapat menggunakannya untuk memperluas skala operasional. Menurut Gartner (2022), lebih dari 40% organisasi global kini menggunakan AI melalui platform cloud karena faktor efisiensi.

    Bagi startup, keunggulan AIaaS terletak pada aksesibilitas. Mereka bisa menguji ide inovatif seperti chatbot cerdas, sistem rekomendasi, atau analisis data pelanggan tanpa harus memiliki tim AI besar atau infrastruktur mahal. Hal ini memungkinkan percepatan time-to-market dan fokus pada pengembangan produk inti. Sementara bagi enterprise, AIaaS menawarkan skalabilitas—kemampuan memproses big data secara real-time untuk mendukung analitik, supply chain, hingga keamanan siber.

    Selain fleksibel dan hemat biaya, AIaaS juga mendukung eksperimen dan inovasi berkelanjutan. Perusahaan dapat dengan mudah mencoba model baru, membandingkan hasil, dan men-deploy ke produksi dalam hitungan jam. Hal ini sejalan dengan laporan IDC (2021) yang menyebutkan bahwa AIaaS mempercepat siklus inovasi perusahaan hingga 35% dibanding pendekatan tradisional.

    Namun, adopsi AIaaS juga memiliki tantangan. Salah satunya adalah ketergantungan pada vendor cloud (misalnya AWS, Azure, Google Cloud), yang menimbulkan risiko lock-in teknologi. Selain itu, isu privasi dan keamanan data tetap menjadi perhatian utama, terutama untuk sektor seperti kesehatan dan keuangan. Menurut Wamba et al. (2021), strategi multi-cloud dan enkripsi data adalah kunci untuk mengurangi risiko ini.

    Terlepas dari tantangannya, Platform AI-as-a-Service telah menjadi game-changer dalam ekosistem digital. Ia memungkinkan startup bermimpi besar tanpa modal infrastruktur yang masif, dan memberikan perusahaan besar kelincahan untuk beradaptasi dengan pasar yang terus berubah. Dari chatbot hingga prediksi pasar global, AIaaS membuka jalan bagi dunia bisnis untuk memanfaatkan kekuatan AI secara lebih inklusif.

    Dengan perkembangan pesatnya, masa depan AI kemungkinan akan semakin terdistribusi dalam bentuk layanan cloud. Pertanyaannya bukan lagi apakah perusahaan perlu menggunakan AI, tetapi bagaimana mereka memanfaatkan AI-as-a-Service untuk tumbuh lebih cepat, lebih efisien, dan lebih kompetitif.

    Referensi
    1. Gartner. (2022). Hype Cycle for Artificial Intelligence. Gartner Research.
    2. IDC. (2021). Worldwide Artificial Intelligence Services Market Shares. International Data Corporation.
    3. Wamba, S. F., Queiroz, M., & Trinchera, L. (2021). Dynamics Between Artificial Intelligence and Business Value Creation in Supply Chain Management. International Journal of Operations & Production Management, 41(7), 1013–1037. https://doi.org/10.1108/IJOPM-03-2021-0207
    4. Zhang, C., & Lu, Y. (2021). Study on Artificial Intelligence as a Service (AIaaS). Journal of Physics: Conference Series, 1744(4), 042165. https://doi.org/10.1088/1742-6596/1744/4/042165
    5. Dwivedi, Y. K., et al. (2021). Artificial Intelligence (AI): Multidisciplinary Perspectives on Emerging Challenges, Opportunities, and Agenda for Research, Practice, and Policy. International Journal of Information Management, 57, 101994. https://doi.org/10.1016/j.ijinfomgt.2019.08.002
  • Cerebras dan Google TPU: Siapa Penguasa Baru Hardware AI?

    Cerebras dan Google TPU: Siapa Penguasa Baru Hardware AI?

    Ledakan kecerdasan buatan dalam satu dekade terakhir tidak hanya ditopang oleh algoritma baru, tetapi juga oleh hardware khusus yang dirancang untuk mempercepat komputasi. Dua nama yang sering muncul dalam diskusi teknologi akselerator AI adalah Cerebras Systems dengan Wafer-Scale Engine (WSE) dan Google dengan Tensor Processing Unit (TPU). Keduanya menawarkan pendekatan berbeda untuk memecahkan masalah inti deep learning: bagaimana memproses jutaan hingga miliaran parameter model dengan cepat, efisien, dan hemat energi. Pertanyaannya, siapa yang berpotensi menjadi penguasa baru hardware AI?

    Cerebras dikenal berani mendobrak batas desain chip konvensional dengan meluncurkan Wafer-Scale Engine, chip raksasa sebesar satu wafer penuh dengan luas lebih dari 46.000 mm² dan berisi ratusan ribu core khusus AI. Arsitektur ini memungkinkan komunikasi antar-core yang sangat cepat, sehingga meminimalkan bottleneck yang biasanya muncul pada GPU atau CPU. Menurut Feldman (2021), WSE-2 milik Cerebras mampu memberikan performa setara dengan ratusan GPU kelas atas, tetapi dengan latensi komunikasi jauh lebih rendah. Teknologi ini sangat cocok untuk melatih model AI skala besar seperti GPT atau model genomik yang membutuhkan paralelisme ekstrem.

    Sementara itu, Google TPU mengambil pendekatan berbeda. TPU didesain khusus untuk mempercepat operasi tensor dalam deep learning, terutama pada framework TensorFlow. Generasi terbaru, TPU v4, mampu memberikan performa hingga 275 teraflops per chip dan terintegrasi langsung dengan infrastruktur Google Cloud. Keunggulan TPU terletak pada skalabilitasnya: ribuan chip TPU dapat dikombinasikan dalam TPU Pod, yang menjadikannya salah satu sistem komputasi AI terbesar di dunia. Jouppi et al. (2021) menunjukkan bahwa TPU v4 memberikan efisiensi energi hampir 2x lipat dibanding GPU terbaru dalam beban kerja machine learning tertentu.

    Persaingan Cerebras vs Google TPU bukan sekadar angka performa, tetapi juga soal ekosistem. TPU unggul karena terintegrasi penuh dengan Google Cloud, sehingga mudah diakses perusahaan atau peneliti tanpa harus membeli hardware fisik. Sebaliknya, Cerebras lebih fokus pada sektor riset ilmiah dan institusi yang membutuhkan komputasi AI on-premise dengan kontrol penuh. Menurut Mattson et al. (2020), TPU lebih populer untuk aplikasi industri dan cloud-scale AI, sedangkan Cerebras lebih menonjol di bidang penelitian frontier, seperti genomika, material science, dan large language models (LLM).

    Meski begitu, keduanya sama-sama mendorong batas teknologi AI. Cerebras dengan chip raksasa berbasis wafer membawa paradigma baru dalam desain hardware, sementara Google TPU membuktikan kekuatan integrasi antara akselerator khusus dan ekosistem cloud. Schuman et al. (2022) menilai bahwa masa depan hardware AI kemungkinan tidak akan didominasi hanya oleh satu pemain, melainkan oleh kombinasi berbagai pendekatan, di mana Cerebras dan TPU menjadi pionir utama.

    Dengan demikian, tidak ada jawaban tunggal siapa penguasa baru hardware AI—Cerebras unggul dalam arsitektur revolusioner untuk riset frontier, sedangkan Google TPU memimpin dalam ekosistem cloud dan adopsi massal. Yang pasti, keduanya mewakili arah baru komputasi AI: semakin besar, semakin efisien, dan semakin dekat dengan kebutuhan model kecerdasan buatan yang kian kompleks.

    Referensi
    1. Feldman, A. (2021). The Wafer-Scale Engine: Accelerating AI Beyond GPUs. Communications of the ACM, 64(12), 34–38. https://doi.org/10.1145/3470496
    2. Jouppi, N. P., et al. (2021). Ten Lessons From Three Generations Shaped Google’s TPUv4i. Proceedings of the 48th Annual International Symposium on Computer Architecture (ISCA). https://doi.org/10.1145/3466752.3480110
    3. Mattson, P., Reddi, V. J., Cheng, C., et al. (2020). MLPerf: An Industry Standard Benchmark Suite for Machine Learning Performance. IEEE Micro, 40(2), 8–16. https://doi.org/10.1109/MM.2020.2974843
    4. Schuman, C. D., Potok, T. E., & Plank, J. S. (2022). Opportunities for Neuromorphic and Specialized Hardware in AI. Nature Computational Science, 2, 10–19. https://doi.org/10.1038/s43588-021-00184-y
    5. Cerebras Systems. (2023). Cerebras Wafer-Scale Engine 2 Technical Overview. Cerebras Technical Paper. https://cerebras.net
  • Masa Depan Pengembangan Software Saat AI Menjadi Rekan Coding Developer

    Masa Depan Pengembangan Software Saat AI Menjadi Rekan Coding Developer

    Dulu, pengkodean adalah pekerjaan soliter: satu developer, satu layar, satu editor teks. Kini, pemandangan itu berubah drastis. Di era baru pengembangan software, AI bukan lagi alat bantu kecil di IDE, melainkan rekan kolaboratif yang bekerja bersama developer—memberi saran, menulis kode, menghindari bug, bahkan menyarankan arsitektur aplikasi. Inilah masa depan pengembangan software, ketika AI hadir sebagai mitra sejajar di meja kerja developer.

    Fenomena ini tak lagi sekadar eksperimen. Tools seperti GitHub Copilot, Amazon CodeWhisperer, Tabnine, dan Cursor AI telah membuktikan bahwa AI dapat mempercepat produktivitas pemrograman tanpa mengorbankan kualitas. Copilot, misalnya, tidak hanya melengkapi sintaks, tetapi mampu memahami konteks fungsi, memberi saran optimalisasi, dan bahkan menulis test case unit berdasarkan deskripsi natural language.

    Kemampuan ini lahir dari integrasi Large Language Models (LLM) seperti GPT-4 dan Code LLaMA yang telah dilatih dengan miliaran baris kode dari berbagai bahasa pemrograman. Ketika developer mengetik “buat fungsi validasi email,” AI bukan hanya menghasilkan regex—tetapi juga memastikan kode tersebut aman, efisien, dan sesuai standar best practice.

    Studi GitHub tahun 2023 menunjukkan bahwa developer yang menggunakan Copilot menyelesaikan coding task hingga 55% lebih cepat, dan merasa lebih sedikit kelelahan mental. Sementara itu, perusahaan seperti Shopify dan Replit bahkan sudah bereksperimen dengan AI pair programmer yang aktif terlibat dalam seluruh siklus pengembangan: dari eksplorasi ide, penulisan skrip, revisi, hingga dokumentasi otomatis.

    Namun AI tidak hanya mempercepat. Ia juga meningkatkan kualitas software. Dengan integrasi ke CI/CD pipeline, sistem AI seperti DeepCode atau Snyk Code AI dapat mendeteksi celah keamanan, duplikasi kode, hingga potensi crash sebelum kode masuk staging. Dalam dunia DevSecOps, AI bukan lagi fitur tambahan, melainkan komponen wajib demi menjaga kecepatan dan stabilitas.

    Pertanyaannya: apakah AI akan menggantikan developer?

    Jawabannya: tidak. Tapi developer yang menguasai AI akan menggantikan developer yang tidak menggunakannya. Di masa depan, pengembangan software bukan sekadar tentang menulis baris kode, tetapi tentang berpikir pada level arsitektur, memilih prompt yang tepat, dan menyusun sistem kolaboratif antara manusia dan mesin.

    AI kini juga merambah ke manajemen proyek. Tools seperti Codeium Projects atau Kite Pro mampu memahami roadmap produk dan menyarankan pembagian modul secara otomatis. Bahkan dalam dunia open source, AI digunakan untuk mengelola issue, menyarankan merge otomatis, dan menganalisis tren kontribusi.

    Tren ini mendorong pergeseran peran developer dari sekadar “coder” menjadi AI-enhanced software architect. Mereka yang mampu menyusun logika, merancang sistem, dan membimbing AI dalam proses kreatif coding akan menjadi pendorong utama inovasi digital.

    Dalam lima tahun ke depan, kita mungkin tidak lagi menulis setiap baris kode secara manual. Tapi kita akan berkolaborasi dengan AI untuk membangun sistem yang lebih cepat, lebih kompleks, dan lebih stabil dari sebelumnya. Saat AI menjadi rekan sejati, pengembangan software berubah dari pekerjaan teknis menjadi proses kolaboratif yang kaya, dinamis, dan strategis.

    Referensi Ilmiah dan Teknis
    1. GitHub Research (2023). Measuring Developer Productivity with Copilot.
    2. Xu, Q., et al. (2022). Human-AI Pair Programming: Patterns and Outcomes. ACM CHI.
    3. Replit Labs (2024). The Future of Programming with Code AI Agents.
    4. Stack Overflow Developer Survey (2024). AI Tool Adoption and Impact on Developer Workflow.
    5. Snyk Security Reports (2023). AI-Powered Secure Coding: Case Studies and Best Practices.
  • Neuromorphic Computing untuk Revolusi Perangkat Lunak lewat Chip yang Meniru Otak

    Neuromorphic Computing untuk Revolusi Perangkat Lunak lewat Chip yang Meniru Otak

    Di balik ledakan teknologi kecerdasan buatan dan sistem pintar, terdapat satu kenyataan tak terbantahkan: arsitektur komputer saat ini bukanlah yang paling efisien untuk meniru kecerdasan alami. Prosesor konvensional masih memproses informasi secara linier dan boros energi—sangat jauh dari cara otak manusia bekerja. Di sinilah neuromorphic computing masuk sebagai revolusi yang menantang status quo. Alih-alih sekadar meningkatkan kecepatan atau jumlah core, pendekatan ini merancang chip yang meniru cara kerja neuron otak manusia, menghadirkan cara baru dalam membangun perangkat lunak yang cerdas, cepat, dan hemat energi.

    Neuromorphic computing tidak hanya meniru struktur biologis otak, tetapi juga dinamika aktivitas neuron dan sinapsis. Alih-alih menjalankan instruksi secara berurutan, chip neuromorfik bersifat event-driven: hanya aktif saat ada stimulus, seperti neuron yang menembakkan sinyal ketika dibutuhkan. Model ini menghasilkan efisiensi energi yang jauh lebih tinggi, serta memungkinkan sistem belajar secara adaptif dan kontekstual. Dengan kata lain, kita tidak hanya membangun sistem pintar—tetapi juga sistem yang “merasakan” dan “menyesuaikan” dengan cara kerja otak.

    Salah satu pencapaian besar dalam teknologi ini adalah Loihi, chip neuromorfik dari Intel. Dirancang untuk meniru neuron dan sinapsis biologis, Loihi mampu menjalankan algoritma pembelajaran mandiri secara lokal, tanpa koneksi ke cloud. Dalam pengujian di laboratorium Intel, Loihi menunjukkan kemampuan pengenalan pola suara dan sensorik dengan kecepatan 1000x lebih efisien dibandingkan prosesor konvensional. Bahkan, untuk tugas-tugas seperti navigasi otonom dan pengenalan objek real-time, chip ini bisa bekerja dengan daya yang sangat rendah—ideal untuk perangkat edge dan robotik.

    Sementara itu, IBM TrueNorth, salah satu pionir dalam neuromorphic computing, telah menunjukkan kemampuan menangani jutaan neuron dan miliaran sinapsis buatan dalam sebuah chip tunggal. Arsitekturnya tidak dirancang untuk menjalankan sistem operasi seperti komputer biasa, tetapi untuk menjalankan jaringan saraf biologis yang mendalam secara native. Ini memungkinkan pengolahan data sensorik yang kompleks secara efisien, tanpa perlu komputasi awan yang mahal.

    Integrasi neuromorphic computing ke dalam dunia perangkat lunak juga membuka bab baru. Dengan chip yang mampu menjalankan model pembelajaran secara langsung dan dinamis, pengembang tidak perlu lagi membuat kode instruksi detail untuk semua kondisi. Perangkat lunak masa depan bisa lebih bersifat “organik”: bereaksi terhadap lingkungan, belajar dari data baru tanpa perlu dilatih ulang sepenuhnya, dan menyesuaikan perilaku secara mandiri.

    Beberapa aplikasi awal yang telah menunjukkan potensi luar biasa adalah dalam bidang robotika adaptif, kendaraan otonom, dan pengawasan energi rendah di sistem edge. Misalnya, dalam studi dari ETH Zurich, robot kecil yang dilengkapi chip neuromorfik mampu belajar navigasi ruangan yang kompleks hanya dengan beberapa kali percobaan, tanpa pemrograman eksplisit. Ini adalah kemampuan yang sebelumnya hanya mungkin dilakukan dengan sistem AI besar dan boros daya.

    Tantangan tetap ada, terutama dalam hal ekosistem perangkat lunak dan kompatibilitas dengan arsitektur konvensional. Karena pendekatannya sangat berbeda dari CPU dan GPU, dibutuhkan toolchain baru, bahasa pemrograman baru, dan pola pikir baru dalam pengembangan. Namun para peneliti meyakini, saat perangkat lunak mulai dirancang dengan mempertimbangkan logika otak—bukan logika komputer—kita akan memasuki fase baru kecerdasan buatan yang jauh lebih alami dan berkelanjutan.

    Neuromorphic computing bukan hanya teknologi, tetapi filosofi baru dalam membangun mesin yang belajar, beradaptasi, dan berkembang seperti makhluk hidup. Ketika chip mulai berpikir seperti otak, masa depan perangkat lunak tidak lagi sekadar baris kode, melainkan sistem yang benar-benar cerdas—dengan intuisi, efisiensi, dan kemampuan belajar yang tak tertandingi.

    Referensi Ilmiah:
    1. Davies, M., et al. (2018). Loihi: A Neuromorphic Manycore Processor with On-Chip Learning. IEEE Micro.
    2. Merolla, P. A., et al. (2014). A million spiking-neuron integrated circuit with a scalable communication network and interface. Science.
    3. Indiveri, G., & Liu, S. C. (2015). Memory and information processing in neuromorphic systems. Proceedings of the IEEE.
    4. Schuman, C. D., et al. (2022). Opportunities for neuromorphic computing algorithms and applications. Nature Computational Science.
    5. Furber, S. B. (2016). Large-scale neuromorphic computing systems. Journal of Neural Engineering.
  • Pengenalan Keanekaragaman Budaya Indonesia kepada Siswa Sekolah Dasar Hang Tuah 12 melalui Pembelajaran Pembuatan Poster Edukatif

    Pengenalan Keanekaragaman Budaya Indonesia kepada Siswa Sekolah Dasar Hang Tuah 12 melalui Pembelajaran Pembuatan Poster Edukatif

    Di tengah derasnya arus globalisasi dan dominasi budaya digital, upaya memperkenalkan kekayaan budaya Indonesia kepada generasi muda menjadi sangat mendesak. Terlebih bagi siswa Sekolah Dasar (SD), mengenal dan mencintai warisan budaya bangsa adalah pondasi penting dalam membentuk identitas nasional dan karakter yang berakar pada nilai-nilai luhur bangsa.

    Sayangnya, pendekatan konvensional dalam pembelajaran budaya seringkali dianggap membosankan. Di sinilah media visual, khususnya poster edukatif, berperan sebagai jembatan antara pembelajaran dan daya tarik siswa.

    Berangkat dari kebutuhan tersebut, dosen dan mahasiswa Telkom University menyelenggarakan kegiatan edukatif bertajuk “Pengenalan Keanekaragaman Budaya Indonesia melalui Pembelajaran Pembuatan Poster Edukatif” di SD Hang Tuah 12 Surabaya. Kegiatan ini menyatukan aspek edukasi, teknologi, dan kreativitas dalam satu model pembelajaran kontekstual yang menyenangkan dan membumi.

    Inovasi Visual untuk Edukasi Budaya

    Poster bukan sekadar hiasan dinding. Dalam konteks pembelajaran, media ini terbukti mampu meningkatkan pemahaman siswa terhadap materi melalui ilustrasi, warna, dan desain yang menarik. Khususnya di jenjang SD, di mana siswa cenderung visual dan kinestetik, poster menjadi alat bantu ajar yang sangat efektif.

    Lebih dari itu, media poster mendorong siswa untuk berpikir kritis, menggali informasi, dan mengekspresikan kembali hasil belajar mereka secara kreatif. Hal ini sejalan dengan prinsip active learning, di mana siswa tidak hanya menjadi penerima informasi, tetapi juga pencipta pengetahuan.

    Digitalisasi Poster di Era Teknologi

    Salah satu tantangan dalam kegiatan ini adalah keterbatasan pengetahuan dan akses siswa terhadap perangkat desain digital. Banyak siswa belum familiar menggunakan aplikasi seperti Canva atau software grafis lainnya. Namun, dengan bimbingan guru dan pendampingan mahasiswa, hambatan tersebut justru menjadi peluang untuk mengenalkan literasi teknologi sejak dini.

    Siswa dilatih menggunakan aplikasi desain yang ramah anak, disesuaikan dengan tingkat pemahaman mereka. Guru memainkan peran penting sebagai fasilitator: memberikan contoh, membimbing teknis, dan memotivasi siswa untuk menyelesaikan proyek mereka secara mandiri maupun kolaboratif.

    Mewarnai Indonesia Lewat Poster Budaya

    Dalam pelaksanaan kegiatan, siswa dibagi dalam beberapa kelompok kecil. Masing-masing kelompok diminta membuat poster tentang budaya dari suku tertentu di Indonesia mulai dari pakaian adat, makanan khas, hingga tradisi lokal. Ada yang membuat tentang Batik Jawa, Tari Tor-tor dari Sumatera Utara, hingga Ogoh-Ogoh dari Bali.

    Tak hanya menggambar dan mendesain, siswa juga melakukan riset sederhana dengan bantuan guru dan pendamping. Mereka belajar mencari informasi dari buku maupun internet, menyaring data yang relevan, lalu menyusunnya menjadi visual edukatif yang informatif dan menarik.

    Poster hasil karya siswa kemudian dipamerkan di lingkungan sekolah. Ini menjadi momen apresiasi yang bukan hanya membanggakan, tetapi juga membangkitkan rasa memiliki terhadap budaya Indonesia.

    Menyiapkan Generasi Cinta Budaya dan Melek Teknologi

    Kegiatan ini menunjukkan bahwa pengenalan budaya tidak harus bersifat teoritis dan membosankan. Dengan pendekatan kontekstual dan kolaboratif, pembelajaran budaya bisa menjadi pengalaman yang menyenangkan sekaligus mendidik.

    Dampaknya bukan hanya pada aspek kognitif, tetapi juga afektif dan psikomotorik. Siswa tidak hanya mengetahui keberagaman budaya Indonesia, tetapi juga belajar menghargainya. Mereka pun dilatih untuk berpikir kreatif, bekerja sama, dan menggunakan teknologi dengan bijak.

    Integrasikan Poster dalam Kurikulum Budaya Sekolah

    Agar pendekatan ini berkelanjutan, guru dan sekolah perlu mengintegrasikan pembelajaran berbasis proyek seperti pembuatan poster dalam kurikulum. Selain itu, akses terhadap teknologi dan pelatihan bagi guru juga harus ditingkatkan agar semua pihak dapat memanfaatkan potensi media visual secara optimal.

    Di tengah era digital, poster edukatif bisa menjadi alat transformasi pendidikan budaya yang tidak hanya relevan, tetapi juga berdampak besar bagi pembentukan karakter siswa sejak dini.

    Referensi

    • Resmini, S., Satriani, I., & Rafi, M. (2021). Pelatihan penggunaan aplikasi Canva sebagai media pembuatan bahan ajar dalam pembelajaran bahasa Inggris. Abdimas Siliwangi, 4(2), 335–343.
    • Purwanti, K. Y. (2022). Pelatihan pembuatan media pembelajaran dengan pendekatan metakognitif berbantuan Canva untuk meningkatkan kemampuan pemecahan masalah siswa sekolah dasar. Dedikasi Nusantara, 2(1), 45–52.
    • Ristiana, E., et al. (2022). Pelatihan Pembuatan Media Pembelajaran Berbasis Canva untuk Guru SD Negeri Mandai Kota Makassar. Jurnal Hasil-Hasil Pengabdian dan Pemberdayaan Masyarakat, 1(1), 71–76.
    • Syurmita, S., Anindya, R. S., & Palupi, A. (2023). Pelatihan Pembuatan Poster Digital dengan Aplikasi Canva pada Siswa SD Al Fityan Tangerang. Prosiding SENDAMAS, 3(1), 50–54.

    Dokumentasi Kegiatan

    Tim Sukses Kegiatan

    • Dosen Pembimbing: Tanzilal Mustaqim, S.Kom., M.Kom.
    • Mahasiswa Pelaksana:
      • Muhammad Hafizh Alfajri
      • Yesaya Silvarian Cokroaji
      • Muhammad Syarif Hidayatulloh
      • Andreas Dwi Saputra

  • Digitalisasi Menu Kedai Sri Rejeki: Inovasi Web Menu untuk Meningkatkan Pelayanan Usaha Kuliner

    Digitalisasi Menu Kedai Sri Rejeki: Inovasi Web Menu untuk Meningkatkan Pelayanan Usaha Kuliner

    Dalam era digital saat ini, UMKM (Usaha Mikro, Kecil, dan Menengah) perlu beradaptasi dengan teknologi untuk tetap bersaing dan memenuhi ekspektasi pelanggan. Salah satu sektor UMKM yang berkembang pesat adalah bidang kuliner, termasuk bentuk usaha seperti kopitiam — tempat makan santai yang banyak digemari oleh berbagai kalangan. Namun, tidak semua pelaku usaha kuliner telah memanfaatkan teknologi digital secara optimal dalam operasional mereka.

    Kedai Sri Rejeki adalah sebuah kopitiam lokal yang menyajikan berbagai makanan ringan dan minuman. Kedai ini memiliki suasana nyaman dan pelanggan setia, namun sistem pelayanan masih sepenuhnya manual. Salah satu kendala yang dihadapi adalah pelanggan harus mengantri atau menunggu untuk mengetahui menu yang tersedia, karena menu hanya tersedia di area kasir. Hal ini sering menyebabkan waktu tunggu yang tidak efisien dan pengalaman pelanggan yang kurang optimal.

    Sebagai bentuk pengabdian melalui mata kuliah Informatika untuk Masyarakat (IUM), kelompok kami menginisiasi pembuatan website menu digital untuk Kedai Sri Rejeki. Website ini tidak menggantikan sistem pemesanan manual, melainkan bertujuan untuk memberikan akses mudah kepada pelanggan dalam melihat daftar menu secara mandiri melalui perangkat smartphone mereka. Pelanggan cukup memindai QR code di meja atau etalase untuk mengakses website yang berisi daftar menu, gambar, harga, dan deskripsi singkat dari setiap produk.

    Pengembangan website ini dilakukan oleh mahasiswa dari Prodi Informatika dengan bimbingan dosen Kharisma Monika Dian Pertiwi, S.Kom., M.Kom., melalui proses yang meliputi observasi di lokasi, diskusi dengan pemilik usaha, perancangan antarmuka, pengisian konten menu, hingga implementasi. Teknologi yang digunakan meliputi HTML, CSS, dan JavaScript, dengan desain yang ringan dan mobile-friendly. Website ini di-host secara gratis melalui Vercel, sehingga pemilik usaha tidak terbebani biaya tambahan.

    Website menu ini memuat informasi lengkap tentang seluruh menu di Kedai Sri Rejeki, termasuk foto makanan dan harga. Meski tidak menyediakan fitur pemesanan daring, pelanggan dapat memanfaatkan website untuk melihat menu sebelum menuju kasir. Ini membantu mempercepat proses pemesanan, mengurangi antrian, dan menciptakan suasana yang lebih efisien.

    Hasil implementasi menunjukkan bahwa pelanggan merasa terbantu dengan adanya akses menu digital, dan pemilik kedai juga merasa lebih ringan karena tidak perlu menjelaskan ulang menu secara manual. Selain itu, desain visual yang menarik pada website juga meningkatkan citra modern dari Kedai Sri Rejeki tanpa menghilangkan nuansa kopitiam-nya.

    Proyek ini membuktikan bahwa digitalisasi tidak selalu memerlukan sistem yang kompleks. Inovasi sederhana seperti website menu sudah cukup untuk meningkatkan efisiensi pelayanan dan memberikan nilai tambah bagi pelanggan. Kami merekomendasikan pendekatan serupa untuk UMKM lain yang ingin memulai proses digitalisasi secara bertahap dan terjangkau.

    Referensi

    • Kementerian Koperasi dan UKM. (2023). Transformasi Digital UMKM Indonesia. Jakarta: Kemenkop UKM.
    • Wibowo, D. A., & Kurniawan, Y. (2020). Pemanfaatan Website Menu pada Usaha Mikro di Era Digital. Jurnal Pengabdian Informatika, 4(1), 22–28.
    • Sugiyono. (2017). Metode Penelitian Kombinasi (Mixed Methods). Bandung: Alfabeta.

    Lampiran

    Link Dokumentasi Kegiatan:
    https://drive.google.com/drive/folders/1tds0x2J7RpbDzrjOoxHvhubfG_YbScYM?usp=sharing

    Tim Sukses Proyek Website Menu Digital Kedai Sri Rejeki:

    • Dosen Pembimbing: Kharisma Monika Dian Pertiwi, S.Kom., M.Kom.
    • Mahasiswa:
      • Ali Rafli Putra Hakiki
      • I Gede Arengga Nabakta
      • Mahendra Prathama H. P.
      • Daniswara Aryasatya F. F.
      • Dimas Arifil Azizi
      • Dellon Davansyah

  • Membaca Suara Generasi Z Lewat AI: Analisis Sentimen Tren #Kabur_Aja_Dulu

    Membaca Suara Generasi Z Lewat AI: Analisis Sentimen Tren #Kabur_Aja_Dulu

    Telkom University Surabaya terus berkomitmen mendukung peningkatan literasi teknologi di kalangan pelajar melalui program Informatika untuk Masyarakat (IUM). Salah satu implementasinya adalah seminar edukatif bertema “Membaca Suara Generasi Z Lewat AI: Analisis Sentimen Tren #Kabur_Aja_Dulu sebagai Refleksi Krisis Sosial di Era Digital.”

    Kegiatan ini menyasar siswa SMK Kartika 1 Surabaya sebagai upaya membangun kesadaran digital dan kemampuan berpikir kritis sejak dini. Tren #Kabur_Aja_Dulu yang viral di media sosial menjadi titik tolak dalam mengajarkan siswa memahami fenomena sosial secara lebih analitis menggunakan kecanggihan teknologi.

    AI dan Sentiment Analysis: Dari Tren Digital ke Kesadaran Sosial

    Fenomena tagar #Kabur_Aja_Dulu mencerminkan keresahan generasi muda terhadap kondisi sosial, ekonomi, dan politik Indonesia. Namun, masih banyak pelajar yang menjadi konsumen pasif tren digital tanpa memahami makna sosial di baliknya.

    Melalui pendekatan edukatif dan interaktif, mahasiswa S1 Informatika Telkom University memperkenalkan konsep Artificial Intelligence (AI) dan Sentiment Analysis. Harapannya, siswa dapat memahami tren media sosial secara lebih kritis dan mengenali potensi teknologi untuk mengolah opini publik.

    Peningkatan Literasi AI Melalui Seminar Interaktif

    Dipimpin oleh Ibu Vessa Rizky Oktavia, S.Kom., M.Kom., seminar ini dilaksanakan oleh tim mahasiswa dari Kelompok 20, yaitu Mario Achmad Taufik (ketua), Amoure Chelsytrivia Daniella Purba, Yulan Tamariska Lepur, Gusti Mahsa Farrell Savero, dan Reyhan Dwi Cahyo Nugroho. Acara berlangsung pada 16 Mei 2025 dan diikuti oleh 70 siswa SMK Kartika 1 Surabaya.

    Materi yang disampaikan mencakup:

    • Pengantar AI dan Machine Learning
    • Pengenalan Sentiment Analysis
    • Algoritma Naive Bayes untuk klasifikasi sentimen
    • Studi kasus tagar #Kabur_Aja_Dulu dengan pengolahan data komentar

    Siswa diajak menganalisis opini positif, negatif, dan netral terhadap tagar viral tersebut serta merefleksikan makna sosial yang terkandung di dalamnya.

    Metode Partisipatif dan Antusiasme Peserta

    Untuk meningkatkan partisipasi, seminar menggunakan metode interaktif seperti presentasi, diskusi kelompok, dan kuis digital melalui Quizizz. Respons siswa sangat positif; mereka aktif bertanya, berdiskusi, dan menyampaikan pandangan terhadap fenomena yang sedang tren.

    Kolaborasi Mahasiswa dan Sekolah

    Keberhasilan seminar tidak lepas dari dukungan penuh pihak SMK Kartika 1 Surabaya, baik dalam penyediaan fasilitas maupun koordinasi peserta. Penyerahan plakat secara simbolis dari dosen pembimbing kepada sekolah menandai sinergi yang solid antara perguruan tinggi dan sekolah dalam membangun literasi teknologi.

    Dampak Positif dan Harapan Ke Depan

    Seminar “Membaca Suara Generasi Z Lewat AI: Analisis Sentimen Tren #Kabur_Aja_Dulu” berdampak positif dalam meningkatkan kemampuan analitis dan pemahaman sosial siswa. Dengan pemahaman terhadap AI dan sentimen publik, siswa diharapkan mampu memanfaatkan teknologi secara lebih bijak dan kritis di tengah derasnya arus informasi digital.

    Ke depan, program ini diharapkan dapat diperluas ke sekolah lain untuk menjangkau lebih banyak generasi muda, sehingga literasi digital yang kuat menjadi bekal dalam menghadapi tantangan era digital.

    Referensi

    1. ADBMI Foundation. (2025, 25 Februari). Tagar Kabur Aja Dulu Viral di Berbagai Media Sosial. ADBMI Foundation.
    2. Nathania, K. (2025, 20 Februari). Ramai Tagar Kabur Aja Dulu, Pakar UGM: Bentuk Sikap Kritis dan Sindiran Anak Muda atas Situasi di Tanah Air. ugm.ac.id.
    3. Rahman, A. (2025, 15 Februari). Ramai Tagar #KaburAjaDulu di Medsos untuk Tinggalkan Indonesia. detik.com.
    4. Akbar, Y., Regita, A.N.H., Wahyudi, T., et al. (2024). Analisa Sentimen Pada Media Sosial “X” Pencarian Keyword ChatGPT Menggunakan Algoritma K-Nearest Neighbors (KNN). Jurnal Indonesia: Manajemen Informatika dan Komunikasi (JIMIK), Vol. 5, No. 3. journal.stmiki.ac.id

    Dokumentasi

    Google Drive Dokumentasi Kegiatan

    Tim Kegiatan

    Dosen Pembimbing: Vessa Rizky Oktavia, S.Kom., M.Kom.
    Mahasiswa:

    • Mario Achmad Taufik
    • Reyhan Dwi Cahyo Nugroho
    • Amoure Chelsytrivia Daniella Purba
    • Yulan Tamariska Lepur
    • I Gusti Mahsa Farrel Savero

  • Sistem Koperasi Sekolah Digital: Solusi Inovatif di SMA Muhammadiyah 10 Surabaya

    Sistem Koperasi Sekolah Digital: Solusi Inovatif di SMA Muhammadiyah 10 Surabaya

    SMA Muhammadiyah 10 Surabaya kini menjadi pelopor dalam penerapan teknologi informasi untuk modernisasi koperasi sekolah. Melalui sistem berbasis website yang inovatif dan efisien, sekolah ini berhasil mentransformasi pengelolaan koperasi tradisional menjadi platform digital yang lebih profesional.

    Program pengabdian masyarakat yang dilaksanakan oleh mahasiswa Semester 6 Program Studi Informatika Telkom University Surabaya ini telah mengembangkan sistem koperasi digital yang memberikan layanan lebih efektif, cepat, dan transparan bagi seluruh civitas akademika sekolah.

    Transformasi dari Manual ke Digital

    Inisiatif digitalisasi ini lahir dari berbagai permasalahan yang kerap dihadapi dalam pengelolaan koperasi secara manual. Ketidakakuratan data, kesalahan pencatatan, kehilangan informasi, dan proses transaksi yang lambat menjadi kendala utama yang menghambat efektivitas operasional koperasi sekolah.

    Tim mahasiswa Informatika merespons tantangan ini dengan mengembangkan platform komprehensif menggunakan teknologi PHP Native dan MySQL. Sistem yang dibangun dilengkapi dengan berbagai fitur unggulan, antara lain:

    • Dashboard informatif
    • Manajemen produk terintegrasi
    • Sistem transaksi penjualan digital
    • Pelaporan otomatis
    • Sistem keamanan data yang terjamin

    Implementasi yang Sukses

    Implementasi sistem dilaksanakan pada Selasa, 20 Mei 2025, pukul 10.30–11.30 WIB di SMA Muhammadiyah 10 Surabaya yang berlokasi di Jl. Genteng Muhammadiyah No. 45. Kepala sekolah secara langsung menyambut tim pengabdian dan mengikuti demonstrasi sistem dengan antusias.

    “Sistem ini sangat membantu mengelola koperasi sekolah dengan lebih profesional. Transaksi menjadi lebih cepat dan laporan keuangan dapat dihasilkan secara otomatis,” — Kepala Sekolah

    Kegiatan implementasi berlangsung lancar tanpa kendala yang berarti. Sistem berhasil diserahkan dan siap dioperasikan untuk menunjang pengelolaan koperasi sehari-hari dengan standar yang lebih tinggi.

    Manfaat Multidimensi untuk Seluruh Stakeholder

    Sistem koperasi digital ini memberikan manfaat yang luas bagi berbagai pihak:

    • Pengelola koperasi: otomatisasi pencatatan transaksi, laporan keuangan, dan peningkatan transparansi
    • Siswa: layanan transaksi cepat, efisiensi waktu saat istirahat
    • Pihak sekolah: pengawasan operasional yang lebih baik dan data akurat untuk pengambilan keputusan

    Program ini juga mencakup pelatihan kepada pengelola koperasi, pengenalan teknologi kepada siswa, dan edukasi tentang manajemen koperasi yang baik.

    Komitmen Keberlanjutan

    Tim pengabdian menunjukkan komitmen jangka panjang melalui rencana monitoring berkelanjutan seperti evaluasi sistem, pendampingan intensif, dan pelaporan rutin.

    Keberhasilan program ini diharapkan dapat menjadi model inspiratif bagi sekolah lain dalam mengadopsi teknologi digital untuk pengelolaan koperasi yang lebih efektif dan profesional.

    Dokumentasi

    Dokumentasi Kegiatan – Google Drive

    Struktur Tim

    Dosen Pembimbing: Ardian Yusuf Wicaksono, S.Kom., M.Kom.
    Ketua: Dhimas Baharudin Satrio – 1203220016
    Anggota:

    1. Farrel Abrar – 1203220129
    2. Moch Abyan Jamil – 1203220124
    3. Evanly Bawalo – 1203220136

  • Digitalisasi Absensi Siswa: Penerapan Data Analyst Menggunakan Google Form dan Excel di SMP Widya Darma Surabaya

    Digitalisasi Absensi Siswa: Penerapan Data Analyst Menggunakan Google Form dan Excel di SMP Widya Darma Surabaya

    Perkembangan teknologi informasi memberikan dampak signifikan dalam efisiensi administrasi pendidikan, terutama pada pencatatan kehadiran siswa yang masih mengandalkan metode manual. SMP Widya Darma Surabaya, sejak berdiri di bawah Yayasan Pendidikan Widya Darma pada 1982, menghadapi masalah kesalahan input, kehilangan data, dan proses rekap yang memakan waktu.

    Melalui Mata Kuliah Informatika untuk Masyarakat Telkom University Kampus Surabaya, kami para mahasiswa berkolaborasi dengan dosen pembimbing untuk menerapkan solusi absensi digital menggunakan Google Form (Padang Mahondang Kecamatan Pulau Rakyat Asahan Wulan Sari, n.d.) dan analisis data di Microsoft Excel dengan formula COUNTIF serta Conditional Formatting (Novita et al., n.d.). Diharapkan solusi ini mampu mempercepat, mengefisienkan, dan meningkatkan akurasi pencatatan kehadiran sambil membangun literasi digital peserta.

    Pelatihan Data Analyst untuk SMP Widya Darma Surabaya

    Pelatihan dilaksanakan oleh Tim Informatika untuk Masyarakat Telkom University Kampus Surabaya. Tim kami terdiri dari lima anggota mahasiswa, yaitu:

    • Syarif Hidayatullah (Ketua)
    • Handy Arfiano Hastyawan
    • Jordan Wijayanto
    • Ferdinand Dwi Erdy Putra
    • Reyza Syaifullah Sully

    Bersama dosen pembimbing Vessa Rizky Oktavia, S.Kom., M.Kom., pelatihan dilaksanakan di ruang kelas 8 SMP Widya Darma Surabaya, Wonokromo, pada 10 April 2025.

    Dalam sesi awal, tim melakukan survei kendala, wawancara dengan guru, serta penyusunan materi pelatihan untuk memastikan kebutuhan pengguna benar-benar dipahami dan disesuaikan dengan kondisi di lapangan.

    Sesi utama mencakup:

    • Pembuatan formulir absensi digital menggunakan Google Form
    • Pengelolaan data di Google Sheets
    • Ekspor data ke Microsoft Excel untuk analisis lanjutan

    Analisis pola kehadiran dilakukan dengan formula COUNTIF dan penggunaan Conditional Formatting, lalu hasilnya divisualisasikan dalam grafik kehadiran yang informatif.

    Contoh Tabel Analisis Absensi

    Berikut contoh tabel rekapitulasi absensi beserta perhitungan menggunakan rumus COUNTIFS di Microsoft Excel:

    Rumus:
    =COUNTIFS(Database!$B:$B, "Matematika", Database!$D:$D, B2, Database!$E:$E, "Hadir")

    Variasi rumus serupa digunakan untuk jenis kehadiran lainnya seperti izin, sakit, dan alfa. Rumus ini memungkinkan penghitungan jumlah kehadiran setiap siswa secara otomatis.

    Dampak dan Harapan Ke Depan

    Sebagai bagian dari mata kuliah Informatika untuk Masyarakat, tim kami bersama dosen pembimbing telah menyelenggarakan rangkaian modul pembelajaran dan pelatihan praktis mengenai penggunaan Google Form dan Microsoft Excel untuk absensi.

    Modul ini mencakup:

    • Teknik pembuatan formulir digital
    • Analisis data menggunakan fungsi COUNTIF dan Conditional Formatting
    • Pembuatan dashboard sederhana

    Meskipun hasil pengukuran dampak jangka panjang masih dalam tahap observasi, umpan balik awal dari siswa menunjukkan peningkatan pemahaman dan kesiapan menggunakan sistem digital.

    Ke depannya, rekomendasi bagi sekolah dan pemangku kepentingan adalah:

    • Meneruskan pelatihan lanjutan
    • Melakukan evaluasi berkala untuk mengukur efektivitas
    • Menambahkan fitur notifikasi otomatis, integrasi API dengan platform manajemen sekolah, dan dashboard real-time

    Pencatatan kehadiran yang akurat dan efisien tetap menjadi fondasi penting bagi pengambilan keputusan pendidikan dan evaluasi kinerja siswa. Oleh karena itu, pengembangan berkelanjutan terhadap sistem digital ini perlu mendapat perhatian serius.

    Referensi

    • Novita, D., Prihatini Sihotang, F., & Khairani, S. (n.d.). Pelatihan Penggunaan Microsoft Excel untuk Mengolah Data bagi Siswa/i SMK Bina Cipta Palembang. Universitas Multi Data Palembang. https://doi.org/10.35957/fordicate.v2i1
    • Padang Mahondang Kecamatan Pulau Rakyat Asahan Wulan Sari, O. (n.d.). Pelatihan Pemanfaatan Google Form untuk Pendataan Absensi Siswa di MTS An-Nikmah Desa. FUSION: Jurnal Pengabdian Kepada Masyarakat. https://jurnal.perima.or.id/index.php/ABP

    Lampiran

    Link Dokumentasi IUM: Google Drive Dokumentasi Kegiatan
    Dosen Pembimbing: Vessa Rizky Oktavia, S.Kom., M.Kom.
    Ketua Tim: Syarif Hidayatullah
    Anggota Tim Mahasiswa:

    1. Handy Arfiano Hastyawan
    2. Jordan Wijayanto
    3. Ferdinand Dwi Erdy Putra
    4. Reyza Syaifullah Sully
Secret Link