Claim Missing Document
Check
Articles

Found 5 Documents
Search

Model Problem Based Learning dan Discovery Learning Ditinjau dari Hasil Belajar Kognitif Siswa Ade; Wahyudi
MIMBAR PGSD Undiksha Vol. 10 No. 3 (2022): October
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jjpgsd.v10i3.51984

Abstract

Hasil belajar siswa merupakan salah satu tujuan dari proses pembelajaran di sekolah, untuk itu seorang guru perlu mengetahui beberapa model pembelajaran, serta dipraktekkan pada saat mengajar. Model Problem Based Learning dan Discovery Learning adalah model yang disarankan dalam kurikulum nasional. Penelitian ini bertujuan untuk menganalisis efektifitas model pembelajaran Problem Based Learning dan Discovery Learning terhadap hasil belajar kognitif siswa pada pembelajaran tematik. Sampel penelitian ini adalah kelas III SD yang berjumlah 30 orang sebagai kelas eksperimen dan 31 orang sebagai kelas kontrol. Jenis penelitian adalah Desain Quasi Experiment. Teknik pengumpulan data yang digunakan dalam penelitian ini adalah tes yang terdiri postest dan pretes serta observasi. Teknik analisis data yang dilakukan terdiri dari uji normalitas, uji homogenitas serta uji hipotesis yang dilakukan dengan menggunakan uji independent sample T-test. Hasil yang diperoleh menunjukan data berdistribusi normal dan homogen. Hasil penelitian menunjukan nilai signifikansi (2-tailed) sebesar 0,001 < 0,05. Hal ini berarti H0 ditolak dan Ha diterima. Sehinngga terdapat perbedaan keefektifan hasil belajar kognitif siswa menggunakan model pembelajaran Problem Based Learning dan Discovery Learning. Perbedaan nilai rata-rata postes model Problem Based Learning 71,33 sedangkan nilai rata-rata model Discovery Learning 60,65. Sehingga dapat simpulkan model pembelajaran Problem Based Learning lebih efektif dibandingkan model pembelajaran Discovery Learning.
Analisis Peramalan Ketersediaan Sparepart Menggunakan Metode Moving Averages Pada PT United Tractors Tbk Jakarta ade; Sevtian Dwiputra, Valiza; Nur Kuncoro, Bayu; Andianingsari, Diah; Adi Pratama, Sigit
IMTechno: Journal of Industrial Management and Technology Vol. 5 No. 2 (2024): Vol. 5 No. 2 (2024): Juli 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/imtechno.v5i2.3528

Abstract

Untuk memenuhi kebutuhan pemeliharaan kendaraan, suku cadang adalah elemen stok persediaan umum. Bisnis dapat menghemat uang dengan memiliki manajemen persediaan barang yang baik. Penjualan alat berat merek Komatsu dari Januari hingga November 2022 mencapai 5.457 unit, tumbuh 84,98 persen dari 2.950 unit pada periode yang sama tahun sebelumnya. Laporan bulanan yang dirilis Jumat (23/12/2022) menunjukkan bahwa ketidaktersediaan sparepart menyebabkan penundaan perawatan, yang berdampak pada produktivitas alat berat dan kepuasan pelanggan. Oleh karena itu, peramalan ketersediaan sparepart yang tepat dan efektif sangat penting untuk menghindari ketidaktersediaan sparepart yang dapat mengganggu operasi bisnis. Setelah melakukan perancangan, metode yang digunakan untuk meramalkan ketersediaan sparepart adalah metode moving average yang sering digunakan dalam peramalan, yang dihitung berdasarkan nilai rata-rata dari data historis. ukuran kinerja yang disarankan dalam literatur adalah kesalahan rata-rata absolut (MAPE), kesalahan rata-rata skuad (MSE), dan kesalahan rata-rata absolut (MAD). Berdasarkan tersebut dapat dijadikan acuan atau tolak ukur melakukan analisis. Kesimpulan analisis peramalan dengan metode Moving average periode 10 telah dipilih untuk menentukan peramalan ketersediaan sparepart terbaik dengan hasil perhitungan tingkat eror paling kecil yaitu 18%. Hasil peramalan ketersediaan sparepart Alat Berat bulan januari 2023 sebesar 32 unit.
ANALISIS PENGARUH REPAYMENT CAPACITY TERHADAP PEMBERIAN PEMBIAYAAN IB SERBAGUNA KONSUMSI DAN MODAL KERJA (STUDI KASUS PT BANK SUMUT KANTOR CABANG SYARIAH MEDAN) ade
Islamic Circle Vol. 3 No. 1 (2022): Islamic Circle
Publisher : Prodi Hukum Ekonomi Syari'ah STAIN Mandailing Natal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56874/islamiccircle.v3i1.661

Abstract

Penelitian ini dilakukan untuk mengetahui pengaruh 5C (Character, capacity, capital, collateral,dan condition) sebagai ukuran repayment capacity sebelum diberikannya pembiayaandi PT Bank Sumut Kantor Cabang Syariah Medan.Teknik pengumpulan data yang digunakan yaitu penyebaran angket. Teknik analisis yang digunakan pada penelitian ini adalah uji validitas, reliabilitas, asumsi klasik, regresi linear berganda, dan uji hipotesis dengan menggunakan SPSS versi 22. Berdasarkan pengujian hipotesis (uji t) , terdapat pengaruh yang signifikan antara character (X1) terhadap pemberian pembiayaan dengan nilai thitung sebesar 4,853 dan nilai signifikansi sebesar 0,000 .Capacity (X2) juga berpengaruh signifikan terhadap pemberian pembiayaan dengan nilai thitung 4,666 dan nilai signifikansi sebesar 0,000. Selanjutnya capital (X3) juga berpengaruh signifikan terhadap pemberian pembiayaan dengan nilai thitung2,128 dan nilai signifikansi 0,039. Kemudian collateral (X4) juga berpengaruh signifikan terhadap pemberian pembiayaan dengan nilai thitung2,261 dan nilai signifikansi 0,029 . Serta condition juga (X5) berpengaruh signifikan terhadap pemberian pembiayaandengan nilai thitung2,034dan nilai signifikansi 0,034.Secara simultan character, capacity, capital, collateral, condition berpengaruh positif secara signifikan terhadap pemberian pembiayaan sebesar 21,926 dan nilai signifikansi 0,000. Dan dapat dilihat dari uji koefisien determinasi sebesar 72,8%, menunjukkan bahwa 72,8% pemberian pembiayaan dipengaruhi oleh character, capacity, capital, collateral,dan condition sedangkan sisanya 27,2% dipengaruhi oleh faktor-faktor lain yang tidak dikaji dalam penelitian ini. Kata kunci: Character, Capacity, Capital, Collateral, Pemberian Pembiayaan
Design of Facial Skin Type Detection Application Using CNN with Inceptionv3 Model and Google Cloud Platform Nur; Ade; Ahmad
INOVTEK Polbeng - Seri Informatika Vol. 10 No. 2 (2025): Juli
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/v171yr28

Abstract

The advancement of Artificial Intelligence (AI) and Computer Vision technologies has significantly impacted the beauty industry, particularly in facial skin type detection. This study developed a mobile application that utilizes CNN with the InceptionV3 architecture deployed on the Google Cloud Platform (GCP). The system uses a dataset of 1,735 facial images categorized into normal, dry, oily, and acne-prone skin types. The photos were preprocessed and augmented before being processed by the CNN model. Firestore and Cloud Storage were used to maintain the data, while Cloud Run was used to publish the trained model into a Flask-based API. The accuracy, precision, recall, and F1-score reached 91.7%, 91%, 91%, and 91% respectively. Compared to previous studies, this system offers real-time classification through a lightweight mobile application integrated with cloud computing, aiming to improve accessibility and efficiency in dermatological analysis and personalized skincare services.
Aljabar Hiperstruktur Dalam Persilangan Sederhana Studi Kasus: Persilangan Warna Bunga Mirabilis Jalapa Ade; Edi; Anita
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Aljabar hiperstruktur merupakan perluasan dari struktur aljabar klasik. Pada struktur aljabar klasik, operasi antara dua unsur merupakan unsur, sedangkan dalam aljabar hiperstruktur operasi antara dua unsur merupakan suatu himpunan. Aljabar hiperstruktur memiliki banyak penerapan dalam disiplin ilmu lain khususnya terkait dengan pewarisan genetik. Tujuan penelitian ini adalah untuk menentukan aljabar hiperstruktur yang berkaitan dengan masalah pewarisan genetik terutama dalam persilangan warna bunga Mirabilis Jalapa dengan dua hiperoperasi yang berbeda. Pendefinisian hiperoperasi pada hasil persilangan tersebut memberikan hiperstruktur aljabar yang berbeda-beda. Pada kasus hiperoperasi pertama, hiperstruktur aljabar yang diperoleh adalah -semi grup. Pada kasus hiperoperasi kedua, hiperstruktur aljabar yang diperoleh adalah semi hipergrup, hipergrup, dan - grup. Namun, pendefinisian hiperoperasi yang berbeda dari kasus yang diberikan dapat memberikan aljabar hiperstruktur lainnya.