Claim Missing Document
Check
Articles

Found 15 Documents
Search

Analisis Kecerdasan Emosional Peserta Didik Kelas X-1 di SMA Negeri 5 Samarinda Andryani, Ria; Tindangen, Makrina; Nooryani, Nooryani
Prosiding Seminar Nasional PPG Universitas Mulawarman Vol. 3 (2022): Peningkatan Kualitas Layanan Program Studi Pendidikan Profesi Guru Melalui Revitalisa
Publisher : Program Studi Pendidikan Profesi Guru, Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/semnasppg.v3.1712

Abstract

Kecerdasan emosional peserta didik yaitu berperan dalam memahami dan mengendalikan emosi, empati motivasi dan ketrampilan sosial, sehinnga ketrkaitan dalam belajar sehingga peserta didik mampu untuk bisa tekun konsentrasi, tenang, teliti, dan sabar dalam memahami materi yang dipelajari. Tujuan dari penelitian ini adalah untuk mengetahui kecerdasan emosional siswa di kelas X-1 SMA Negeri 5 Samarinda. Sampel sebnayak 29 peserta didik kelas X-1. Penelitian ini menggunakan jenis kuantitatif deskripsi. Instrumen dari penelitian ini menggunakan angket dengan skala likert dan diperoleh hasil kecerdasan emosional dengan presentase 73,89% dengan kriteria baik
COMPARING DEEP LEARNING AND MACHINE LEARNING FOR DETECTING FAKE NEWS ON SOCIAL MEDIA Andryani, Ria; Julian, Dedek; Syaputra, Rezki; Syazili, Ahmad; Rusli, Ahmad; Ramadan, Rahmat; Negara, Edi Surya
Jurnal Ilmiah Ilmu Terapan Universitas Jambi Vol. 9 No. 3 (2025): Volume 9, Nomor 3, September 2025
Publisher : LPPM Universitas Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22437/jiituj.v9i3.46370

Abstract

One of the critical issues resulting from the increasing penetration of social media is the spread of fake news. This can damage public information and influence mass opinion, leading to conflict. To overcome this problem, machine learning and deep learning-based approaches have been continuously developed to detect fake news on various social media platforms automatically. This article aims to compare the effectiveness of these two approaches in detecting fake news. The methods used include the implementation of traditional machine learning algorithms, such as Support Vector Machines (SVM) and Random Forest, as well as deep learning-based approaches, including Long Short-Term Memory and Self-Organizing Maps. Datasets containing real and fake news from various social media sources are used to train and evaluate these models. Model performance is measured based on accuracy, precision, recall, and F1-score. This study aims to determine which approach is more effective and identify challenges in implementing these algorithms in a dynamic social media environment. The results obtained show that the Random Forest algorithm achieves an accuracy level of 100%, surpassing other algorithms, including Long Short-Term Memory with an F-1 Score of 97%, Self-Organizing Map with an F-1 Score of 96%, and Support Vector Machine with an F-1 Score of 92%.
EARLY DETECTION OF ACADEMIC DEPRESSION USING SMARTPHONE-BASED MACHINE LEARNING MODELS Negara, Edi Surya; Hermawan, Latius; Mayrita, Hastari; Arisandy, Desy; Farozi, Mohamad; Ramadan, Rahmat; Ariana, Sunda; Andryani, Ria
Jurnal Ilmiah Ilmu Terapan Universitas Jambi Vol. 9 No. 3 (2025): Volume 9, Nomor 3, September 2025
Publisher : LPPM Universitas Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22437/jiituj.v9i3.46375

Abstract

Mental health in developing countries is a common and complex problem. The problem continues to increase and is closely related to low self-confidence, negative interpersonal relationships, and academic depression. This can affect students' ability to complete academic assignments on a university scale. An AI-based early detection application can potentially improve mental health services related to treatment access. This system can help identify users who may be depressed based on the language used, especially for those who are reluctant to seek professional solutions due to the negative stigma of mental health. This study uses a qualitative descriptive method involving observation, in-depth analysis of group conversations, and early detection of academic depression by identifying conversation patterns between students and counselors as the basis for developing a smartphone-based application. This study produced a dataset of 395 depression-level data entries used as training data to develop a machine-learning model. A prototype of an academic depression detection application has been developed as a mobile-based application.
Analisis Kualitas Sistem Dapodik Untuk Pendataan Satuan Pendidikan di Kota Palembang Dengan Metode Webqual 4.0 Annggela, Nadela; Andryani, Ria
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 12, No 1 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v12i1.4640

Abstract

Aplikasi Dapodik adalah aplikasi pendataan berbasis web yang menjadi salah satu sumber utama dalam perumusan kebijakan pemerintah. Penelitian ini menggunakan metode WebQual 4.0 sebagai pengukuran yang disusun berdasarkan persepsi terhadap end user (pengguna akhir) mengenai sebuah aplikasi berbasis web yang digunakan. Pengukuran kualitas aplikasi berbasis website dengan menggunakan WebQual 4.0 dilakukan oleh pengguna website, sehingga dapat dijadikan sebagai bantuan serta masukan bagi pengelola aplikasi berbasis website untuk melakukan penyesuaian website agar sesuai dengan persepsi dan kebutuhan penggunanya. Oleh karena itu penelitian ini bertujuan untuk melakukan analisis kualitas sistem aplikasi Dapodik menggunakan metode WebQual 4.0. Hasil pengolahan data dari setiap indikator-indikator yang ada pada masing-masing variable yang terdapat dalam metode Webqual untuk mengukur tingkat kepuasan dari pengguna sistem aplikasi dengan membandingkan antara harapan dan kenyataan dari sebuah sistem informasi, dimana semua variable pada metode Webqual termasuk dalam kategori “BAIK“.
Analisis Kebutuhan dan Desain Antarmuka Interaktif Virtual Reality untuk Anak Usia Dini Berdasarkan Prinsip Child-Computer Interaction Sihombing, Dikki Sihombing; Andryani, Ria
JITSI : Jurnal Ilmiah Teknologi Sistem Informasi Vol 7 No 1 (2026)
Publisher : SOTVI - Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/jitsi.7.1.542

Abstract

Virtual Reality (VR) merupakan teknologi imersif yang mampu menghadirkan lingkungan virtual tiga dimensi sehingga pengguna dapat berinteraksi secara langsung dengan objek virtual. Dalam bidang pendidikan, teknologi ini berpotensi menjadi media pembelajaran interaktif yang menarik, khususnya bagi anak usia dini yang cenderung belajar melalui visual dan pengalaman langsung. Namun, penerapan Virtual Reality pada anak usia dini memerlukan perancangan antarmuka yang disesuaikan dengan karakteristik perkembangan kognitif, motorik, dan kemampuan interaksi anak. Penelitian ini bertujuan untuk menganalisis kebutuhan pengguna serta merancang desain antarmuka interaktif Virtual Reality untuk anak usia dini berdasarkan prinsip Child-Computer Interaction (CCI). Metode penelitian yang digunakan adalah Research and Development (R&D) yang meliputi tahapan identifikasi masalah, analisis kebutuhan pengguna, studi literatur, perancangan desain antarmuka, serta validasi dan revisi desain. Subjek penelitian melibatkan anak usia dini dan guru sebagai pengguna pendukung dalam proses pembelajaran. Hasil penelitian menunjukkan bahwa desain antarmuka VR untuk anak usia dini perlu menekankan kesederhanaan tampilan, penggunaan ikon berukuran besar, visual yang realistis, navigasi yang intuitif, serta minim penggunaan teks. Penerapan prinsip Child-Computer Interaction terbukti membantu menghasilkan rancangan antarmuka yang lebih ramah anak, mudah digunakan, dan aman. Desain antarmuka yang dihasilkan diharapkan dapat menjadi acuan awal dalam pengembangan media pembelajaran berbasis Virtual Reality yang mendukung proses pembelajaran anak usia dini secara interaktif dan efektif.