Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal SOSIALITAS (Jurnal Ilmiah Pend. Sos-Ant) Indonesian Journal of Electrical Engineering and Computer Science
Abdurrahman, Annas
Unknown Affiliation
Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
STRATEGI GURU DALAM MENCAPAI PROFESIONALISME GURU DI SMA NEGERI 3 BOYOLALI TAHUN PELAJARAN 2015/2016 Abdurrahman, Annas
ISSN.2252-8407
Publisher : SOSIALITAS; Jurnal Ilmiah Pend. Sos Ant

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (376.267 KB)

Abstract

ABSTRAKAnnas Kuncoro Abdurrahman. K8411009. ?STRATEGI GURU DALAM MENCAPAI PROFESIONALISME GURU DI SMA NEGERI 3 BOYOLALI TAHUN PELAJARAN 2015/2016?. Skripsi. Surakarta: Fakultas Keguruan dan Ilmu Pendidikan. Universitas Sebelas Maret. Desember 2016. Penelitian bertujuan untuk mengetahui: (1) makna profesionalisme bagi guru di SMA Negeri 3 Boyolali; (2) upaya guru dalam mewujudkan profesionalisme guru di SMA Negeri 3 Boyolali.Penelitian ini termasuk dalam jenis penelitian kualitatif deskriptif dengan pendekatan fenomenologi. Pengumpulan data berasal dari wawancara, observasi, serta dokumentasi. Wawancara dilakukan dengan sembilan informan, yang terdiri dari dua guru mata pelajaran sejarah yang telah memperoleh sertifikasi dan dua guru mata pelajaran sosiologi yang akan mengikuti sertifikasi. Informan lainnya adalah tiga peserta didik kelas X IPS dan dua peserta didik kelas XI IPS. Penelitian ini menggunakan teknik pengambilan informan dengan cara purposive sampling. Dalam melakukan uji validitas data, yang dilakukan yaitu dengan triangulasi sumber dan triangulasi metode. Teknik analisis data menggunakan analisis interaktif yang terdiri dari reduksi data, penyajian data, penarikan kesimpulan data (verifikasi data).Hasil penelitian menunjukkan: (1) Makna profesionalisme bagi guru di SMA Negeri 3 Boyolali adalah (a) Sertifikasi hanya sebagai bukti formal sebagai guru yang profesional, (b) Motivasi guru untuk memperoleh sertifikasi bepengaruh terhadap kinerja guru setelah sertifikasi, (c) Peserta didik menjadi salah satu indikator prefesional seorang guru; (2) Upaya guru dalam mewujudkan profesionalisme guru di SMA Negeri 3 Boyolali adalah (a) menguasai kompetensi pedagogik, (b) menguasai metode pembelajaran, (c) pemanfaatan media pembelajaran.Kesimpulan penelitian ini adalah realisasi profesionalisme guru di SMA Negeri 3 Boyolali belum dapat terwujud sepenuhnya, masih terdapat guru yang tidak menjalankan kinerja sebagai guru dengan baik dan benar. Ini membuktikan bahwa sertifikasi hanya merupakan tahapan untuk mewujudkan profesionalisme guru. Sedangkan tahapan akhir untuk mewujudkan profesionalisme guru adalah ?aktualisasi diri? seperti yang diungkapkan Maslow dalam konsep teori hierarki kebutuhan manusia. Kata Kunci          : Konsep Teori Motivasi Manusia, ProfesionalismeGuru, Abraham Harold Maslow.
Detection of COVID-19 based on cough sound and accompanying symptom using LightGBM algorithm Wiharto, Wiharto; Abdurrahman, Annas; Salamah, Umi
Indonesian Journal of Electrical Engineering and Computer Science Vol 38, No 2: May 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijeecs.v38.i2.pp940-949

Abstract

Coronavirus disease 19 (COVID-19) is an infectious disease whose diagnosis is carried out using antigen-antibody tests and reverse transcription polymerase chain reaction (RT-PCR). Apart from these two methods, several alternative early detection methods using machine learning have been developed. However, it still has limitations in accessibility, is invasive, and its implementation involves many parties, which could potentially even increase the risk of spreading COVID-19. Therefore, this research aims to develop an alternative early detection method that is non-invasive by utilizing the LightGBM algorithm to detect COVID-19 based on the results of feature extraction from cough sounds and accompanying symptoms that can be identified independently. This research uses cough sound samples and symptom data from the Coswara dataset, and cough sound’s features were extracted using the log mel-spectrogram, mel frequency cepstrum coefficient (MFCC), chroma, zero crossing rate (ZCR), and root mean square (RMS) methods. Next, the cough sound features are combined with symptom data to train the LightGBM. The model trained using cough sound features and patient symptoms obtained the best performance with 95.61% accuracy, 93.33% area under curve (AUC), 88.74% sensitivity, 97.91% specificity, 93.17% positive prediction value (PPV), and 96.33% negative prediction value (NPV). It can be concluded that the trained model has excellent classification capabilities based on the AUC values obtained.
Co-Authors Umi Salamah Wiharto Wiharto