Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Psikobuletin: Buletin Ilmiah Psikologi Journal of Education Research
Sari, Ade Puspita
Unknown Affiliation
Religion Humanities Education Mathematics Physics Social Sciences

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

Found 2 Documents
Search

 1 
Career Decision Self-Efficacy ditinjau dari Self-Regulated Learning dan Grit pada Mahasiswa Sari, Ade Puspita; Wahidah, Fatin Rohmah Nur
Psikobuletin:Buletin Ilmiah Psikologi Vol 6, No 2 (2025): Psikobuletin: Buletin Ilmiah Psikologi
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/pib.v6i2.29713

Abstract

Mahasiswa yang merasa yakin akan kemampuannya tentu dapat membuat keputusan karir, berusaha, serta bertahan ketika merasa kesulitan. Career decision self-efficacy menjadi penting pada pengembangan karir, karena sebagai landasan perilaku persiapan karir dan kesulitan pengambilan keputusan karir, terutama pada kehidupan kampus. Tujuan penelitian ini untuk menguji pengaruh self-regulated learning dan grit terhadap career decision self-efficacy pada mahasiswa Fakultas Psikologi tingkat akhir Angkatan 2020 Universitas Muhammadiyah Purwekerto. Penelitian ini menggunakan penelitian kuantitatif dengan uji regresi linear berganda, menggunakan Teknik Simple Random Sampling dengan jumlah 140 mahasiswamenurut tabel Krejie Morgan. Alat ukur yang digunakan yaitu skala career decision self-efficacy dengan nilai alpha 0,858, skala self-regulated learning dengan nilai alpha 0,741 dan nilai skala grit dengan nilai alpa sebesar 0,762. Validitas dalam penelitian ini adalah validitas isi. Hasil penelitian menunjukkan bahwa terdapat pengaruh signifikan antara self-regulated learning dan grit terhadap career decision self-efficacy dengan F-hitung sebesar 38,635, p sebesar 0,000 dan Rsquare sebesar 0,361. Hasil tersebut menunjukkan self-regulated learning dan grit secara simultan memberikan kontribusi sebesar 36,1% terhadap career decision self-efficacy.         
Analisis Komparatif Algoritma Deep Learning untuk Pengenalan Wajah: CNN, FaceNet, dan ArcFace Sari, Ade Puspita; Hendrik, Billy
Journal of Education Research Vol. 6 No. 4 (2025): in Progress
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v6i4.2178

Abstract

Pengenalan wajah adalah teknologi yang digunakan untuk mengidentifikasi, mengklasifikasikan, atau memverifikasi individu berdasarkan karakteristik wajah. Teknologi ini sering diterapkan di berbagai bidang seperti keamanan, pemasaran, dan layanan pelanggan. Penelitian ini menggunakan pendekatan Systematic Literature Review (SLR) untuk menganalisis dan membandingkan tiga algoritma pengenalan wajah utama: Convolutional Neural Network (CNN), FaceNet, dan ArcFace. Penelitian ini bertujuan untuk memahami keakuratan dan efektivitas algoritma dalam berbagai kondisi seperti pencahayaan, ekspresi wajah, dan rotasi wajah. Hasil analisa menunjukkan bahwa CNN memberikan akurasi tertinggi pada berbagai kondisi pencahayaan hingga 99,84%, sedangkan FaceNet mencapai akurasi hingga 100% pada sistem absensi berbasis kamera. ArcFace unggul dalam menggunakan kumpulan data besar dengan akurasi hingga 98%. Penelitian ini diharapkan dapat memberikan panduan untuk pengembangan lebih lanjut dalam teknologi pengenalan wajah dengan memilih algoritma yang tepat berdasarkan kebutuhan spesifik aplikasi.
Co-Authors Hendrik, Billy Wahidah, Fatin Rohmah Nur