Claim Missing Document
Check
Articles

Found 2 Documents
Search

KONSEP PENDIDIKAN KARAKTER SISTEM AMONG PERSPEKTIF KI HAJAR DEWANTARA DALAM PENDIDIKAN AGAMA ISLAM DAN BUDI PEKERTI Sarif, Ahmad; Salim, Agus; Sholehah, Afif Dewi
Rausyan Fikr : Jurnal Pemikiran dan Pencerahan Vol 20, No 2 (2024): RAUSYAN FIKR
Publisher : Universitas Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/rf.v20i2.12558

Abstract

ABSTRAKTujuan dari penelitian ini yaitu untuk menemukan titik terang tentang metode yang cocok untuk pendidikan karakter yang ada di Indonesia. Menggunakan sistem among pendidikan perspektif Ki Hajar Dewantara serta di relevansikan dengan pendidikan agama islam dan budi pekerti. Jenis penelitian ini adalah penelitian dengan menggunakan pendekatan kualitatif dengan jenis penelitian deskriptif yaitu penelitian pustaka dan menggunakan analisis yang digunakan yaitu analisis teks berupa analisis isi Hasil dari penelitian ini menyimpulkan bahwa sistem among perspektif Ki Hajar Dewantara ini dilandasi oleh 2 dasar yaitu kodrat alam dan kemerdekaan. Beliau percaya bahwa setiap anak lahir memiliki minat, bakat dan potensinya tersendiri. Semboyan dari Ki Hajar Dewantara yaitu Ing ngarso sung tulodha ing madya mangun karso, tutwuri handayani. semboyan tersebut sudah dikenal pada masyarakat terdahulu dan diterapkan di Taman Siswa. Di relevansikan dengan pendidikan Agama Islam yaitu membiasakan anak didik menggunakan metode Syariat, Hakikat, dan TarikatKata Kunci : Pendidikan Karakter, Sistem Among, Ki Hajar Dewantara
Efektivitas Teknik SMOTE Dalam Meningkatkan Performa Naïve Bayes Deteksi Gangguan Kecemasan Mahasiswa Samudra, Gufranaka; Anggraeni, A Widi; Jamroni, A Reza Baehaqa; Sarif, Ahmad; Wiyanto, Wiyanto
JATISI Vol 12 No 3 (2025): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v12i3.12197

Abstract

Anxiety disorders are one of the psychological problems commonly experienced by students, which can affect their quality of life and academic performance. Early detection of this disorder is crucial for providing appropriate intervention. This study aims to compare the effectiveness of the Naïve Bayes algorithm in classifying students' anxiety disorders, with and without using the Synthetic Minority Oversampling Technique (SMOTE) method to address data imbalance. The dataset used was obtained from the Kaggle platform and underwent preprocessing stages such as data cleaning, transformation, and handling data imbalance. The model was evaluated using accuracy, precision, recall, and F1-score metrics. The results show that the application of SMOTE improved classification performance for the minority class, although there was a slight decrease in overall accuracy. Therefore, SMOTE proved to help enhance the balance of classification results in the Naïve Bayes model in the context of imbalanced data.