Claim Missing Document
Check
Articles

Found 8 Documents
Search

PENGARUH MODEL PEMBELAJARAN KOPERATIF TIPE NHT TERHADAP KEMAMPUAN PEMECAHAN MASALAH MATEMATIS SISWA Riansyah, Muhammad; Hardianti, Desrina; Asyhara, Suryatul Aini
Hipotenusa Journal of Research Mathematics Education (HJRME) Vol 3, No 1 (2020)
Publisher : Hipotenusa Journal of Research Mathematics Education (HJRME)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36269/hjrme.v3i1.152

Abstract

Kooperatif Tipe Numbered Heads Together Terhadap Kemampuan Pemecahan Masalah Matematis Siswa di MTs  Unwanul Falah  Kupang Rejo  Kecamatan Punduh Pidada Kabupaten Pesawaran. Jenis penelitian yang digunakan adalah eksperimen semu (quasi  eksperimen). Populasi dalam penelitian ini siswa kelas VIII di MTs  Unwanul Falah  Kupang Rejo  Kecamatan Punduh Pidada Kabupaten Pesawaran Tahun Ajaran 2019/2020 yaitu sebanyak 70 orang siswa. Pengambilan sampel memakai metode non probability sampling. Uji hipotesis yang digunakan adalah uji t. Hasil Penggunaan model pembelajaran  NHT ini memberikan sumbangan yang signifikan terhadap kemampuan pemecahan masalah matematis siswa pada mata pelajaran matematika. Hasil penelitian diperoleh kemampuan pemecahan masalah siswa setelah diberikan model pembelajaran NHT lebih tinggi dibandingkan dengan kelas control yang tidak di beri NHT. Ada Pengaruh Pembelajaran Number Head Together Terhadap Kemampuan Pemecahan Masalah Matematis Pada Siswa Kelas VIII di MTs  Unwanul Falah  Kupang Rejo  Kecamatan Punduh Pidada Kabupaten Pesawaran Tahun Ajaran 2019/2020.
Akreditasi: Persepsi Mahasiswa Tentang Penjaminan Mutu Riansyah, Muhammad; Aliyyah, Rusi Rusmiati
Karimah Tauhid Vol. 3 No. 2 (2024): Karimah Tauhid
Publisher : Universitas Djuanda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30997/karimahtauhid.v3i2.12081

Abstract

Tujuan penelitian adalah untuk menggambarkan secara utuh dua hal utama dalam sistem penjaminan mutu pada lembaga pendidikan tingggi, yaitu; penjaminan mutu internal dan penjaminan mutu eksternal serta tujuan implementasi penjaminan mutu pada lembaga pendidikan. Dalam mendapatkan data penelitian ini digunakan pendekatan kualitatif jenis library research, dengan cara mengumpulkan data-data dari buku, jurnal dan artikel. Analisis datanya dilakukan dengan menggunakan content analysis. Hasil penelitian ditemukan bahwa: Pertama, penjaminan mutu eksternal  meliputi: 1) kebijakan dan prosedur untuk penjaminan mutu; 2) persetujuan, pemantauan dan tinjauan berkala program dan penghargaan; 3) penilaian mahasiswa, 4) jaminan kualitas staf pengajar/dosen; 5) sumber belajar dan dukungan siswa; 6) sistem informasi; 7 ) informasi publik. Kedua, penjaminan mutu eksternal yaitu: 1) penggunaan prosedur; 2) pengembangan proses; 3) kriteria untuk keputusan; 4) proses sesuai dengan tujuan; 5) pelaporan; 6) prosedur tindak lanjut; 7) tinjauan pelaksanaan secara berkala; dan 8) analisis seluruh sistem. Ketiga, lima tujuan untuk penjaminan mutu pada lembaga pendidikan peningkatan, inovasi, komunikasi, motivasi dan pengawasan atau control.
Pengelolaan Surat Perintah Perjalanan Dinas di Pusat Pengembangan Sumber Daya Manusia BNN (PPSDM BNN) Damayanti, Sri; Riansyah, Muhammad; Ramdhani, Muhammad Rendi
Karimah Tauhid Vol. 3 No. 9 (2024): Karimah Tauhid
Publisher : Universitas Djuanda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30997/karimahtauhid.v3i9.14374

Abstract

Penelitian ini bertujuan untuk mengetahui pengelolaan perjalanan dinas di Pusat Pengembangan Sumber Daya Manusia BNN. Dalam metode penelitian ini tinjauan literatur dikombinasikan dengan penelitian kualitatif. Selain itu, temuan penelitian dari tinjauan literatur dan penelitian lapangan disajikan dalam slide ringkasan, dengan informasi diterjemahkan dan ditindaklanjuti untuk membentuk kesimpulan. Secara umum, temuan menunjukan bahwa manajer sangat puas dengan kinerja mereka dalam mengelola karyawannya, karena karyawan menangani kesalahan dengan sangat disiplin dan mencoba untuk menunjukan otoritas mereka secara detail. Karyawan selalu mencari cara yang lebih baik dan lebih fokus untuk menulis surat dengan efektif. Dengan demikian, tenaga kerja Puslitbang SDM BNN mempunyai kompetensi yang tinggi, beretika, dan profesional dalam bekerja di bidang manajemen dan kerjasama.
Improved Accuracy In Data Mining Decision Tree Classification Using Adaptive Boosting (Adaboost) Riansyah, Muhammad; Suwilo, Saib; Zarlis, Muhammad
Sinkron : jurnal dan penelitian teknik informatika Vol. 7 No. 2 (2023): Research Article, Volume 7 Issue 2 April, 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v8i2.12055

Abstract

The Decision Tree algorithm is a data mining method algorithm that is often applied as a solution to a problem for a classification. The Decision Tree C5.0 algorithm has several weaknesses, including: the C5.0 algorithm and several other decision tree methods are often biased towards modeling whose features have many levels, some problems for the model can occur such as over-fit or under-fit challenges, big changes to decision logic can result in small changes to data training, C5.0 can experience modeling inconvenience, data imbalance causes low accuracy in C5.0 algorithm. The boosting algorithm is an iterative algorithm that gives different weights to the distribution of training data in each iteration. Each iteration of boosting adds weight to examples of misclassification and decreases weight to examples of correct classification, thereby effectively changing the distribution of the training data. One example of a boosting algorithm is adaboost. The purpose of this research is to improve the performance of the Decision Tree C5.0 classification method using adaptive boosting (adaboost) to predict hepatitis disease using the Confusion matrix. Tests that have been carried out with the Confusion Matrix use the Hepatitis dataset in the Decision Tree C5.0 classification which has an accuracy rate of 80.58% with a classification error rate of 19.15%. Whereas in the Decision Tree C5.0 classification Adaboost has a higher accuracy rate of 82.98%, a classification error rate of 17.02%. This difference is caused by the adaboost algorithm, because the adaboost algorithm is able to change a weak classifier into a strong classifier by increasing the weight of the observations, and adaboost is also able to reduce the classifier error rate.
Implementasi Algoritma Knuth-Morris-Pratt Pada E-Katalog Perpustakaan Marbun, Nasib; Rozy, Ahmad; Pasaribu, Sutrisno Arianto; Bu'ulolo, Efori; Purba, Bister; Hasibuan, Nisma Novita; Riansyah, Muhammad
KETIK : Jurnal Informatika Vol. 2 No. 02 (2024): November
Publisher : Faatuatua Media Karya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70404/ketik.v2i02.143

Abstract

E-katalog perpustakaan adalah salah satu aplikasi yang membantu pengguna untuk mencari koleksi buku atau informasi perpustakaan dengan lebih efisien melalui sistem berbasis elektronik. Salah satu tantangan dalam pengembangan e-katalog adalah meningkatkan kecepatan dan akurasi dalam pencarian data, khususnya dalam pencocokan string (teks) yang digunakan untuk mencari informasi katalog. Algoritma Knuth-Morris-Pratt (KMP) merupakan salah satu algoritma pencocokan string yang efisien untuk menyelesaikan masalah ini. Penelitian ini bertujuan untuk mengimplementasikan algoritma KMP dalam sistem e-katalog perpustakaan untuk meningkatkan performa pencarian data dan meminimalkan waktu respons. Hasil penelitian ini menyimpulkan bahwa Algoritma knuth morris pratt dapat membantu mempercepat pencocokan string, sehingga memperbaiki waktu respons dan efisiensi sistem pencarian data. Dengan demikian, penerapan algoritma ini dapat menjadi solusi yang baik dalam pengembangan e-katalog perpustakaan yang lebih cepat dan efisien.
Forecasting Palawija Harvest Results In North Aceh Using Multiple Linear Regression Method Fadlisyah, Fadlisyah; Abdullah, Dahlan; Aulia Barus, M Farhan; Riansyah, Muhammad
International Journal of Artificial Intelligence Research Vol 6, No 1 (2022): June 2022
Publisher : STMIK Dharma Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29099/ijair.v6i1.425

Abstract

The agricultural sector is one sector that is very dominant in people's income in Indonesia because most Indonesians work as farmers. One of the plants that play the most crucial role is the palawija plant. An increase in the amount of production and the harvested area will also increase the amount of harvest produced; therefore, to find out which areas have the potential to become producers of productive secondary crops in North Aceh, one of them is by predicting crop yields using the multiple linear regression method. The dataset used for this research is data on the development of palawija crop intensification in North Aceh Regency from 2017 to 2021, taken from the Department of Agriculture and Food Crops, North Aceh Regency. The multiple linear regression method is implemented by entering actual data. Then the data will be calculated in various stages, starting from determining the value of constants and coefficients using a table helper. After getting the result value, then converted into matrix form A and H to find the determinants A1, A2, A3, and A4. After that, enter it into a linear regression pattern and produce a predictive value of crop yield data for the coming year. Calculations in the linear regression method are taken on soybean yields in the Tanah Jambu Aye sub-district in 2022, ranging from 61.00 tons.
PERAN GURU DALAM MENERAPKAN BUDAYA RELIGIUS DI SMP ALMABAR Riansyah, Muhammad; Mahrudin, Amir; Rendi Ramdhani, Muhammad
AL - KAFF: JURNAL SOSIAL HUMANIORA Vol. 3 No. 4 (2025): AL - KAFF: Jurnal Sosial Humaniora
Publisher : Fakultas Agama Islam dan Pendidikan Guru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30997/al-kaff.v3i4.19726

Abstract

Penelitian ini mengeksplorasi peran guru dalam menerapkan budaya religius di SMP Almabar melalui pendekatan kualitatif studi kasus eksploratori. Fokus penelitian meliputi internalisasi karakter uswah hasanah oleh guru dan pembentukan adab belajar siswa dalam konteks digital yang menghadapi tantangan konten tanpa filter dan orientasi duniawi. Data dikumpulkan melalui wawancara semi terstruktur  dengan kepala sekolah, guru, dan siswa, observasi partisipatif aktivitas keagamaan, serta analisis dokumen sekolah. Temuan menunjukkan bahwa guru berperan sebagai teladan Islami dengan menyisipkan nilai zakat dalam pembelajaran Matematika, storytelling keagamaan dalam Bahasa Indonesia, dan memimpinsholatberjamaah untuk menumbuhkan nilai kejujuran, kesabaran, dan tanggung jawab. Adanya kolaborasi antara guru, kepala sekolah, komite, dan orang tua melalui rapat triwulan dan komunikasi digital mendukung keberlanjutan program religius meski sarana terbatas. Model ini memadukan teori Social Learning dan integrasi kurikulum nilai, menunjukkan adaptasi kontekstual yang dapat diimplementasikan di sekolah lain. Hasil penelitian ini berkontribusi pada literatur pendidikan Islam dengan menawarkan model manajemen berbasis sekolah partisipatif yang mengedepankan keteladanan guru dan adab siswa sebagai kunci penguatan karakter religi.
Komparasi Akurasi Algoritma Logistic Regression dan Naive Bayes pada Dataset Hepatitis Riansyah, Muhammad; Fiqna, Harry Pratama; Bahri, Syaiful
INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 4 (2025): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/h36jsr29

Abstract

Penelitian ini bertujuan untuk membandingkan tingkat akurasi dua algoritma klasifikasi, yaitu Logistic Regression dan Naive Bayes, dalam proses mendiagnosis penyakit hepatitis. Data penelitian diperoleh dari situs Kaggle.com yang kemudian dibagi menjadi 80% data latih dan 20% data uji. Proses evaluasi dilakukan melalui metode validasi dengan menggunakan beberapa metrik pengukuran, antara lain accuracy, classification error, precision, recall, dan F1-score. Berdasarkan hasil pengujian yang dilakukan, algoritma Logistic Regression berhasil mencapai tingkat akurasi sebesar 90,32%, sedangkan algoritma Naive Bayes hanya memperoleh akurasi sebesar 83,87%. Hasil ini menunjukkan bahwa Logistic Regression memberikan kinerja yang lebih baik dibandingkan Naive Bayes. Temuan penelitian ini diharapkan dapat menjadi referensi pemilihan algoritma klasifikasi dalam pengolahan data medis berbasis machine learning.