Article Per Year (5 Year)
p-Index From 2021 - 2026
7.048
P-Index
This Author published in this journals
All Journal Teknotan: Jurnal Industri Teknologi Pertanian Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Dharmakarya : Jurnal Aplikasi Ipteks Untuk Masyarakat IKRA-ITH Humaniora : Jurnal Sosial dan Humaniora JOURNAL OF APPLIED INFORMATICS AND COMPUTING SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Conference on Innovation and Application of Science and Technology (CIASTECH) Jurnal RESISTOR (Rekayasa Sistem Komputer) IKRA-ITH ABDIMAS Pontianak Nutrition Journal (PNJ) Journal of Industrial and Information Technology in Agriculture Canrea Journal: Food Technology, Nutritions, and Culinary Journal Jurnal Abdi Insani JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Teknik Informatika (JUTIF) Bulletin of Computer Science Research KLIK: Kajian Ilmiah Informatika dan Komputer DECODE: Jurnal Pendidikan Teknologi Informasi Scientific Student Journal for Information, Technology and Science Jurnal Buana Pengabdian Jurnal Sains dan Teknologi Pangan Jurnal Komtika (Komputasi dan Informatika)
Yana Cahyana
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 59 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 59 Documents
Search

 2   3   4   5   6 
Model Prediksi Kasus COVID-19 di Indonesia Menggunakan Metode Linear Regression dan Polynomial Regression Amid Rakhman; Yana Cahyana; Rahmat
Scientific Student Journal for Information, Technology and Science Vol. 6 No. 1 (2025): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Organisasi Kesehatan Dunia pada 11 Maret 2020 telah mengumumkan bahwa Coronavirus Disease 2019 (Covid-19) sebagai sebuah pandemi. Covid-19 ialah sebuah penyakit yang disebabkan oleh jenis coronavirus baru yaitu Sars-CoV-2 yang mengganggu sistem pernafasan. Hingga saat ini kasus terkonfirmasi positif Covid-19 di Indonesia masih terjadi setiap harinya. Penelitian ini bertujuan untuk melakukan prediksi penambahan kasus Covid-19 di Indonesia. Data yang digunakan bersumber dari API publik laman covid19.go.id berupa penambahan jumlah kasus Covid-19 di Indonesia sebanyak 122 baris data. Prediksi dilakukan dengan menggunakan metode linear regresi dan polynomial regresi sebagai pembanding. Evaluasi pada metode linear regresi mendapatkan nilai R2 = 0,57, sedangkan metode polynomial regresi mendapatkan nilai R2 = 0,84. Berdasarkan evaluasi tersebut, metode polynomial regresi mendapatkan hasil yang lebih baik dibandingkan dengan metode linear regresi. Prediksi kasus Covid-19 di Indonesia pada bulan Januari sampai bulan Maret 2022 menggunakan metode polynomial regresi diprediksi penambahan kasus Covid-19 akan naik kembali.
Sistem Pakar Mendiagnosis Tingkat Kecanduan Game Online Menggunakan Metode Certainty Factor Anisa Itiawanti; Yana Cahyana; Santi Arum Puspita Lestari
Scientific Student Journal for Information, Technology and Science Vol. 6 No. 1 (2025): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kecanduan game merupakan sebuah pola perilaku bermain yang ditandai dengan seseorang yang tidak dapat mengendalikan keinginan bermain game, lebih memprioritaskan bermain game daripada melakukan kegiatan yang lain atau aktivitas yang lain. Kecanduan game online merupakan masalah yang serius tetapi dalam penangannya masih sangat minim, maka dibutuhkan sistem untuk mempermudah mendeteksi tingkat kecanduan bermain game online yang bersumber dari gejala yang dialami oleh pengguna dengan menggunakan sistem pakar. Ketidakpastian dalam penarikan kesimpulan sering terjadi dalam sistem pakar. Salah satu metode untuk mengatasi ketidakpastian tersebut adalah metode Certainty Factor. Metode Certainty Factor adalah metode untuk membuktikan apakah suatu fakta itu pasti atau fakta tidak pasti, metode Certainty Factor ini sangat cocok untuk mendiagnosa sesuatu yang belum pasti. Berdasarkan hasil pengujian yang dilakukan terdapat 22 data yang sesuai dari semua data uji 30 responden. Jadi, tingkat akurasi sistem setelah dilakukan pengujian terhadap 30 data uji adalah 73,3%.
Prediksi Kanker Paru dengan Normalisasi menggunakan Perbandingan Algoritma Random Forest, Decision Tree dan Naïve Bayes Banafshah Shafa; Hanny Hikmayanti Handayani; Santi Arum Puspita Lestari; Yana Cahyana
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 3: NOVEMBER 2024
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v4i3.779

Abstract

Berdasarkan data Global Cancer Observatory Organisasi Kesehatan Dunia angka kematian kanker paru sebanyak 1.796.144 orang di seluruh dunia. Kematian akibat kanker paru di Indonesia sebanyak 30.843 pada tahun 2020. Penyakit yang dapat membunuh orang akibat keganasannya yang paling umum disebabkan oleh kanker paru mencapai 13% dari keseluruhan diagnosis kanker. Penyakit ini dapat disebabkan dari internal ataupun eksternal paru- paru. Membuat model prediksi dirasa perlu, guna mendeteksi penyakit ini lebih awal untuk menekan angka kematian yang diakibatkan oleh kanker paru. Menggunakan proses pemodelan menggunakan algoritma Random Forest, Naïve Bayes dan Decision Tree untuk memproses data tersebut. Tujuan penelitian melakukan perbandingan algoritma Random Forest, Decision Tree serta Naïve Bayes untuk memprediksi penyakit kanker paru dengan menggunakan data yang terdiri dari 26. 000 data. Data ini meliputi informasi tentang pasien, gaya hidup, dan kondisi medis, seperti umur, jenis kelamin, polusi udara, konsumsi alkohol, alergi debu, risiko genetik, penyakit paru kronis, diet seimbang, obesitas, kebiasaan merokok, dan riwayat penyakit lain. Tahapan pengolahan data terdiri dari, pembersihan Data, yaitu menghilangkan fitur yang tidak relevan, seperti Index dan Patient ID, dan mengubah fitur kategorikal "Level" menjadi bentuk numerik, lalu analisis Korelasi,yaitu Mengidentifikasi atribut yang memiliki korelasi tinggi, seperti "Alcohol Use", "Occupational Hazards", "Genetic Risk", dan "Chronic Lung Disease", selanjutya normalisasi data mengubah sebaran data dari empat atribut yang memiliki korelasi tinggi agar lebih mudah diproses, kemudian seleksi fitur yaitu memilih fitur penting dengan menggunakan metode chi-square, yang menunjukkan bahwa "Coughing of Blood", "Passive Smoker", dan "Obesity" memiliki score tertinggi dan dianggap sebagai fitur penting, dilanjutkan dengan pemisahan Data, yaitu membagi data menjadi 80% untuk data pelatihan dan 20% untuk data pengujian, selanjutnya pembuatan model dengan menggunakan tiga algoritma, yaitu Random Forest, Decision Tree, dan Naïve Bayes, untuk memprediksi kanker paru. Random Forest dan Decision Tree mencapai akurasi 100%, sementara Naïve Bayes mencapai akurasi 86%. Berdasarkan evaluasi penelitian yang telah dilakukan pada data penyakit kanker paru, algoritma Random Forest dan Decision Tree sangat cocok untuk prediksi data penyakit kanker paru karena mampu menghasilkan model prediksi yang baik dengan pengujian Confusion Matrix serta Learning Curve.
Implementasi Clustering Menggunakan Algoritma K-Means dan K-Medoids pada Kerusakan Tempat Tinggal Akibat Bencana di Jawa Barat Nurani Khoerunnisa; Amril Mutoi Siregar; Yana Cahyana
Scientific Student Journal for Information, Technology and Science Vol. 6 No. 1 (2025): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Bencana alam adalah rangkaian peristiwa yang mengganggu dan mengancam keselamatan serta menyebabkan kerugian materiil dan nonmateriil, terutama di Provinsi Jawa Barat. Dampak dari bencana alam tersebut menyebabkan banyak masyarakat kehilangan tempat tinggal mereka. Hal ini menimbulkan kekhawatiran masyarakat akan keamanan daerah tempat tinggal mereka. Berdasarkan permasalahan tersebut, penelitian ini menghitung cluster kerusakan tempat tinggal di Jawa Barat menggunakan algoritma K-Means dan K-Medoids Clustering untuk mengelompokkan kabupaten atau kota di Jawa Barat. Sebanyak 27 kabupaten atau kota di Provinsi Jawa Barat dikelompokkan ke dalam 2 cluster, yaitu cluster Tinggi (rawan) dan cluster Rendah (aman), berdasarkan dataset yang diperoleh dari situs web Badan Penanggulangan Bencana Daerah (BPBD) dengan jumlah data sebanyak 1.620. Hasil penelitian menunjukkan bahwa algoritma K-Means lebih optimal, dengan jumlah daerah dalam cluster Rendah (aman) sebanyak 14 dan dalam cluster Tinggi (rawan) sebanyak 13. Sementara itu, algoritma K-Medoids menghasilkan 15 daerah dalam cluster Rendah (aman) dan 12 daerah dalam cluster Tinggi (rawan). Evaluasi menggunakan silhouette coefficient menunjukkan bahwa algoritma K-Means lebih unggul dengan nilai 59% (0.59), dibandingkan dengan algoritma K-Medoids yang memiliki nilai 58% (0.58).
Penerapan Algoritma Convolutional Neural Network (CNN) untuk Deteksi Telur Bebek Fertil dan Infertil Ricky Steven Chandra; Hanny Hikmayanti Handayani; Yana Cahyana
Scientific Student Journal for Information, Technology and Science Vol. 6 No. 1 (2025): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dalam penetasan telur bebek, telur yang infertil perlu disortir dari mesin tetas agar tidak membusuk di dalamnya. Proses penyortiran umumnya dilakukan dengan meneropong telur menggunakan senter atau lampu yang diletakkan di balik telur. Tujuan dari penelitian ini adalah untuk mengembangkan sistem deteksi telur bebek fertil dan infertil menggunakan algoritma Convolutional Neural Network (CNN) guna menggantikan peneropongan secara manual, karena tingkat kelelahan manusia dapat menyebabkan kesalahan dalam penyortiran telur bebek fertil dan infertil. Model yang digunakan dalam penelitian ini adalah You Only Look Once (YOLO), yang merupakan salah satu model deep learning yang efektif untuk pengenalan objek. Penelitian ini terdiri dari beberapa tahap, yaitu pengumpulan data, pra-proses data, konfigurasi jaringan YOLO, pelatihan model YOLO, dan pengujian. Jumlah data citra yang digunakan dalam penelitian ini sebanyak 800, yang terdiri dari dua jenis telur bebek, yaitu fertil dan infertil. Hasil pengujian yang dilakukan sebanyak 40 kali menunjukkan bahwa dengan menggunakan algoritma Convolutional Neural Network (CNN), akurasi yang dicapai dalam membedakan telur bebek fertil dan infertil mencapai sekitar 95%. Hasil ini menunjukkan bahwa CNN memiliki potensi yang signifikan dalam membedakan telur bebek fertil dari infertil, serta memberikan solusi yang cepat dan efisien bagi peternak bebek.
Analisis Sentimen Kenaikan Harga Bahan Bakar Minyak Menggunakan Algoritma Naïve Bayes dan Support Vector Machine Rizka Ayu Permana; Yana Cahyana; Adi Rizky Pratama
Scientific Student Journal for Information, Technology and Science Vol. 6 No. 1 (2025): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Bahan Bakar Minyak (BBM) memiliki peranan penting dalam kehidupan masyarakat, karena harga BBM mempengaruhi harga komoditas dan sektor lainnya. Kenaikan harga BBM sering menimbulkan pro dan kontra di kalangan masyarakat. Untuk melihat bagaimana masyarakat merespons kenaikan harga BBM, salah satunya dapat dilakukan melalui analisis media sosial seperti Twitter. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap kenaikan harga BBM dengan menggunakan algoritma Naïve Bayes dan Support Vector Machine (SVM). Proses dimulai dengan crawling data tweet menggunakan kata kunci "harga BBM naik". Data yang terkumpul kemudian dibagi menjadi dua kelas, yaitu kelas positif dan kelas negatif. Data tersebut selanjutnya melalui proses preprocessing yang meliputi cleaning, case folding, tokenizing, stopword removal, normalize, dan stemming. Pembagian data dilakukan dengan 70% untuk data training dan 30% untuk data testing. Hasil pengujian menunjukkan bahwa algoritma Naïve Bayes memperoleh akurasi sebesar 78,3%, precision 99,2%, dan recall 75,1%. Sementara itu, algoritma Support Vector Machine (SVM) memperoleh akurasi 92,5%, precision 93,0%, dan recall 98,5%.
Prediksi Harga Saham Bank Rakyat Indonesia Menggunakan Algoritma Linear Regression dan Support Vector Regression Rizki Nur Annisa; Sutan Faisal; Yana Cahyana
Scientific Student Journal for Information, Technology and Science Vol. 6 No. 1 (2025): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

nvestasi saham merupakan salah satu investasi jangka panjang yang dapat dilakukan oleh masyarakat untuk melindungi risiko biaya, terutama dalam mempersiapkan keuangan masa depan. Berinvestasi dalam saham dapat memberikan dividen yang cepat dan cukup besar bagi investor. Selain memberikan keuntungan, terdapat berbagai faktor yang dapat memengaruhi naik atau turunnya harga saham, seperti kondisi dan kinerja perusahaan, risiko, dividen, suku bunga, kondisi ekonomi, peraturan pemerintah, dan tingkat penurunan. Untuk meminimalkan risiko kerugian bagi investor saat mengambil keputusan investasi, diperlukan analisis secara fundamental dan teknikal. Namun, sebagian orang tidak terlalu paham mengenai cara menganalisis perusahaan secara mendalam. Oleh karena itu, cara yang lebih mudah adalah dengan melakukan prediksi dan analisis pergerakan saham. Penelitian ini bertujuan untuk melakukan prediksi harga penutupan saham Bank Rakyat Indonesia (BRI) menggunakan algoritma Linear Regression dan Support Vector Regression (SVR). Tujuan dari penelitian ini adalah untuk memilih algoritma yang paling cocok untuk memprediksi harga saham sebagai rekomendasi bagi investor. Hasil penelitian menunjukkan bahwa baik algoritma Linear Regression maupun SVR dapat digunakan untuk memprediksi harga saham. Namun, nilai error RMSE pada algoritma Linear Regression sebesar 69.920, sementara pada algoritma SVR sebesar 69.924. Berdasarkan hasil ini, dapat disimpulkan bahwa algoritma Linear Regression memiliki performa yang sedikit lebih baik dibandingkan dengan SVR, dengan selisih nilai error sebesar 0.004.
Penerapan Metode Naive Bayes Multinomial dan Complement dalam Membandingkan Tingkat Akurasi terhadap Analisis Sentimen Kurikulum Merdeka Wenda Adi Kusnaya; Yana Cahyana; Ayu Ratna Juwita
Scientific Student Journal for Information, Technology and Science Vol. 6 No. 1 (2025): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kementerian Pendidikan telah mengeluarkan program Kurikulum Merdeka di lingkungan sekolah, yang memungkinkan siswa untuk mengembangkan minat, bakat, dan keterampilan mereka sehingga dapat lulus dengan kesiapan menghadapi dunia kerja atau pendidikan tinggi. Namun, program ini telah memicu berbagai tanggapan di Twitter, menciptakan kontroversi yang perlu dijelaskan. Untuk menganalisis sentimen terkait Kurikulum Merdeka, penelitian dilakukan menggunakan algoritma Naïve Bayes Multinomial dan Complement. Dalam penelitian ini, total 627 data yang telah diberi label dan diproses sebelumnya digunakan sebagai dataset. Dataset ini kemudian dibagi menjadi dua, yaitu 80% untuk data latih dan 20% untuk data uji. Metode evaluasi yang digunakan adalah confusion matrix. Hasil evaluasi menunjukkan tingkat akurasi sebesar 89% untuk algoritma Naïve Bayes Multinomial dan 88% untuk Complement. Kesimpulannya, algoritma Naïve Bayes Multinomial memberikan tingkat akurasi yang lebih tinggi dalam menganalisis sentimen terkait Kurikulum Merdeka.
Edukasi pembuatan worksheet berbasis aplikasi canva untuk meningkatkan kompetensi guru di era revolusi industri 4.0 Puspitaloka, Nina; Ambarwati, Evi Karlina; Nurhasanah, Een; Cahyana, Yana; Azzahra, Reva; Nurjanah, Kartika Dewi; Nisa, Azizatun; Ardiyani, Mery
SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Vol 8, No 4 (2024): December
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jpmb.v8i4.27020

Abstract

Abstrak Dalam perkembangan pendidikan di era 4.0 saat ini menekankan pada pendekatan pembelajaran berbasis TPACK (Technological, Pedagogical, Content, Knowledge), sehingga guru harus memanfaatkan teknologi digital, fasilitas komunikasi dan jaringan yang sesuai agar mampu mengelola dan memfasilitasi proses pembelajaran berbasis TIK dalam rangka mencapai tujuan pembelajaran. Edukasi pembuatan worksheet berbasis canva untuk guru-guru RA di era Revolusi Industri 4.0 menjadi upaya untuk meningkatkan pengetahuan dan keterampilan mereka. Penggunaan Canva dapat meningkatkan motivasi guru-guru RA At-Taqwa, sejalan dengan teori pemanfaatan teknologi informasi dalam pendidikan. Program ini meliputi tiga tahapan utama: persiapan, pelaksanaan, dan evaluasi. Tahap pelaksanaan kegiatan dilakukan dengan menggunakan metode ceramah, demonstrasi, praktik langsung, dan pendampingan. Hasil penelitian menunjukkan bahwa mayoritas guru merasa puas dengan kegiatan pengabdian ini dan menganggapnya efektif dalam membantu mereka menggunakan media digital dalam pembelajaran. Dari hasil yang didapat menyatakan bahwa edukasi pembuatan worksheet berbantuan Canva berhasil memberikan manfaat bagi guru-guru RA At-Taqwa dalam pengembangan keterampilan dan pengetahuan mereka terkait pembuatan worksheet menggunakan aplikasi Canva. Kata kunci: canva; kompetensi guru; revolusi industri 4.0; worksheet Abstract In the current educational of the 4.0 era, there is an emphasis on a TPACK (Technological, Pedagogical, Content, Knowledge) approach to teaching, which requires teachers to utilize digital technology, communication tools, and appropriate networks to effectively manage and facilitate technology-enhanced learning processes to achieve educational goals. Canva-based worksheet-making education for kindergarten teachers in the era of the Industrial Revolution 4.0 is an effort to improve their knowledge and skills. The use of Canva can increase the motivation of At Taqwa kindergarten teachers, in line with the theory of utilising information technology in education. This program consists of three main stages: preparation, implementation, and evaluation. The activity implementation stage is carried out using lecture, demonstration, hands-on practice, and mentoring methods. Research results show that the majority of teachers are satisfied with this activity and consider it effective in assisting them with using digital media in their teaching. The findings indicate that the Canva-based worksheet creation training has successfully benefited RA At-Taqwa teachers by improving their skills and knowledge in creating worksheets using the Canva application. Keywords: canva; teacher competence; industrial revolution 4.0; worksheet
Peningkatan kompetensi guru RA/TK melalui pemanfaatan teknologi digital dalam menunjang kegiatan pembelajaran di kelas Cahyana, Yana; Faisal, Sutan
SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Vol 8, No 4 (2024): December
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jpmb.v8i4.26994

Abstract

Abstrak Penelitian ini bertujuan untuk meningkatkan kompetensi guru RA/TK melalui pemanfaatan teknologi digital dalam menunjang kegiatan pembelajaran di kelas. Pelatihan dilaksanakan di RA/TK At-Taqwa, Kecamatan Pakisjaya, Kabupaten Karawang, dengan pendekatan metode ceramah Kegiatan pengabdian ini dilakukan dalam tiga tahap: (1) Tahap Persiapan, yaitu penyusunan materi dan perangkat pembelajaran digital yang akan disampaikan, (2) Tahap Pelaksanaan, berupa pemberian pelatihan kepada guru dengan fokus pada penggunaan teknologi digital dalam pembelajaran, dan (3) Tahap Evaluasi, untuk menilai sejauh mana pemahaman dan keterampilan guru dalam memanfaatkan teknologi dalam kegiatan belajar mengajar. Hasil penelitian menunjukkan bahwa penggunaan teknologi digital dalam pelatihan dapat meningkatkan keterampilan guru dalam merancang dan melaksanakan pembelajaran yang lebih interaktif dan menarik bagi anak-anak. Secara keseluruhan, penelitian ini memberikan kontribusi signifikan dalam peningkatan kompetensi profesional guru RA/TK melalui pemanfaatan teknologi digital dalam pembelajaran. Kata kunci: kompetensi guru; teknologi digital; pembelajaran abad ke 21; pembelajaran anak usia dini Abstract This study aims to improve the competencies of RA/TK teachers through the utilization of digital technology to support classroom learning activities. The research was conducted at RA/TK At-Taqwa, Pakisjaya District, Karawang Regency, using a lecture method approach. The activity was carried out in three stages: (1) Preparation Stage, which involved the development of materials and digital learning resources to be delivered; (2) Implementation Stage, which included providing training to teachers with a focus on the use of digital technology in teaching; and (3) Evaluation Stage, to assess the extent of teachers' understanding and skills in utilizing technology in the teaching and learning process. The results of the study indicate that the use of digital technology in the training helped enhance teachers' abilities to design and implement more interactive and engaging lessons for children. Overall, this research significantly contributes to the professional development of RA/TK teachers through the integration of digital technology in the teaching process. Keywords: teacher competence; digital technology; 21st century learning; early childhood education
Co-Authors Abdullah Darussalam Addion Nizori Adi Rizky Pratama Adi Susilo Aenul Fuadah Agustin, Rachmayanti Tri Ahmad Fauzi Alifa, Naila Ratu Ambarwati, Evi Karlina Amid Rakhman amril siregar Anisa Itiawanti Annisa Nurhalizah Aqib Zhaky Ardiyani, Mery Awal, Elsa Elvira Ayu Juwita Azzahra, Reva Baihaqi, Kiki Ahmad Banafshah Shafa Bramandito Affandi Budiyanto Budiyanto Deden Wahiddin Dewi, Indah Purnama Didik Remaldhi Direja, Azhar Ferbista DWI KUSUMANINGRUM Een Nurhasanah Een Sukarminah Efri Mardawati Enjelia, Lola Faisal, Sutan Fauzan Azima Fauzi Ahmad Muda Fitri Nur Masruriyah, Anis Fitria, Denisa Gumilar, Rizki Bintang Hanan, Sofiah Marwah Hanny Hikmayanti Handayani Hartono Wijaya, Sony Heri Hermawan Herlina Marta Hilda Novita Humaryanto, Humaryanto Imas Siti Setiasih In-In Hanidah Indra Lasmana Tarigan Iskandar, Muhammad Irsyad Jovan Pangestu Juwita, Ayu Ratna Khoerunnisa, Nurani Kiki Baihaqi Kusumaningrum, Dwi Sulistya Lestari, Santi Arum Puspita M. Budi Kusarpoko Madyawati Latief Miptahul Ulum Mochamad Djali Mohammad Djali Mudzakir, Tohirin Al Muhamad Amirrullah Muhammad Fadillah, Farhan Muhammad Ramadhan Mursyid Djawas Narwan Nahrudin Nina Puspitaloka Nisa, Azizatun Nofie Prasetiyo Nova Wulandari Nurani Khoerunnisa Nurjanah, Kartika Dewi Praditya Putri Utami Pratama, Adi Rizky Pratiwi, Sinta Amanda Puspitaloka, Nina Putri, Septiani Nuruldharma Rachmawati, Dhea Rahmat Rahmat Rahmat Rahmat Rahmat Restiana, Resti Ricky Steven Chandra Ridho Pratama, Ilham Ridwan, Ridwan Rizka Ayu Permana Rizki Ananda Rizki Nur Annisa Rizky Nugraha Rizky Riyanto Robi Andoyo Rohana, Tatang Sabirin Sandra Intan Sari Santi Lestari Seow, Eng Keng Siregar, Amril Siregar, Amril Mutoi Siregar, Amril Mutoi Sukmawati, Cici Emilia Sulistya, Dwi Suningwar Mujiana Surya Martha Pratiwi Sutan Faisal Syahril, Ade Tatang Rohana Tita Rialita Tjong Wan Sen Tohirin Al Mudzakir Tukino, Tukino Utama, Duhita Diantiparamudita Wahiddin, Deden Wazzan, Huda Wenda Adi Kusnaya Widiharto, Banani