Article Per Year (5 Year)
p-Index From 2021 - 2026
4.969
P-Index
This Author published in this journals
All Journal Voteteknika (Vocational Teknik Elektronika dan Informatika) Jurnal Pendidikan dan Pembelajaran Khatulistiwa (JPPK) JURNAL KEPEMIMPINAN DAN PENGURUSAN SEKOLAH Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Penelitian Pendidikan IPA (JPPIPA) Pendas : Jurnah Ilmiah Pendidikan Dasar JURNAL PENDIDIKAN TAMBUSAI Menara Ilmu Jurnal Teknologi Informasi dan Pendidikan JURNAL PENDIDIKAN, SAINS DAN TEKNOLOGI Jurnal Pengabdian kepada Masyarakat Nusantara CITRAWIRA : JOURNAL OF ADVERTISING AND VISUAL COMMUNICATION Jurnal Vokasi Informatika (JAVIT) Journal of Community Service Reflection Journal Jurnal Ilmiah Research Student Jurnal Teknik Komputer dan Informatika (JTeKI) Journal of Innovative and Creativity Journal of Authentic Research Jejak digital: Jurnal Ilmiah Multidisiplin Lentera Negeri
Titin Sriwahyuni
Universitas Negeri Padang
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Physics Public Health Social Sciences Other

Published : 70 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 70 Documents
Search

 3   4   5   6   7 
Rancang Bangun Sistem Deep Learning untuk Klasifikasi Tingkat Depresi Melalui Analisis Wajah dan Respons Kuesioner Berbasis Website Putra, Reza Yasa; Sriwahyuni, Titi; Saputra, Hadi Kurnia; Budayawan, Khairi
Journal of Authentic Research Vol. 5 No. 2 (2026): May
Publisher : LITPAM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36312/h850k151

Abstract

Depresi pada mahasiswa menjadi persoalan akademik dan kesehatan publik karena dapat menurunkan konsentrasi, motivasi belajar, capaian akademik, serta meningkatkan risiko isolasi sosial dan ide bunuh diri. Penelitian ini bertujuan merancang dan mengevaluasi sistem skrining awal tingkat depresi berbasis website yang mengintegrasikan kuesioner Patient Health Questionnaire-9 (PHQ-9) dan analisis ekspresi wajah berbasis Convolutional Neural Network (CNN). Metode pengembangan menggunakan model Waterfall yang mencakup komunikasi kebutuhan, perencanaan arsitektur, pemodelan, konstruksi, pengujian, dan deployment. Model visual dilatih menggunakan dataset ekspresi wajah FER-2013 dan CK+ yang diproses menjadi citra grayscale 48x48 piksel, diseimbangkan dengan oversampling, serta diperkuat melalui augmentasi. Sistem menerapkan decision-level fusion dengan bobot 60% untuk skor PHQ-9 dan 40% untuk rasio ekspresi negatif, sedangkan inferensi wajah dijalankan langsung di peramban melalui TensorFlow.js untuk menjaga privasi biometrik. Hasil pengujian menunjukkan model Custom CNN Mini-VGG memperoleh akurasi global 65,28% pada 7.178 citra uji, dengan kinerja terbaik pada kelas Happy dan Surprise. Pengujian fungsional membuktikan autentikasi, validasi webcam, fusi data, ekspor laporan, dan dasbor institusi berjalan valid. Sistem juga terbukti tidak mengirim citra wajah ke server, sehingga prinsip Zero Data Retention terpenuhi. Temuan ini menunjukkan bahwa pendekatan multimodal dapat memperkuat skrining dini depresi, tetapi hasilnya tetap harus diposisikan sebagai triase awal, bukan diagnosis klinis. Depression among university students is an academic and public health concern because it may reduce concentration, learning motivation, academic achievement, and increase the risk of social withdrawal and suicidal ideation. This study aims to design and evaluate a web-based early screening system for depression severity by integrating the Patient Health Questionnaire-9 (PHQ-9) and facial expression analysis using a Convolutional Neural Network (CNN). The system was developed using the Waterfall model, covering requirement communication, architectural planning, modeling, construction, testing, and deployment. The visual model was trained on FER-2013 and CK+ facial expression datasets, standardized into 48x48 grayscale images, balanced using oversampling, and strengthened with data augmentation. The proposed system applies decision-level fusion, assigning 60% weight to PHQ-9 scores and 40% to the negative facial expression ratio, while facial inference is executed locally in the browser through TensorFlow.js to protect biometric privacy. The evaluation shows that the Custom CNN Mini-VGG model achieved 65.28% global accuracy on 7,178 unseen test images, with the strongest performance for Happy and Surprise classes. Functional testing confirmed that authentication, webcam validation, data fusion, report export, and institutional dashboards worked as expected. Network inspection also confirmed that no facial images were transmitted to the server, thereby satisfying the Zero Data Retention principle. These findings indicate that multimodal screening can strengthen early depression triage, although the system should remain a decision-support tool and not a substitute for clinical diagnosis.
Implementasi YOLOv8 dan TensorFlow Lite pada Aplikasi Mobile untuk Deteksi Kerusakan Jalan secara Real-Time Mardian, Syauqi Revo; Budayawan, Khairi; Sriwahyuni, Titi; kurnia , Hadi
Journal of Authentic Research Vol. 5 No. 2 (2026): May
Publisher : LITPAM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36312/qwq2bk22

Abstract

Kerusakan jalan seperti lubang dan retak memerlukan mekanisme pelaporan yang cepat, objektif, dan berbasis lokasi agar proses pemeliharaan infrastruktur dapat dilakukan secara lebih responsif. Penelitian ini bertujuan mengembangkan aplikasi mobile berbasis computer vision untuk mendeteksi dan melaporkan kerusakan jalan secara real-time dengan mengintegrasikan model YOLOv8, TensorFlow Lite, kamera smartphone, GPS, basis data lokal, RESTful API Laravel, MySQL, dan dashboard monitoring geografis. Metode penelitian menggunakan pendekatan penelitian dan pengembangan perangkat lunak dengan model Waterfall yang mencakup analisis kebutuhan, desain sistem, implementasi, pengujian fungsional, dan evaluasi model deteksi. Dataset disusun secara hibrida dari dataset publik dan data lokal, lalu dibagi menjadi data latih 70%, validasi 20%, dan uji 10%. Hasil menunjukkan bahwa aplikasi berhasil menjalankan autentikasi, deteksi kamera, pengambilan koordinat, pengiriman laporan daring, penyimpanan laporan saat blank spot, visualisasi peta GIS, dan validasi administrator. Model YOLOv8s yang dikonversi ke format TensorFlow Lite memperoleh rata-rata precision 69,4%, recall 66,6%, dan mAP50 67,7%. Kinerja terbaik terdapat pada kelas pothole dengan mAP50 76,6%, sedangkan kelas crack memperoleh mAP50 58,8% karena bentuk retakan yang tipis dan tidak beraturan. Temuan ini menunjukkan bahwa integrasi edge computing dan server terpusat dapat menjadi solusi awal untuk pelaporan kerusakan jalan yang lebih cepat, meskipun peningkatan dataset lokal dan pendekatan segmentasi masih diperlukan untuk memperbaiki deteksi retakan. Road damage, including potholes and cracks, requires a fast, objective, and location-based reporting mechanism to support more responsive infrastructure maintenance. This study developed a mobile computer-vision application for real-time road damage detection and reporting by integrating YOLOv8, TensorFlow Lite, smartphone cameras, GPS, local storage, a Laravel RESTful API, MySQL, and a geographic monitoring dashboard. The research adopted a software research-and-development approach using the Waterfall model, covering requirement analysis, system design, implementation, functional testing, and detection-model evaluation. The image dataset was prepared using a hybrid approach that combined public datasets and local field data, with a 70% training, 20% validation, and 10% testing split. The results show that the application successfully performed authentication, camera-based detection, coordinate acquisition, online report submission, offline report storage in blank-spot conditions, GIS map visualization, and administrator validation. The YOLOv8s model converted into TensorFlow Lite achieved an average precision of 69.4%, recall of 66.6%, and mAP50 of 67.7%. The best performance was obtained for pothole detection with an mAP50 of 76.6%, while crack detection reached an mAP50 of 58.8% because cracks are thin, elongated, and irregular visual objects. These findings indicate that the integration of edge computing and centralized server management can provide an initial solution for faster road damage reporting, although larger local datasets and segmentation-based approaches are still needed to improve crack detection.
Pengaruh Artificial Intelligence (AI) terhadap Literasi Digital Belajar Peserta Didik di SMK Negeri 2 Padang Farizy, Muhammad Habbil Al; Asmara, Delvi; Huda, Yasdinul; Sriwahyuni, Titi
Journal of Authentic Research Vol. 5 No. 2 (2026): May
Publisher : LITPAM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36312/1t6zed54

Abstract

Perkembangan era digital dan Revolusi Industri 4.0 telah mendorong integrasi teknologi dalam pendidikan, namun tantangan literasi digital peserta didik masih menjadi masalah serius, seperti rendahnya kemampuan verifikasi informasi, kurangnya kesadaran keamanan digital, serta belum konsistennya capaian literasi digital di SMK Negeri 2 Padang. Penelitian ini bertujuan untuk menganalisis pengaruh Artificial Intelligence (AI) terhadap literasi digital belajar peserta didik di SMK Negeri 2 Padang. Metode yang digunakan adalah mixed methods dengan desain sekuensial eksploratori. Teknik pengumpulan data dilakukan melalui wawancara mendalam kepada 5 siswa dan 2 guru, observasi partisipatif selama 2 minggu, serta kuesioner skala Likert 1-5 yang disebarkan kepada 225 responden yang diambil menggunakan teknik simple random sampling dari populasi 522 siswa kelas XI. Teknik analisis data meliputi analisis regresi linier sederhana, uji asumsi klasik (normalitas, linearitas, heteroskedastisitas), serta uji hipotesis (uji t, uji F, dan koefisien determinasi) dengan bantuan SPSS versi 26. Hasil penelitian menunjukkan bahwa AI berpengaruh positif dan signifikan terhadap literasi digital (t-hitung 42,317 > t-tabel 1,970; Sig. 0,000 < 0,05), dengan koefisien determinasi (R Square) sebesar 0,889 dan nilai korelasi (R) 0,943 yang mengindikasikan hubungan sangat kuat. Pembahasan mengungkap bahwa kontribusi AI tertinggi pada aspek digital skill, namun aspek digital ethics dan digital safety masih memerlukan perhatian. Kesimpulannya, AI berpengaruh signifikan terhadap literasi digital peserta didik. Implikasi penelitian ini adalah bahwa pemanfaatan AI yang terintegrasi dalam pembelajaran dapat menjadi strategi efektif untuk mengembangkan literasi digital, namun perlu disertai penguatan etika dan keamanan digital serta pengawasan dari guru.
Integrasi QR Code dan Location-Based Service pada Aplikasi Presensi dan Izin Berbasis Mobile untuk Guru dan Tenaga Kependidikan SMAN 3 Padang Indah Purnama Reta; Rizkayeni Marta; Syafrijon Syafrijon; Titi Sriwahyuni
JURNAL ILMIAH RESEARCH STUDENT Vol. 3 No. 2 (2026): September
Publisher : KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jirs.v3i2.12118

Abstract

Pengelolaan presensi bagi Guru dan Tenaga Kependidikan (GTK) di institusi pendidikan masih mengalami berbagai masalah, seperti proses pencatatan manual yang tidak efisien, rekap yang memakan waktu, serta sistem administrasi perizinan yang belum terintegrasi. Proses manajemen serta pencatatan kehadiran GTK di SMAN 3 Padang dioptimalkan melalui pengembangan aplikasi mobile yang mengintegrasikan LBS (Location-Based Service) serta QR Code dalam penelitian ini. Pengembangan aplikasi dilakukan dengan metode Waterfall, sedangkan validasi lokasi memanfaatkan koordinat GPS yang diperoleh melalui algoritma Haversine. Sistem dikembangkan dengan arsitektur client-server, di mana aplikasi mobile ditujukan untuk Guru, Tenaga Kependidikan, dan Kepala Sekolah, sedangkan aplikasi berbasis web digunakan oleh Tim Kurikulum untuk mengelola data presensi, permohonan, jam kerja, hari libur, serta melakukan proses pemantauan. Hasil dari penerapan menunjukkan bahwa aplikasi dapat mendukung proses presensi dengan menggunakan QR Code yang diintegrasikan dengan validasi lokasi, manajemen pengajuan izin, sakit, cuti, dan presensi khusus seperti dinas luar dan WFH, serta pemantauan data presensi secara terpadu. Berdasarkan skenario User Acceptance Testing (UAT), pengujian fungsional membuktikan bahwa seluruh rancangan sistem berhasil dieksekusi tanpa kendala sesuai ekspektasi. Di samping itu, pengukuran aspek antarmuka lewat System Usability Scale (SUS) berhasil menembus angka 86,56, sebuah indikasi bahwa platform ini sangat adaptif, mudah dioperasikan, serta mendapat respons positif dari target pengguna. Oleh karena itu, kehadiran teknologi Location-Based Service dan QR Code di dalam aplikasi ini terbukti mampu memotong birokrasi absensi sekaligus mewujudkan tata kelola administrasi internal sekolah yang jauh lebih responsif.
Optimasi Jadwal Perkuliahan Berbasis Web Menggunakan Algoritma Genetika: Studi Kasus Departemen Teknik Elektronika Universitas Negeri Padang Nurhawa Nabila; Rizkayeni Marta; Titi Sriwahyuni; Syafrijon Syafrijon
JURNAL ILMIAH RESEARCH STUDENT Vol. 3 No. 2 (2026): September
Publisher : KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jirs.v3i2.12119

Abstract

Penyusunan jadwal perkuliahan secara manual sering kali memicu bentrok jadwal dan inefisiensi waktu operasional, sebagaimana kendala yang dialami oleh Departemen Teknik Elektronika Universitas Negeri Padang. Penelitian ini bertujuan untuk mengembangkan sistem informasi penjadwalan ruang kelas perkuliahan berbasis web guna mengotomatisasi komputasi penyusunan matriks jadwal yang terintegrasi dengan administrasi akademik. Pengembangan perangkat lunak dirancang menggunakan metode sekuensial linier (Waterfall). Mesin optimasi pada sistem ini digerakkan oleh Algoritma Genetika untuk menyelaraskan batasan mutlak (hard constraints) dan batasan fleksibel (soft constraints), serta didukung oleh fungsionalitas Re-optimasi Parsial berbasis Minimal Perturbation Problem (MPP) untuk mitigasi perubahan jadwal yang mendadak. Hasil pengujian fungsionalitas melalui User Acceptance Testing (UAT) mencatat tingkat keberhasilan absolut sebesar 100%, membuktikan kemampuan algoritma dalam mencetak jadwal yang sepenuhnya bebas konflik (zero-conflict). Selain itu, evaluasi tingkat kebergunaan menggunakan instrumen System Usability Scale (SUS) menghasilkan skor 80,21 (kategori Excellent). Secara empiris, implementasi sistem ini berhasil mereduksi waktu penyusunan jadwal dari satu hingga dua minggu menjadi hanya dalam hitungan menit, sekaligus menyediakan antarmuka interaktif yang meningkatkan produktivitas tata kelola akademik secara signifikan
RANCANG BANGUN SISTEM INFORMASI KESISWAAN BERBASIS WEB (STUDI KASUS: SMK NEGERI 2 PADANG PANJANG) Nur Imama; Syafrijon Syafrijon; Khairi Budayawan; Titi Sriwahyuni
JURNAL ILMIAH RESEARCH STUDENT Vol. 3 No. 2 (2026): September
Publisher : KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jirs.v3i2.12188

Abstract

Pengelolaan data kesiswaan di SMK Negeri 2 Padang Panjang masih menghadapi kendala karena pencatatan pelanggaran, prestasi, minat dan bakat, serta pembinaan siswa dilakukan melalui buku catatan dan buku kasus. Kondisi tersebut berdampak pada lambatnya penelusuran informasi, pemantauan perkembangan siswa, dan penyusunan laporan. Penelitian ini menghasilkan Sistem Informasi Kesiswaan berbasis web yang dirancang untuk mengintegrasikan proses pengelolaan data tersebut dalam satu aplikasi. Pengembangan perangkat lunak menerapkan model Waterfall melalui tahapan analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Sistem dibangun menggunakan framework Laravel, bahasa pemrograman PHP, serta basis data MySQL. Untuk membantu pihak sekolah menetapkan urutan siswa yang perlu memperoleh pembinaan, sistem dilengkapi fitur pendukung keputusan dengan metode Simple Additive Weighting (SAW). Pengujian fungsional dilakukan melalui Black Box Testing, sedangkan penerimaan pengguna diukur menggunakan User Acceptance Testing (UAT). Hasil Black Box Testing menunjukkan bahwa seluruh skenario pengujian berhasil dijalankan dengan persentase keberhasilan 100%. Pengujian UAT yang melibatkan 16 responden memperoleh nilai rata-rata 91,61% dengan kategori Sangat Baik. Nilai tersebut terdiri atas aspek Functionality sebesar 94,82%, Reliability sebesar 90,50%, Efficiency sebesar 90,50%, dan Usability sebesar 90,00%. Berdasarkan hasil tersebut, sistem yang dikembangkan dinilai layak diterapkan sebagai sarana pengelolaan data kesiswaan yang terintegrasi sekaligus membantu sekolah menentukan prioritas pembinaan siswa.
Rancang Bangun Aplikasi Modul Interaktif Mata Kuliah Analisis Perancangan Sistem Menggunakan Framework Flutter M. Faisal Ikhsan; Titi Sriwahyuni; Agariadne Dwinggo Samala; Mahesi Agni Zaus
Menara Ilmu : Jurnal Penelitian dan Kajian Ilmiah Vol 20, No 2 (2026): Vol 20 No. 02 APRIL 2026
Publisher : LPPM Universitas Muhammadiyah Sumatera Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31869/mi.v20i2.7980

Abstract

Pembelajaran pada mata kuliah Analisis Perancangan Sistem di Universitas Negeri Padang (UNP) masih menggunakan media konvensional seperti PowerPoint dan presentasi kelompok yang menghasilkan pola belajar monoton dengan partisipasi mahasiswa yang pasif. Penelitian ini bertujuan merancang dan membangun aplikasi modul interaktif berbasis Framework Flutter yang dapat meningkatkan efektivitas dan minat belajar mahasiswa. Metode pengembangan yang digunakan adalah Multimedia Development Life Cycle (MDLC) yang terdiri dari enam tahapan: concept, design, material collecting, assembly, testing, dan distribution. Aplikasi dikembangkan menggunakan Flutter SDK dengan bahasa pemrograman Dart, Android Studio sebagai IDE, Firebase sebagai Backend-as-a-Service, dan Figma untuk perancangan antarmuka. Pengujian dilakukan menggunakan metode blackbox testing terhadap sepuluh skenario uji fungsional, dan seluruhnya dinyatakan berhasil. Selain itu, validasi ahli menunjukkan bahwa media pembelajaran berbasis Android ini telah memenuhi kriteria kelayakan untuk diimplementasikan. Aplikasi ini memuat fitur modul materi interaktif, latihan soal, kuis evaluasi, panduan pengguna, dan informasi. Hasil penelitian menunjukkan bahwa aplikasi modul interaktif berbasis Flutter berhasil dibangun sebagai prototype yang layak dan fungsional sebagai media pembelajaran alternatif yang lebih menarik dan interaktif bagi mahasiswa mata kuliah Analisis Perancangan Sistem di Universitas Negeri Padang.Kata Kunci: Modul Interaktif, Flutter, Analisis Perancangan Sistem, MDLC, Android
DEVELOPMENT OF LOW-POLY VISUALIZATION-BASED AUGMENTED REALITY FOR POWER SUPPLY CIRCUIT LEARNING AT SMK N 2 PAYAKUMBUH Mizan Malik; Titi Sriwahyuni; Rido Putra; Mahesi Agni Zaus
Pendas : Jurnal Ilmiah Pendidikan Dasar Vol. 11 No. 02 (2026): Volume 11 No. 02 Juni 2026 Press
Publisher : Program Studi Pendidikan Guru Sekolah Dasar FKIP Universitas Pasundan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23969/jp.v11i02.51551

Abstract

Difficulty in visualizing the operational processes of power supply circuits remains a challenge in electronics education at Vocational High Schools (SMK), particularly regarding abstract and dynamic concepts such as rectifiers and voltage filters. The use of two-dimensional media combined with verbal explanations makes it difficult for students to understand the relationships between components and the overall workflow of the system. This design aims to develop Augmented Reality (AR)-based learning media using a low-poly visualization approach through the Assemblr Edu platform, focusing on power supply circuit material for 11th-grade students in the Audio-Video Engineering Department at SMKN 2 Payakumbuh. The low-poly approach is used to simplify visual representations, thereby reducing display complexity without neglecting the functional characteristics of electronic components. This study adopts the Multimedia Development Life Cycle (MDLC) method, which includes the concept, design, material collection, assembly, testing, and distribution stages. The result of this development is an interactive AR platform that displays 3D objects, animations of circuit operations, instructional videos, and interactive assessments. The platform was designed to support a more concrete and interactive visualization of circuit operations in electronics education at vocational high schools.
Effectiveness of an AI-based learning assistant as a medium for strengthening students' higher order thinking skills (HOTS) Nafra Kristia Fitri; Muhammad Anwar; Titi Sriwahyuni; Fahmi Rizal
Lentera Negeri Vol. 7 No. 1 (2026): Lentera Negeri
Publisher : Indonesian Institute For Counseling, Education and Therapy

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29210/994020

Abstract

This study examines the use of an AI-based learning assistant (ChatGPT) and changes in students’ Higher-Order Thinking Skills (HOTS) in the Wired and Wireless Networking course within the Computer and Networking Engineering (TKJ) program. HOTS encompasses the abilities to analyze (C4), evaluate (C5), and create (C6) based on Bloom’s revised taxonomy. The study employed a quantitative approach with a one-group time-series pre-experimental design, involving 15 11th-grade students selected through purposive sampling. The researchers collected data through problem-based HOTS essay tests, questionnaires, and observations. The instruments showed content validity with Aiken’s V values ranging from 0.838 to 0.852, and the HOTS test showed reliability with Cronbach’s α = 0.934. The Lilliefors test indicated that the data were normally distributed across the three sessions. The mean HOTS score increased from 66.41 in Session 1 to 72.88 in Session 2 and 77.56 in Session 3. A repeated-measures ANOVA analysis revealed a significant difference, F (2,28) = 54.993, p < 0.001, ηp² = 0.797, with a large effect size. The Greenhouse–Geisser correction still yielded significant results. The overall N-Gain value of 0.335 fell into the moderate category. At the same time, student acceptance of the AI-Based Learning Assistant reached 80.00%, which is classified as good. The findings indicate an increase in HOTS during AI-assisted learning.
Supporting SDG 4 through Teaching Factory Readiness: A CIPP Evaluation with POAC Analysis at Vocational High School Windi Fauzia Gusmita; M. Giatman; Titi Sriwahyuni; Jonni Mardizal
Jurnal Penelitian Pendidikan IPA Vol 12 No 9 (2026)
Publisher : Postgraduate, University of Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jppipa.v12i9.15991

Abstract

Teaching Factory (TEFA) connects school-based vocational learning with authentic industrial practices. However, variations in its implementation indicate the need for a comprehensive evaluation of institutional readiness. This study evaluated TEFA implementation readiness at State Vocational High School (SMK) 2 Padang using the Context, Input, Process, and Product (CIPP) model as the principal quantitative evaluation framework. The Planning, Organizing, Actuating, and Controlling (POAC) framework was applied as a qualitative analytical lens for interpreting managerial practices rather than as a separate quantitative measurement. A convergent mixed-methods design was employed. Quantitative data were collected through questionnaires administered to Grade XI students in the TKJ, BDR, and MPLB programmes, while qualitative data were obtained through interviews with three TEFA coordinators, observations, and institutional documents. Overall institutional readiness reached 76.5% and was categorized as Ready. Input achieved the highest score (79%), followed by Product (78%), Context (76%), and Process (73%). Qualitative POAC analysis indicated that planning, organizational arrangements, and programme implementation had been established, whereas controlling remained comparatively weak, particularly in monitoring, documentation, evaluation, and follow-up. Therefore, strengthening managerial control, continuous quality assurance, and industry collaboration is essential for ensuring sustainable TEFA implementation
Co-Authors Adila Putri, Melani Agariadne Dwinggo Samala Ahmaddul Hadi Alixa Arivya Tofer Almasri Alrian Fauzi Arie Findi Pratama Arrum Pramesti Asmara, Delvi Atmadinata, Trisna Ayu Fatimah Budayawan, Khairi Budayawan, Khairi Budi Prasetyo Dedy Irfan Dekry, Muhammad Reviza Denny Kurniadi Dony Novaliendry Efrizon Efrizon Efrizon Efrizon Elgi Janliza Putra Fadhli Harzian Syah Fahlevi, Muhammad Farel Fahmi Rizal Faridah Hanum Farizy, Muhammad Habbil Al Fauzan Jamza Firza, Fahira Utami Geovanne Farell Hadi Kurnia Saputra Hadyan, Farraz Hanesman Hanesman Hasan Basri Hermansyah Hermansyah Herry Prilosadoso, Basnendar Huda, Yasdinul Ika Parma Dewi Ilahi, Akbar Indah Purnama Reta Insan Aljundi, Ihsanul Izzan Muhamad Urfan Jonni Mardizal Jusmardi Kaswari . kurnia , Hadi Kurniadi, Denny Lativa Mursyida Legiman Slamet Levran, Abel M. Faisal Ikhsan Mahesi Agni Zaus Makmur, Brian Mardian, Syauqi Revo Marina Elfera Mizan Malik Muhamad Tegar Putra Perdana Muhammad Adri Muhammad Adri MUHAMMAD ANWAR Muhammad Anwar Musthafa Ramadhan Mutia Ahsanul Husna Mutia Oktavia Nafra Kristia Fitri Nandi Pinto Setiawan Naufan Islami, Fattan Nelda Azhar Nova Perdana Roza Putri Noviani, Noviani Noviko, Heri Nur Fadilah Nur Imama Nurhawa Nabila Nurindah Dwiyani Oktoria Oktoria Oktoria Oslan Khalid Pati Harau, Frans Surya Phooja Sakhena Pingky Fernanda Damid Primadani Viandra Putra Jaya Putra, Reza Yasa Putra, Rido Radia Afnur Rahmawari Azril Ramadhan, Heri Resmi Darni Resmidarni, Resmidarni Risna, Mega Rizkayeni Marta S.Pd, Zulfadli Salsabila, Unik Hanifah Sanlifa Faja Rani Silvia Tauriska P Siti Muthmainnah Sofya, Rani Suci Indah Kemala Dewi Sugiyono . Sukaya Sukaya Surianto, Teddy Syafrijon Syafrijon Syafrijon Syafrijon, Syafrijon Syarif, Zamir Ta Ali Ta Ali, Ta Ali Ta'ali, Ta'ali Taali, Taali Taufik Mardatillah Ta’ali, Ta’ali Tsaqif Luthfan Windi Fauzia Gusmita Yasdinul Huda Yeka Hendriyani Yones, Indra Z, Faredna Zubair Shobrun Jamil