Dian Palupi Rini
Fakultas Ilmu Komputer Universitas Sriwijaya Palembang, Indonesia

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

Found 2 Documents
Search

Sosialisasi dan Pelatihan Computational Thinking untuk Guru TK, SD, dan SMP di Sekolah Alam Indonesia (SAI) Palembang Mastura Diana Marieska; Dian Palupi Rini; Nabila Rizky Oktadini; Novi Yusliani; Yunita Yunita
Annual Research Seminar (ARS) Vol 5, No 2 (2019): Special Issue : Pengabdian Kepada Masyarakat
Publisher : Annual Research Seminar (ARS)

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

Abstract

Computational thinking umumnya hanyadipahami oleh kelompok tertentu, terutama orang yangbekerja di bidang informatika. Padahal computationalthinking merupakan skill yang penting untuk dikuasai padaera digital seperti sekarang ini. Di berbagai negara maju,pelajaran wajib yaitu STEM (Science, Technology,Engineering, and Mathematics) telah diperluas menjadiSTEM-C, yaitu penambahan computational thinking sebagaipelajaran wajib di sekolah. Diperlukan sosialisasi yang luasagar masyarakat Indonesia mengenal dan menyadaripentingnya kemampuan computational thinking. Salah satubentuk sosialisasi yang efektif adalah dengan memberipelatihan pada para guru. Pada tanggal 3 November 2018,telah dilakukan sosialisasi dan pelatihan computationalthinking pada guru TK, SD, dan SMP di Sekolah AlamIndonesia Palembang. Pencapaian dari pelatihan ini adalahpara guru memahami lebih dalam mengenai computationalthinking dan memiliki strategi yang nyata untuk menerapkanpembelajaran computational thinking di kelasnya masing-masing.
Prediksi Penyakit Jantung dengan Algoritma Klasifikasi Pandito Dewa Putra; Dian Palupi Rini
Annual Research Seminar (ARS) Vol 5, No 1 (2019): ARS 2019
Publisher : Annual Research Seminar (ARS)

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

Abstract

Salah satu Penyakit Tidak Menular (PTM) yang rentan terjadi terutama saat seorang individu berada pada usia produktif yaitu penyakit jantung (Heart Disease). Penyakit jantung juga sangat rentan menyerang laki–laki dengan rentang usia 60 tahun kebawah. Objek penelitian ini akan menggunakan statlog heart disease dataset dengan 270 record data. Metodologi penelitian yang akan digunakan dalam penelitian ini membandingkan Algoritma klasifikasi naïve bayes, support vector machine, C.45, logistic regression, dan back propagation. Selanjutnya melakukan cross validation untuk melihat performa akurasi, presisi dan recall dari masing– masing algoritma tersebut.