Claim Missing Document
Check
Articles

Found 13 Documents
Search

Implementasi Sistem Deteksi Mata Kantuk Pada Pengendara Mobil Dengan Metode Eye Aspect Ratio Dan Facial Landmarks Berbasis Raspberry Pi 4B Dimas Maulana; Deden Wahiddin; Santi Lestari
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 2 (2024): 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

Angka kecelakaan lalu lintas di Indonesia meningkat setiap tahunnya. Kondisi pengemudi yang mengantuk merupakan faktor penting dalam terjadinya kecelakaan. Untuk menyelesaikan masalah ini, diperlukan sebuah alat yang secara otomatis bisa mendeteksi apakah pengemudi mobil sedang dalam keadaan mengantuk atau sadar. Tujuan dari penelitian ini adalah untuk mengidentifikasi tingkat kantuk pada pengemudi mobil menggunakan metode Facial Landmarks dan Eye Aspect Ratio (EAR). Proses yang dilakukan melibatkan beberapa tahapan diantaranya, pengumpulan data, deteksi wajah Facial Landmarks, perhitungan Eye Aspect Ratio (EAR), deteksi kantuk, dan pengujian. Proses dimulai dengan pengambilan gambar menggunakan kamera, selanjutnya melibatkan pemrosesan gambar menggunakan Raspberry Pi 4b untuk mengenali wilayah wajah. Setelah berhasil diidentifikasi, selanjutnya menerapkan metode eye aspect ratio untuk memeriksa kondisi mata. Sistem membaca jika mata terbuka, maka pengemudi dalam kondisi sadar dan tidak mengantuk. Jika mata tertutup dalam jangka waktu yang ditentukan, sistem mengenali bahwa pengemudi mengalami kantuk dan akan memberikan peringatan suara. Penelitian ini dilakukan 40 kali pengujian pada siang hari dan pada malam hari, 20 kali pengujian pada siang hari dan 20 kali pengujian pada malam hari. Hasil pengujian menunjukkan bahwa pada siang hari, akurasi mencapai 70%, sementara pada malam hari akurasi sebesar 35%.
Penerapan Algoritma Naïve Bayes Dan KNN Dalam Menganalisis Sentimen Aplikasi Tiktok Shop Seller Center Berdasarkan Review Google Playstore Martha Wijaya; Tohirin Mudzakir; Santi Lestari
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 2 (2024): 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

Aplikasi Tiktok Shop Seller Center berfungsi sebagai platform bagi pengusaha untuk memulai bisnis di media sosial Tiktok. Dengan memanfaatkan aplikasi ini penjual bisa meraih dukungan untuk meningkatkan kesuksesan penjualan. Walau aplikasi ini sudah banyak diunduh di Google Play Store, namun review yang diberikan pengguna mengenai kualitas aplikasi tersebut masih sangatlah beragam, mulai dari pengguna yang memberikan review positif karena aplikasi ini bermanfaat dan ada juga yang berpendapat sebaliknya. Oleh karena itu, analisis sentimen dilakukan dengan menggunakan algoritma Naïve Bayes dan K-Nearest Neighbor (KNN) untuk menilai persepsi pengguna aplikasi Tiktok Shop Seller Center berdasarkan review yang terdapat di Google Play Store. Digunakan Sampel data ulasan sebanyak 611, kemudian data tersebut dibagi menjadi dua bagian, yaitu 80% untuk data training dan 20% untuk data testing. Metode evaluasi yang diterapkan adalah Confusion Matrix, yang menghasilkan akurasi sebesear 0.98 untuk Naïve Bayes dengan parameter nilai alpha 0.3, dan sekitar 0.99 untuk K-Nearest Neighbor dengan parameter nilai k=5. Kesimpulannya, algoritma KNearest Neighbor unggul dalam melakukan klasifikasi sentimen dengan akurasi yang lebih tinggi.
Pengaruh Refleksi Diri dalam Mengembangkan Kompetensi Profesional Peserta Didik Santi Lestari
JPT : Jurnal Pendidikan Tematik Vol 5 No 2 (2024): Agustus
Publisher : Yayasan Darussalam Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62159/jpt.v5i2.1569

Abstract

Self-reflection is an important process for teachers in developing their professional competence, which includes the ability to assess and improve the effectiveness of learning. This study aims to identify the effect of self-reflection on improving the professional competence of teachers in Elementary Schools. The research method used is a quantitative method with a survey approach. Data were collected through questionnaires distributed to 100 Elementary School teachers in various regions, focusing on measuring the regularity of self-reflection and its impact on improving teaching skills, the ability to adapt to student needs, and the effectiveness of classroom management. The data obtained were analyzed using descriptive statistical analysis and regression tests to see the significant relationship between self-reflection variables and teacher professional competence. The results of the study showed that there was a significant positive relationship between the frequency of teacher self-reflection and the improvement of their professional competence. Teachers who routinely conduct self-reflection tend to have a deeper understanding of their strengths and areas of improvement, so they are able to improve more effective learning methods, be responsive to student needs, and have better classroom management skills. These findings emphasize the importance of self-reflection as an integral part of developing teacher professional competence. This study recommends that schools and educational institutions hold self-reflection training and mentoring for teachers as part of a continuing professional development program.