Claim Missing Document
Check
Articles

Found 33 Documents
Search

Full Daring Sebagai Pembelajaran Alternatif di Era Pandemi: Efektifkah Untuk Meningkatkan Motivasi dan Hasil Belajar Afektif Siswa Madrasah di Mojokerto Setiawan, Aji
AL-WIJDÃN Journal of Islamic Education Studies Vol. 6 No. 2 (2021): November 2021
Publisher : Faculty of Islamic Sciences, Raden Rahmat Islamic University Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (302.968 KB) | DOI: 10.58788/alwijdn.v6i2.1150

Abstract

Sejak tahun 2020 seluruh Negara di Dunia dilanda virus mematikan. Virus corona akrab disebut menjadi tantangan yang sangat berat dalam proses pendidikan khususnya di Indonesia. Kementrian Pendidikan dan Kebudayaan mengalihan pembelajaran yang semula dilaksanakan secara offline menjadi online. Tujuan penelitian ini adalah menjelaskan perbandingan pembelajaran daring terhadap motivasi dan hasil belajar ranah afeksi siswa MTs Hasyim Asy’ari. Penelitian ini menggunakan pendekatan kuantitatif, dengan jenis penelitian eksperimen kuasi. Hasil penelitian ini yaitu terdapat persamaaan motivasi belajar antara pembelajaran daring dan luring, dan terdapat perbedaan yang signifikan pada hasil belajar antara kelas eksperimen dan kontrol siswa kelas VIII MTs Hasyim Asy’ari. Kata kunci: Pembelajaran daring, motivasi belajar, hasil belajar ranah afeksi
Strategi Digitalisasi di Bank Syariah untuk Meningkatkan Daya Saing Setiawan, Aji; Diadani, Prans Sintia; Masyita, Rilla; Putri, S Ritonga Ari; Nurbaiti, Nurbaiti
AKSIOMA : Jurnal Sains Ekonomi dan Edukasi Vol. 2 No. 1 (2025): AKSIOMA : Jurnal Sains, Ekonomi dan Edukasi
Publisher : Lembaga Pendidikan dan Penelitian Manggala Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62335/6v1maz65

Abstract

Digitalization strategies in Islamic banks are important to increase competitiveness in the increasingly competitive digital era. The research objective of this journal is to explore the development and strategies of digitization in Islamic banks in an effort to improve their competitiveness in the increasingly growing digital era. With the advancement of financial technology and changes in consumer behaviour, Islamic banks are faced with the challenge of providing faster, easier, and more accessible services, while still complying with sharia principles. This research uses a qualitative approach with the literature study method to collect relevant data and information regarding digitalization in sharia banking. Research results show that the implementation of sharia financial technology, the development of digital banking platforms, the use of Big Data, and the implementation of blockchain are key strategies that can increase the competitiveness of Islamic banks. The implementation of sharia fintech can expand access to banking services and attract young customers, while digital platforms such as mobile banking and internet banking can facilitate transactions. In addition, the use of Big Data allows banks to understand customer behaviours and offer more personalized services, while blockchain increases transaction security and transparency. In conclusion, digitalization is not only an option, but a necessity for Islamic banks to remain relevant and compete in the increasingly dynamic financial market.
Perbandingan Kedua Algoritma Decision Tree dan Naive Bayes untuk Prediksi Penyakit Gagal Jantung Saputra, Alvin Nugraha; Setiawan, Aji; Nuryamin, Yamin; Priyatna, Ade; Dewi, Zahra Alifia
Jurnal Teknologi Informasi Indonesia (JTII) Vol 10 No 2 (2025): Jurnal Teknologi Informasi Indonesia (November)
Publisher : JURNAL TEKNIK INFORMATIKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30869/jtii.v10i2.1544

Abstract

Gangguan jantung telah menjadi penyebab utama kematian secara global, dengan tren kejadian yang terus meningkat di berbagai negara. Keberhasilan penanganan penyakit ini sangat bergantung pada diagnosis dini yang akurat. Namun, upaya deteksi dini di lapangan menghadapi tantangan yang signifikan, terutama terbatasnya jumlah tenaga medis yang tersedia dan ketersediaan sumber daya diagnostik yang memadai. Untuk mengatasi gambaran ini, pemanfaatan algoritma data mining menawarkan solusi efektif untuk mengidentifikasi pola dan memprediksi risiko penyakit jantung. Penelitian ini secara khusus dirancang untuk menganalisis dan membandingkan kinerja dua algoritma klasifikasi yang populer di bidang medis: Decision Tree (C4.5), yang berbasis aturan, dan Naive Bayes, yang berbasis probabilitas. Tujuannya adalah menentukan model mana yang paling efektif dalam risiko gagal jantung. Dataset penelitian ini telah melalui tahap preprocessing yang cermat sebelum dibagi menjadi 70% data latih dan 30% data uji, guna memastikan validasi model yang objektif. Berdasarkan hasil pengujian, ditemukan bahwa algoritma Naive Bayes memberikan kinerja yang lebih unggul dengan akurasi 86,41%. Sementara itu, algoritma Decision Tree C4.5 memperoleh akurasi 80,43%. Hasil ini secara jelas menunjukkan pendekatan probabilistik yang digunakan oleh Naive Bayes—walaupun memiliki asumsi independensi fitur—terbukti lebih efektif dalam menangani karakteristik dan kompleksitas dataset penyakit jantung dalam penelitian ini, dibandingkan dengan pendekatan berbasis pohon keputusan. Temuan ini memberikan wawasan penting bahwa Naive Bayes dapat dijadikan referensi yang kuat untuk pengembangan sistem diagnosis dini penyakit gagal jantung. Dengan akurasi lebih tinggi, algoritma ini dapat membantu kesehatan profesional mempercepat proses diagnosis, meningkatkan ketepatan prediksi risiko, dan pada pasangannya, berkontribusi menyelamatkan lebih banyak nyawa.