Claim Missing Document
Check
Articles

Found 5 Documents
Search

Personality and Learning Creativity of The Students With English Learning Achievement Nabila, Ayu
JoLLIET Vol 2, No 1 (2015)
Publisher : JoLLIET

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

Abstract

The purpose of this research is to get: (1) the correlation between students ‘Personality with students ‘English Achievement; (2) the correlation between students Creativity with students ‘English Achievement; (3) the correlation between students Personality and students ‘Creativity simultaneously with students ‘English Achievement. This research is a correlation research. It involves three variables that consist of two independent variables and one dependent variable. The two independent variables are the students Personality and students Creativity; while the one dependent variable is the English Achievement. This research population is  class XI students of Automotive and Engineering Department of SMK Pancasila Surakarta. The research population consists of 196 students with a sample size of 132 students. Sampling technique was proportional random sampling. The instruments were questionnaires and documentation. The questionnaires were used to measure the Personality and Creativity Variables. The documentation was used to obtain the scores of English Achievement. The data were analyzed by using partial correlation and multiple regression technique. The results of the research showed that (1) there was a positive and significant correlation between students Personality with the students’ English Achievement; (2) there was a positive and significant correlation between students Creativity with students’ English Achievement; (3) there were positive and significant correlation between students Personality and students Creativity simultaneously with students’ English Achievement.
IMPLEMENTASI DEEP LEARNING UNTUK MENGIDENTIFIKASI UMUR MANUSIA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) Sriani, Sriani; Nabila, Ayu
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4457

Abstract

Identifikasi atau pengenalan wajah atau face recognition adalah sebuah bidang ilmu dalam pengenalan wajah yang terdapat dalam computer vision, dimana sebuah komputer dapat menganalisa suatu citra digital dan dapat menemukan identitas dari wajah tersebut. Pada penelitian ini dilakukan Implementasi Deep Learning untuk mengidentifikasi umur manusia menggunakan algoritma Convolutional Neural Network (CNN). Penelitian ini hanya untuk mendeteksi umur manusia berdasarkan citra wajah yang dapat mengidentifikasi umur masudia di mulai dari umur 0 tahun hingga 90 tahun. Dimana input citra berformat JPEG yang berukuran lebar 48 pixel dan panjang 48 pixel. Bahasa Pemrograman yang digunakan pada penelitian ini yaitu Python dengan versi 3.9.6. Hasil penelitian ini adalah semua citra wajah dapat diproses untuk mendeteksi umurnya dengan nilai Pengujian identifikasi tingkat akurasi sebesar 0.8147 dan loss sebesar 0.3756.
Analisis Audit Sistem Informasi Pada Siakad STMIK KAPUTAMA Menggunakan Framework Cobit 4.1 Sulistiawati, Amanda Tantri; Nabila, Ayu; Alya, Kesya
Jurnal Warta Dharmawangsa Vol 19, No 1 (2025)
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/wdw.v19i1.5798

Abstract

Teknologi informasi dan sistem informasi memiliki peran yang sangat penting dalam mendukung kegiatan bisnis suatu instansi atau perusahaan. Salah satu contohnya adalah STMIK KAPUTAMA, sebuah perguruan tinggi yang memanfaatkan aplikasi atau sistem informasi untuk mengelola layanan administrasi serta mendukung strategi bisnis.SIAKAD (Sistem Informasi Akademik) merupakan salah satu sistem informasi yang dirancang untuk memudahkan pengelolaan kegiatan administrasi akademik secara daring, seperti penyusunan jadwal kuliah, pengisian KRS online oleh mahasiswa, serta proses administrasi lainnya. Namun, jika pengelolaan SIAKAD tidak dilakukan dengan baik, hal ini dapat menurunkan kepuasan pengguna (mahasiswa) serta kualitas layanan yang diberikan, yang pada akhirnya dapat memengaruhi tingkat kepercayaan stakeholder terhadap institusi.Salah satu cara untuk mengatasi permasalahan tersebut adalah dengan melakukan pemantauan dan evaluasi secara berkala terhadap pelaksanaan SIAKAD. Pemantauan ini bertujuan untuk mengidentifikasi kekurangan dan kelemahan pada sistem, sehingga langkah perbaikan dapat dilakukan secara efektif.Penelitian ini bertujuan untuk mengevaluasi pengelolaan penggunaan sistem informasi akademik yang belum terkelola secara optimal. Dengan pemantauan yang terstruktur, diharapkan sistem yang ada dapat ditingkatkan. Metode penelitian yang digunakan mencakup beberapa tahapan, yaitu Perencanaan (Planning), Pemeriksaan Lapangan (Field Work), Pelaporan (Reporting), dan Tindak Lanjut (Follow-Up). Evaluasi dilakukan menggunakan kerangka kerja COBIT (Control Objectives for Information and Related Technology) versi 4.1 yang dikembangkan oleh ISACA (Information Systems Audit and Control Association).Hasil penelitian akan berfokus pada analisis proses TI di domain Planning and Organization (PO) serta Delivery and Support (DS) untuk memberikan rekomendasi perbaikan dan peningkatan kualitas sistem.
IMPLEMENTASI DEEP LEARNING UNTUK MENGIDENTIFIKASI UMUR MANUSIA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) Sriani, Sriani; Nabila, Ayu
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4457

Abstract

Identifikasi atau pengenalan wajah atau face recognition adalah sebuah bidang ilmu dalam pengenalan wajah yang terdapat dalam computer vision, dimana sebuah komputer dapat menganalisa suatu citra digital dan dapat menemukan identitas dari wajah tersebut. Pada penelitian ini dilakukan Implementasi Deep Learning untuk mengidentifikasi umur manusia menggunakan algoritma Convolutional Neural Network (CNN). Penelitian ini hanya untuk mendeteksi umur manusia berdasarkan citra wajah yang dapat mengidentifikasi umur masudia di mulai dari umur 0 tahun hingga 90 tahun. Dimana input citra berformat JPEG yang berukuran lebar 48 pixel dan panjang 48 pixel. Bahasa Pemrograman yang digunakan pada penelitian ini yaitu Python dengan versi 3.9.6. Hasil penelitian ini adalah semua citra wajah dapat diproses untuk mendeteksi umurnya dengan nilai Pengujian identifikasi tingkat akurasi sebesar 0.8147 dan loss sebesar 0.3756.
KONTRIBUSI USAHATANI LAHAN PEKARANGAN TERHADAP PENDAPATAN  RUMAH  TANGGA  ANGGOTA  KELOMPOK WANITA TANI (KWT) NAGARI LOLO KECAMATAN PANTAI CERMIN KABUPATEN SOLOK Nabila, Ayu; Mardianto; Delsi Afrini
ARIMA : Jurnal Sosial Dan Humaniora Vol. 3 No. 3 (2026): In Press
Publisher : Publikasi Inspirasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62017/arima.v3i3.7008

Abstract

Pemanfaatan lahan pekarangan menjadi penting karena memiliki potensi untuk meningkatkan pendapatan keluarga, namun pada kenyataannya sering kali belum dimanfaatkan secara optimal oleh masyarakat pedesaan. Penelitian ini bertujuan untuk mengetahui kontribusi pendapatan usaha lahan pekarangan terhadap pendapatan rumah tangga anggota Kelompok Wanita Tani (KWT) Nagari Lolo, Kecamatan Pantai Cermin, Kabupaten Solok. Metode penelitian yang digunakan adalah deskriptif kuantitatif dengan populasi seluruh anggota KWT Nagari Lolo. Sampel ditentukan secara purposive sampling, sedangkan pengumpulan data dilakukan melalui kuesioner dan wawancara. Analisis dilakukan dengan menghitung pendapatan usaha lahan pekarangan dan kontribusinya terhadap total pendapatan rumah tangga responden. Hasil penelitian menunjukkan bahwa usaha lahan pekarangan memberikan kontribusi nyata terhadap pendapatan rumah tangga yaitu sebesar yaitu Rp 1.556.143 dengan kontribusi sebesar 4,52%, meskipun jumlahnya masih relatif kecil dibandingkan dengan sumber pendapatan utama Rp 32.897.959.