Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Social, Humanities, and Educational Studies (SHEs): Conference Series JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Sukma Wati
Unknown Affiliation
Computer Science & IT Education Languange, Linguistic, Communication & Media Social Sciences

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

Found 2 Documents
Search

 1 
Analisis Penerapan Model Pembelajaran Partisipatif dalam Mengembangkan Sikap Kemandirian Siswa Kelas IV di SDN 01 Pamalayan Kec. Cikelet Kab. Garut Sukma Wati; Muhammad Nurjamaludin; Syifa Thahira Nabila; Andirra Hamidah
Social, Humanities, and Educational Studies (SHES): Conference Series Vol 5, No 2 (2022): Social, Humanities, and Educational Studies (SHEs): Conference Series
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (640.444 KB) | DOI: 10.20961/shes.v5i2.67242

Abstract

Penelitian ini bertujuan untuk mengembangkan sikap kemandirian siswa dengan menerapkan model pembelajaran prtisipatif. Yang diuji melalui sikap kemandrian awal dan sikap kemandirian akhir. Metode penelitian yang digunakan adalah Kualitatif. Teknik pengambilan sampel dalam penelitian ini adalah siswa kelas IV SDN 01 Pamalayan dengan jumlah siswa ada 27 orang. Instrument yang digunakan dalam penelitian ini berupa lembar observasi, yang berupa lembar observasi pada kegiatan pembelajaran siswa, wawancara kepada guru kelas IV SDN 01 Pamalayan dan dokumentasi pada saat kegiatan pembelajaran siswa. Terdapat pengaruh penerapan model pembelajaran partisiatif dalam mengemangkan sikap kemandirian siswa. Hal tersebut ditujukan dengan hasil observasi yang dilakukan dengan prolehn persentase dalam setiap indikator kemandirian siswa sebagai berikut, tidak bergantung pada orang lain sebesar 70%, memiliki sikap tanggung jawab sebesar 75%, Percaya diri sebanyak 64% dan mampu mengontrol dirinya sendiri sebanyak 60%. Dapat disimpulkan bahwa penerapan model pembelajaran partisipatif berpengaruh terhadap perkembangan sikap kemandirian siswa kelas IV SDN 01 Pamalayan. Dari hasil analisis tersebut dapat dilihat bahwa penerapan model pembelajaran partisipatif  memberikan hasil yang baik dalam pengembangan sikap kemandirian pada siswa yang dapat dilihat dari peningkatan persentase dan hasil wawancara.
Pendeteksi Sampah Metal untuk Daur Ulang Menggunakan Metode Convolutional Neural Network Ranti Holiyanti; Sukma Wati; Ikbal Fahmi; Chaerur Rozikin
Jurnal Teknik Informatika dan Sistem Informasi Vol 8 No 1 (2022): JuTISI
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v8i1.4492

Abstract

Waste is part material that has no value within the scope of production. If you no longer need it, metal cans can take about 80 to 200 years to decompose. CNN is part of the supervised learning method that exists in deep learning, where those who have expertise in representing images or images from several categories increase recognition, namely in classifying objects, doing scene recognition, and detecting object detection. In this study, using the CNN method as a development model and applying the ResNet 50 network design, which includes the type Convolutional Neural Network (CNN) that operates by way of working, namely receive an input in the form of an image or images. The input will be carried out by training that is set using the CNN architecture so that later it will produce an output that can recognize objects as expected in knowing the types of cardboard and glass waste. The implementation of this research uses the Python programming language, Anvil, and the TensorFlow and Keras libraries. The system has succeeded in detecting the type of metal waste from general waste and assisting third parties, namely implementing it through the website using Anvil. The input shape for CNN modeling in this study is 512x384 pixels, which has a value of 100 eras, and the data set used contains images of metal waste and general waste found 547 images, resulting in an accuracy of 96%.
Co-Authors Andirra Hamidah Chaerur Rozikin Ikbal Fahmi Muhammad Nurjamaludin Ranti Holiyanti Syifa Thahira Nabila