Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Al-Madrasah: Jurnal Ilmiah Pendidikan Madrasah Ibtidaiyah Jurnal Informatika: Jurnal Pengembangan IT
Rendra Gunawan
Unknown Affiliation
Computer Science & IT Education

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

Found 2 Documents
Search

 1 
Pemanfaatan Powerpoint Interaktif Sebagai Media Pengenalan Kebudayaan Islam Mekkah Bagi Siswa SD Iman Kurnia; Memey Atia Maulidia; Rendra Gunawan; Ani Nur Aeni
Al-Madrasah: Jurnal Pendidikan Madrasah Ibtidaiyah Al-Madrasah Vol. 7, No. 2 (April 2023)
Publisher : Sekolah Tinggi Ilmu Al-Qur'an (SIQ) Amuntai Kalimantan Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35931/am.v7i2.2092

Abstract

Penelitian dan pengembangan ini bertujuan untuk menghasilkan media pembelajaran power point interaktif berbasis digital pada materi pendidikan agama islam utuk meningkatkan minat belajar siswa kelas IV. Metode yang digunakan dalam penilitian ini yaitu metode Desain and developmet (D&D) dengan menggunakan model pengembangan yang dikemukakkan oleh Peffers dkk,  dalam (Aeni, Erlina, et al., 2022).  Teknik pengumpulan data menggunakan penilaian langsung berupa angket. Produk yang telah dikembangkan oleh peneliti kemudian divalidasi oleh ahli media dan materi. Subjek penelitian ini adalah peserta didik di kelas IV berjumlah 20 peserta didik. Hasil penelitian dan pengembangan produk power point interaktif berbasis digital ini sangat baik digunakan dengan presentase 95,55% oleh ahli media, 81,9% oleh ahli materi. Pendidikan dan kebudayaan merupakan proses kreatif yang tidak dapat dipisahkan, diibaratkan dua sisi dari keping uang yang sama. Dalam proses pendidikan adalah kebudayaan, sedangkan pendidikan itu sendiri adalah proses (Bung Hatta). Pendidikan dan kebudayaan saling berkaitan sehingga tidak ada kebudayaan tanpa pendidikan.   
Comparative Evaluation of VGG16, MobileNetV2, and ResNet50 for Pediatric Pneumonia Classification Using Grad-CAM Rendra Gunawan; Cinantya Paramita; Suryanti Chan
Jurnal Informatika: Jurnal Pengembangan IT Vol 11, No 2 (2026)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v11i2.10373

Abstract

Pneumonia ranks among the deadliest respiratory infections, particularly affecting young children, where rapid and precise detection proves essential for prompt intervention and averting severe outcomes. This research examines the deployment of three leading deep learning models VGG16, MobileNetV2, and ResNet50. This research categorizes pediatric chest X-rays into normal, bacterial pneumonia, and viral pneumonia classes using a dataset of children's chest radiographs (ages 1-5 years) from Guangzhou Hospital, enhanced through preprocessing, normalization, and augmentation techniques to boost model robustness. Model performance was assessed via accuracy, precision, recall, specificity, F1-score, G-Mean, and AUC metrics for thorough evaluation, revealing accuracies between 79% and 82% with VGG16 leading, followed by ResNet50 and MobileNetV2. Grad-CAM visualizations effectively highlighted key diagnostic regions on X-rays, offering clinicians valuable insights into infection sites identified by the models, and advancing automated chest X-ray systems for precise bacterial/viral pneumonia detection with supportive interpretability.
Co-Authors Ani Nur Aeni Cinantya Paramita Iman Kurnia Memey Atia Maulidia Suryanti Chan