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 Suryanti
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 remains one of the leading causes of mortality among children worldwide, particularly in developing countries, where early and accurate diagnosis is crucial. This study aims to evaluate and compare the performance of three deep learning architectures, namely VGG16, MobileNetV2, and ResNet50, for pediatric pneumonia classification using chest X-ray images. The dataset consists of pediatric chest radiographs (ages 1-5 years) obtained from Guangzhou Women and Children’s Medical Center, which were preprocessed through normalization and data augmentation techniques to improve model generalization. The classification task involves three categories: normal, bacterial pneumonia, and viral pneumonia. Model performance was evaluated using accuracy, precision, recall, specificity, F1-score, G-Mean, and AUC. The experimental results show that all models achieve competitive performance, with accuracy ranging from 79% to 82%, where VGG16 outperforms the other architectures. Furthermore, Grad-CAM is applied to enhance interpretability by visualizing important regions in X-ray images that influence model decisions. The results demonstrate that Grad-CAM provides meaningful visual explanations, supporting the reliability of deep learning models in assisting clinical diagnosis.
Co-Authors Ani Nur Aeni Cinantya Paramita Iman Kurnia Memey Atia Maulidia Suryanti Suryanti