Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pengaruh Penerapan Konsep Jari Gasing untuk Meningkatkan Kemampuan Berhitung Anak Usia Dini di Panti Asuhan Ilir Barat I Palembang Endang Sri Kresnawati; Bambang Suprihatin; Ning Elyati; Ansyori Ansyori; Yulia Resti
Prosiding Seminar Nasional Unimus Vol 4 (2021): Inovasi Riset dan Pengabdian Masyarakat Post Pandemi Covid-19 Menuju Indonesia Tangguh
Publisher : Universitas Muhammadiyah Semarang

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

Abstract

Anak usia dini adalah anak  0-6 tahun,  periode emas, masa terbaik untuk perkembangan fisik danotak anak. Pada masa ini, anak sangat membutuhkan perhtian orang tua untuk membantuperkembangan motorik dan kognitif anak.  Anak-anak yang tidak memiliki orang tua dan harusmenetap di panti asuhan, atugas orang tua beralih ke pengelola panti. Tidak semua pengelola pantiasuhan mampu memenuhi kebutuhan tumbuh kembang anak, terutama dalam mempersiapkankemampuan dasar anak-anak untuk memasuki jenjang pendidikan formal SD. Berhitung adalahketerampilan dasar yang sebaiknya diberikan paada masa tersebut. Salah satu metode sederhananamun sesuai prinsip matematika adalah konsep jari matematika gasing. Konsep ini mengajarkananak mengensl angka melalui peragaan jari dan melakukan penjumlahan 1-10. Hasil evaluasimenunjukkan peningkatan kemampuan anak sebesar 55% dari sebelumnya. Hal ini menunjukkanbahwa metode tersebut berhasil meningkatkan kemampuan anak usia dini dalam  menjumlahkan 110.Kata Kunci : Konsep jari, Matematika gasing, Anak usia dini
Perbandingan Implementasi Decision Tree C4.5 dan Single Layer Perceptron (SLP) untuk Klasifikasi Penyakit Stroke Indah Marsya Fitadea; Sulistiani; Anita Desiani; Yuli Andriani; Endang Sri Kresnawati; Siti Rusdiana Puspa Dewi
Electrician : Jurnal Rekayasa dan Teknologi Elektro Vol. 20 No. 3 (2026)
Publisher : Department of Electrical Engineering, Faculty of Engineering, Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/elc.v20n3.2767

Abstract

Stroke adalah suatu kondisi terjadi akibat aliran darah ke otak terhambat akibat penyumbatan pembuluh darah arteri, penumpukan darah, atau pecahnya pembuluh darah. Penyebabnya bisa berupa kelainan pada sifat darah atau lemahnya dinding pembuluh darah. Stroke menempati urutan kedua sebagai penyebab kematian paling besar dan urutan ketiga penyebab kecacatan di seluruh dunia. Untuk mencegah dampak yang lebih parah, deteksi dini sangat penting karena banyak faktor kecil yang sering kali tidak disadari menjadi penyebab munculnya penyakit stroke. Deteksi dini dilakukan dengan cara memanfaatkan teknologi informasi seperti machine learning. Machine learning yang digunakan ialah Decision Tree Classifer 4.5 (C4.5) dan Single Layer Perceptron (SLP). Hasil penelitian yang dilakukan dengan metode percentage split memperlihatkan bahwa algoritma C4.5 menghasilkan nilai akurasi sebesar 71%, sementara pada algoritma SLP akurasi meningkat sebesar 5%, yaitu 76%. Selain itu, nilai presisi dan recall pada kelas 0 (negatif) masing-masing adalah 71% dan 70% sedangkan pada kelas 1 (positif) menghasilkan nilai sebesar 74% dan 72%. Kemudian, presisi dan recall pada algoritma SLP pada kelas 0 (negatif) menghasilkan nilai sebesar 76% dan 71% sedangkan pada kelas 1 (positif) menghasilkan nilai sebesar 76% dan 81%. Dari kedua algoritma, dapat disimpulkan bahwa algoritma SLP memberikan hasil prediksi yang lebih akurat dan efektif untuk klasifikasi penyakit stroke.