Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Buletin KKN Pendidikan Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Febrianti, Nisa
Unknown Affiliation
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Education Social Sciences Other

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

Found 2 Documents
Search

 1 
Penguatan Keterampilan Menstimulasi Perkembangan Literasi, Numerasi, dan Life Skill bagi Cikgu di Sanggar Belajar Subang Mewah Malaysia Wardhani, Junita Dwi; Hikmat, Mauly Halwat; Sutama, Sutama; Sidiq, Yasir; Nurjanah, Siti; Febrianti, Nisa; Jakia, Nikmatu; Masir, Rizkya A.; Harmanto, Bambang; Alim, Condro Nur
Buletin KKN Pendidikan Vol. 4, No. 2, Desember 2022
Publisher : Fakultas Keguruan dan Ilmu Pendidikan, Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/bkkndik.v4i2.21284

Abstract

Guru mempunyai peran yang esensial dan memiliki pengaruh besar terhadap kualitas pembelajaran. Sanggar Belajar (SB) Subang Mewah merupakan sanggar belajar baru dan jumlah gurunya sangat terbatas. Keterampilan guru dalam menstimulasi perkembangan literasi, numerasi dan life skill pada anak sangat minim, padahal ke-3 komponen ini sangat dibutuhkan di era digital ini. Tujuan dari pengabdian kepada masyarakat kemitraan internasional (PkM-KI) ini adalah memberikan Penguatan Keterampilan Guru dalam Menstimulasi Perkembangan Literasi, Numerasi dan Life Skill di Sanggar Belajar (SB) Subang Mewah Malaysia. Pengabdian PkM K-I ini melibatkan 2 dosen dan 4 mahasiswa. Metode pelaksanaan pengabdian dilakukan melalui beberapa tahap yaitu, (1) pemetaan awal kondisi mitra, penyamaan persepsi dan koordinasi tentang permasalahan mitra, (2) pembekalan untuk mahasiswa tentang stimulasi literasi, numerasi dan life skill pada anak, selanjutnya mahasiswa praktik, (3) pendampingan oleh tim pengabdian kepada mahasiswa dan guru tentang teknik stimulasi literasi, numerasi dan life skill, (4) mahasiswa diterjunkan ke lokasi memberikan contoh praktik mengajarkan literasi, numerasi dan life skill kepada anak (5) guru didampingi tim pengabdian mengamati proses pembelajaran yang dilakukan mahasiswa, (6) guru menerapkan berbagai metode mengajar, (7) hasil penerapan dievaluasi untuk perbaikan pembelajaran selanjutnya. Kesimpulan dari pengabdian menunjukkan pemahaman keterampilan pedagogis guru SB Subang Mewah mengalami peningkatan. Guru SB Subang Mewah mampu menerapkan Best Practice, penggunaan inovasi pembelajaran, teknik modeling, dan mengintegrasikan teknologi dalam pembelajaran yang belum pernah dilakukan sebelumnya. Anak didik sangat senang, karena kegiatan literasi, numerasi dan life skill disampaikan guru dengan cara yang menyenangkan, mudah, menarik, dan menantang pemahaman anak.
Diagnosa Penyakit Jantung Berdasarkan Kondisi Tubuh Dengan Metode Artificial Neural Network Febrianti, Nisa; Hermanto, Teguh Iman; Sunandar, Muhamad Agus
JURNAL FASILKOM Vol. 15 No. 2 (2025): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v15i2.9348

Abstract

Penyakit jantung merupakan salah satu penyebab utama kematian yang dapat memengaruhi individu pada usia produktif maupun lanjut usia. Oleh karena itu, strategi deteksi dini sangat dibutuhkan untuk mengurangi risiko komplikasi serta menekan biaya perawatan medis. Penelitian ini mengembangkan model klasifikasi berbasis Artificial Neural Network (ANN) guna meningkatkan akurasi dalam mendiagnosis penyakit jantung. Data penelitian bersumber dari Heart Disease Dataset Kaggle dengan jumlah 1.025 rekam medis pasien yang memuat 14 parameter klinis, di antaranya jenis nyeri dada, kadar kolesterol, detak jantung maksimum, hingga kadar gula darah puasa. Pendekatan CRISP-DM digunakan untuk mengarahkan tahapan penelitian mulai dari pemahaman data, pemilihan fitur, pelatihan model, evaluasi performa, hingga penerapan pada aplikasi mobile. ANN yang dibangun memiliki dua lapisan tersembunyi, menggunakan algoritma optimisasi Adam, dan dilatih selama 50 epoch. Evaluasi menghasilkan akurasi 79,61%, precision 73,53%, recall 94,34%, serta F1-score 82,64%. Model ini berhasil diimplementasikan pada platform Android sehingga memudahkan prediksi kondisi jantung secara efisien. Penelitian ini diharapkan mendukung kemajuan teknologi kesehatan digital dan dapat ditingkatkan dengan dataset yang lebih luas serta arsitektur model yang lebih kompleks.
Co-Authors Bambang Harmanto, Bambang Condro Nur Alim Hermanto, Teguh Iman Jakia, Nikmatu Junita Dwi Wardhani Masir, Rizkya A. Mauly Halwat Hikmat Siti Nurjanah Sunandar, Muhamad Agus Sutama Yasir Sidiq