Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Gravitasi: Jurnal Pendidikan Fisika dan Sains JITSI : Jurnal Ilmiah Teknologi Sistem Informasi International Conference on Health Science, Green Economics, Educational Review and Technology (IHERT)
Wardatul Husna
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education Health Professions Physics

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
THE INFLUENCE OF MONEY SUPPLY, ECONOMIC GROWTH AND EXPORTS ON INFLATION IN INDONESIA Hasty Lesiani; Wardatul Husna; Murtala; Mutia Rahmah; Rahmatunnisa
International Conference on Health Science, Green Economics, Educational Review and Technology Vol. 3 (2021): International Conference on Health Science, Green Economics, Educational Review and T
Publisher : Universitas Efarina

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54443/ihert.v3i.269

Abstract

This study aims to determine the effect of the amount of money in circulation, economic growth, and export on inflation in Indonesia. The data used in this study is a time series from 1980-2020 obtained from the Central Bureau of Statistics and Bank Indonesia. The analytical model used in this study is the Autoregressive Distributed Lag model. The data is processed using the Eviews application. The results of the study show that in the short term, the money supply has a positive and significant effect on inflation, as well as in the long term. Economic Growth in the short and long term has a negative and significant effect on inflation, while exports have a negative and insignificant effect on inflation in the short and long term.
Integrasi Komik dalam Pembelajaran Inkuiri untuk Meningkatkan Kemampuan Berhipotesis, Mengelompokkan, dan Berkomunikasi Wardatul Husna; Saidatur Rahmi; Zatya, Ismi
Jurnal Pendidikan Fisika dan Sains Vol 8 No 02 (2025): GRAVITASI: JURNAL PENDIDIKAN FISIKA DAN SAINS
Publisher : Program Studi Pendidikan Fisika FKIP Universitas Samudra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33059/gravitasi.jpfs.v8i02.13858

Abstract

Keterampilan proses sains (KPS) merupakan kompetensi fundamental yang perlu dikembangkan dalam pembelajaran fisika. Observasi awal di salah satu SMAN di Banda Aceh menunjukkan rendahnya KPS siswa, khususnya pada indikator berhipotesis, mengelompokkan (mengidentifikasi variabel), dan berkomunikasi (menarik kesimpulan), dengan persentase rata-rata 48,4%. Penelitian ini bertujuan untuk menganalisis efektivitas integrasi media komik dalam pembelajaran inkuiri terbimbing untuk meningkatkan ketiga indikator KPS tersebut. Desain penelitian yang digunakan dalam penelitian ini adalah one grup pretest-posttest design. Teknik pengumpulan data melalui tes (pretest dan posttest). Soal pretest dan posttest dalam penelitian ini disusun mengacu pada tiga indikator keterampilan proses sains yaitu, berhipotesis, mengelompokkan, dan berkomunikasi. Setelah data terkumpul, data dianalisis menggunakan uji gain. Hasil penelitian menunjukkan bahwa terjadi peningkatan terhadap keterampilan proses sains siswa pada aspek berhipotesis sebesar 0,76 dengan kategori tinggi, mengelompokkan sebesar 0,48 dengan kategori sedang dan berkomunikasi sebesar 0,6 dengan kategori sedang. Berdasarkan hasil penelitian tersebut dapat disimpulkan bahwa kemampuan berhipotesis, mengelompokkan, dan berkomunikasi dapat ditingkatkan melalui pembelajran inkuiri berbantuan komik.
Klasifikasi Jenis Buah Mangga Menggunakan Convolutional Neural Network (CNN) Berbasis Citra Digital Rahma Aulia; Wardatul Husna
JITSI : Jurnal Ilmiah Teknologi Sistem Informasi Vol 6 No 4 (2025)
Publisher : SOTVI - Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/jitsi.6.4.473

Abstract

Sektor pertanian dan perdagangan Indonesia sangat dibantu oleh klasifikasi jenis mangga. Studi ini menerapkan Convolutional Neural Network (CNN) untuk mengklasifikasikan sembilan jenis mangga menggunakan gambar digital. Dataset dikumpulkan secara langsung melalui kamera smartphone, yang menghasilkan gambar awal untuk setiap kelas mangga. Sebelum proses pra-pengolahan, resize dan normalisasi dilakukan, dan model CNN dilatih untuk mengekstraksi fitur dan klasifikasi dengan menggunakan lapisan konvolusi dan dense. Hasil evaluasi menunjukkan bahwa model memiliki akurasi sekitar 90% dalam mengidentifikasi jenis mangga. Di masa depan, sistem ini diharapkan dapat membantu perkembangan pertanian cerdas dan membantu klasifikasi buah secara otomatis.
Co-Authors Baehaqi Hasty Lesiani Murtala Rahma Aulia Rahmatunnisa Saidatur Rahmi Zatya, Ismi