Rosyida, Amrina
Unknown Affiliation

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

Found 2 Documents
Search

Pembekalan dan Pendampingan Guru Bahasa Inggris Kota Mataram dalam Penulisan Laporan Best Practices dengan Menerapkan Deconstruction-Construction Model (DCM) Sujana, I Made; Lalu Thohir; Saputra, Agus; La Ode A. H. Munandar; Rosyida, Amrina
Jurnal Pengabdian Magister Pendidikan IPA Vol 7 No 4 (2024): Oktober-Desember 2024
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jpmpi.v7i4.9869

Abstract

Kegiatan PKM ini bertujuan untuk (1) membekali guru dengan pengetahuan tentang Laporan Best Practice guru Bahasa Inggris SMP Kota Mataram; dan (2) mendampingi guru Bahasa Inggris dalam mengembangkan Laporan Best Practice. Kegiatan dilaksanakan di Kota Mataram dengan melibatkan 20 orang guru Bahasa Inggris SMP Kota Mataram dan 3 mahasiswa PS Pendidikan Bahasa Inggris FKIP Universitas Mataram. Kegiatan dilaksanakan secara bauran (f2f dan online) dengan menggunakan Google Meet) dengan durasi kegiatan (online, penugasan, pendampingan, dan tatap muka) berdurasi 32 jam. Kegiatan dilakukan dengan Model Deconstruction-Construction, yang terdiri dari 3 tahapan, yaitu Concept Building (penanaman konsep), Deconstruction, yaitu membedah karya yang untuk melihat unsur-unsur tulisan, dan Construction, yaitu peserta mengembangkan BP denngan bermodalkan konsep dan hasil telaah. Dari rangkaian kegiatan online dan offline, dapat disimpulkan bahwa (1) kegiatan PKM telah berjalan sesuai dengan perencanaan kegiatan; (2) khalayak sasaran telah memiliki pengetahuan dan keterampilan untuk mengembangkan Laporan BP; (3) Khalayak sasaran telah menghasilkan produk Laporan BP dengan rentangan ketuntasan 50% - 100%; (4) Khalayak sasaran merespon positif terkait inovasi yang dikembangkan berupa LMS Google Sites, pelatihan secara online, dan workshop tatap muka.
Optimasi Penyaluran Bantuan Langsung Tunai Menggunakan Algoritma K-Nearest Neighbor di Desa Penedagador Rosyida, Amrina; Kanata, Bulkis; Ramadhani, Cipta
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 2 (2025): JPTI - Februari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.742

Abstract

Kemiskinan merupakan salah satu tantangan terbesar yang masih terus dihadapi semua bangsa termasuk Indonesia. Sesuai amanat konstitusi dalam pasal 34 UUD 1945, pemerintah terus berupaya melindungi dan memberdayakan masyarakat miskin melalui berbagai program strategis. Salah satu program yang ditawarkan pemerintah yaitu Bantuan Langsung Tunai. Tetapi karna ketersediaan sssdata sasaran masyarakat miskin yang kurang sesuai, menyebabkan program berjalan kurang optimal karena perlu verifikasi dan validasi ulang. Distribusi Bantuan Langsung Tunai (BLT) di Indonesia masih menghadapi kendala akibat ketidaktepatan data penerima, yang menyebabkan inefisiensi dalam penyalurannya. Kesalahan dalam data sasaran mengharuskan adanya proses verifikasi dan validasi ulang, sehingga menghambat efektivitas program. Penelitian ini bertujuan untuk mengoptimalkan penyaluran BLT dengan menerapkan metode klasifikasi K-Nearest Neighbor (KNN). Penelitian ini bertujuan untuk mengoptimalkan penyaluran BLT menggunakan pendekatan K-Nearest Neighbor, dengan 714 dataset dan empat atribut yaitu kondisi rumah, penghasilan, pekerjaan dan jumlah keluarga. Prinsip kerja KNN adalah mencari jarak terdekat antara data baru yang akan diuji dengan data latihnya. Untuk mencari jarak terdekat digunakan euclidean distance dengan 3 nilai k yang berbeda yaitu k=35, k=45, dan k=55. Hasil yang didapatkan untuk akurasi, presisi dan recall yang tertinggi yaitu menggunakan parameter k=35 memberikan performa terbaikĀ  dengan nilai akurasi sebesar, 95%, presisi sebesar 95% dan recall sebesar 100%. Penerapan metode ini diharapkan dapat meningkatkan efisiensi distribusi BLT dengan memastikan bahwa bantuan tepat sasaran, sehingga mendukung kebijakan pengentasan kemiskinan secara lebih efektif.