Abstract:Abstract: Mental health is an essential aspect of overall well-being, particularly for university students vulnerable to emotional strain. This study aims to identify clusters of student mental health trends using the K-Means…
Means clustering technique. The research involved 60 students from four academic programs at the Faculty of Science and Technology, selected using stratified and cluster sampling techniques. Data were collected using a modified Mental Health Inventory (MHI). The results revealed distinct commonalities among majors: the Statistics program was predominantly defined by the depressed cluster at 53.3%, while Mathematics followed at 40% within the same cluster. In contrast, Biology students predominantly fell under the neu-tral/stable cluster (66.7%), whilst Information Systems students exhibited an even distribution (33.3% per cluster) without a dominant trend. The clustering quality was evaluated using the Silhouette Coefficient, yielding a range of 0.39 to 0.60. Biology (0.60) and Statistics (0.54) exhibited a reasonable structure, but Information Systems (0.39) and Mathematics (0.34) demonstrated a deficient structure. In conclusion, K-Means effectively discerns mental health patterns, providing a data-driven basis for targeted psychological interventions in educational settings.
Keywords: biology; information systems; k-means; mathematics; mental health; silhouette coefficient; statistics
Abstrak: Kesehatan mental merupakan komponen vital dari kesejahteraan total, terutama bagi maha-siswa yang rentan terhadap stres emosional. Penelitian ini bertujuan untuk mengidentifikasi kelompok tren kesehatan mental mahasiswa melalui penerapan metode pengelompokan K-Means. Studi ini mencakup 60 mahasiswa dari empat program studi di Fakultas Sains dan Teknologi, yang dipilih melalui metode pengambilan sampel bertingkat dan kelompok. Data dikumpulkan dengan menggunakan Inventaris Kesehatan Mental (MHI) yang dimodifikasi. Temuan menunjukkan kesamaan yang jelas di antara jurusan: program studi Statistika terutama ditandai oleh kelompok depresi (53,3%), diikuti oleh Matematika dengan 40% dalam kelompok depresi. Sebaliknya, mahasiswa Biologi terutama termasuk dalam kelompok netral/stabil (66,7%), sedangkan mahasiswa Sistem Informasi memiliki distribusi yang merata (33,3% per kelompok) tanpa pola yang dominan. Kualitas pengelompokan dinilai dengan Koefisien Sil-houette, menghasilkan rentang 0,39 hingga 0,60. Biologi (0,60) dan Statistika (0,54) memiliki struktur sedang, sedangkan Sistem Informasi (0,39) dan Matematika (0,34) menunjukkan struktur yang buruk. Kesimpulannya, K-Means secara akurat mengidentifikasi tren kesehatan mental, menawarkan landasan berbasis data untuk terapi psikologis yang ditargetkan di ling-kungan pendidikan.
Kata kunci: biologi; kesehatan mental; K-Means; matematika; silhouette coefficient; sistem in-formasi; statistika
Abstract:Abstract: The development of AI assistants such as Gemini and ChatGPT can significantly assist in daily human tasks. In the field of Sentiment Analysis, AI assistants can be utilized as an automated labeling alternative…
to provide positive, negative, or neutral sentiments within a dataset. This research aims to enhance the performance of AI assistants in automated labeling processes by employing the Feature Selection algorithm, specifically Forward Selection. The methodology involves utilizing the Naïve Bayes and K-NN algorithms, and subsequently improving accuracy through the Feature Selection algorithm. The evaluation is conducted using K-Fold Cross Validation. Research findings indicate an improvement in the accuracy of the best model, which is ChatGPT, when using the Naïve Bayes algorithm and Shuffled Sampling technique. The initial accuracy of 79.09% increased to 87.18% after Feature Selection was applied. This demonstrates the effectiveness of Feature Selection, particularly Forward Selection, in enhancing the accuracy performance of the model.
Keywords: ai; assistant; chat gpt; feature selection; gemini.
Abstrak: Pekembangan Asisten AI seperti Gemini dan Chat GPT dapat membantu pekerjaan manusia sehari-hari. Dalam bidang Analisis Sentimen, Asisten AI dapat digunakan sebagai alternatif pelabelan otomatis untuk memberikan sentimen positif, negatif atau netral dalam suatu dataset. Penlitian ini bertujuan untuk meningkatkan performa yang dihasilkan oleh Asisten AI dalam proses pelabelan otomatis menggunakan Algortima Feature Selection yaitu Forward Selection. Metode yang digunakan adalah dengan menggunakan Algoritma Naïve Bayes dan K-NN kemudian hasil akurasi akan ditingkatkan menggunkan Algoritma Feature Selection. Evaluasi yang digunakan adalah K-Fold Cross Validation. Hasil penelitian menunjukkan peningkatan akurasi model terbaik berada pada Chat GPT dengan menggunakan Algoritma Naïve Bayes dan Teknik Shuffled Sampling, dari nilai akurasi awal sebesar 79.09%, setelah ditingkatkan menggunakan Feature Selection, maka nilai akurasinya meningkat menjadi 87.18%. Hal ini membuktikan peran Feature Selection, dimana yang digunakan adalah Forward Selection dalam meningkatkan akurasi ternyata memang efektif dalam meningkatkan performa akurasi model.
Kata kunci: ai; assisten; chat gpt; feature selection; gemini
Abstract:Abstract: The habit of smoking is dangerous because of the addictive substances that make cigarettes addictive. Its addictive nature poses a significant risk, affecting personality with stress, depression and nervous disorders.…
orders. Body factors that indicate smoking include blood sugar levels, dental caries, and hemoglobin. To address this, research has been conducted with focused efforts to understand and address the risks associated with smoking and its impact on overall health. This research aims to choose the best method for predicting smokers by using feature selection techniques. The feature selection algorithms uses for that are Analysis of Variance (ANOVA), Recursive Feature Elimination (RFE), and Genetic Algorithm (GA) to select optimal attributes and uses the k-fold cross validation technique as the validation of the Artificial Neural Network algorithm. The data includes various parameters such as age, height, weight, vision, blood pressure, cholesterol, triglycerides, hemoglobin, AST, ALT, GTP, gender, dental caries and tartar. Hearing ability, urine protein content, and tartar were selected. The results showed that using the Analysis of Variance method showed higher accuracy (77.101%) compared to the Genetic Algorithm method (74.64%) and the Recursive Feature Elimination method (76.08%). Selection of relevant attributes increases the predictions and insights of the Artificial Neural Network model about the effects of smoking on health.
Keywords: artificial neural network; analysis of variance; genetic algorithm; recursive feature elimination; smoker prediction
Abstrak: Kebiasaan merokok berbahaya karena adanya zat adiktif yang membuat rokok menjadi ketagihan. Sifatnya yang membuat ketagihan menimbulkan risiko yang signifikan, mempengaruhi kepribadian dengan stres, depresi, dan gangguan saraf. Faktor tubuh yang mengindikasikan kebiasaan merokok antara lain kadar gula darah, karies gigi, dan hemoglobin. Untuk mengatasi hal ini, penelitian telah dilakukan dengan upaya terfokus untuk memahami dan mengatasi risiko yang terkait dengan merokok dan dampaknya terhadap kesehatan secara keseluruhan. Penelitian ini bertujuan untuk memilih metode terbaik dalam memprediksi perokok dengan menggunakan teknik seleksi fitur. Metode seleksi fitur yang digunakan adalah Analysis of Variance (ANOVA), Recursive Feature Elimination (RFE), dan Genetic Algorithm (GA) untuk memilih atribut yang optimal dan menggunakan teknik k-fold cross validation sebagai validasi algoritma Artificial Neural Network. Data tersebut mencakup berbagai parameter seperti umur, tinggi badan, berat badan, penglihatan, tekanan darah, kolesterol, trigliserida, hemoglobin, AST, ALT, GTP, jenis kelamin, karies gigi dan karang gigi. Kemampuan pendengaran, kandungan protein urin, dan karang gigi dipilih. Hasil penelitian menunjukkan bahwa penggunaan metode Analysis of Variance menunjukkan akurasi yang lebih tinggi (77,101%) dibandingkan dengan metode Genetic Algorithm (74,64%) dan metode Recursive Feature Elimination (76,08%). Pemilihan atribut yang relevan meningkatkan prediksi dan wawasan model Jaringan Syaraf Tiruan tentang dampak merokok terhadap kesehatan.
Kata kunci: artificial neural network; analysis of variance; genetic algorithm; prediksi perokok; recursive feature elimination
Abstract:Abstract: Patient’s symptoms could be used as features in Covid-19 classification. Using multi layer perceptron, the classification uses data set that contains patient’s diagnosis which has Covid-19 symptoms dan processes…
s dan processes the data set to see if the patient is Covid-19 positive or not. This paper compare four activation function such as identity, logistic, ReLu and tanh and combined them with optimizer such as L-BFGS-B, SGD and Adam. Using 5-fold and 10-fold cross validation technique to get the accuracy, F1, precision and recall values, the result that we get is that logistic function with L-BFGS-B optimizer and ReLu function with L-BFGS-B optimizer are the best combinations. The logistic function with SGD optimizer, ReLu function with Adam optimizer and tanh function with Adam optimizer are the worst combinations according to their accuration values. The logistic function with SGD optimizer is the worst combination according to its F1 value. The logistic function with SGD optimizer and tanh function with L-BFGS-B optimizer are the worst combinations according to their precision values. The logistic function with SGD optimizer, ReLu function with Adam optimizer and tanh function with Adam optimizer are the worst combinations according to their recall values.
Keywords: activation function, covid-19; multi layer perceptron; optimizer algorithm
Abstrak: Diagnosa gejala yang dialami pasien dapat digunakan sebagai fitur dalam klasifikasi penderita Covid-19. Dengan multi layer perceptron, klasifikasi dilakukan menggunakan data set yang berisi hasil diagnosa pasien yang memiliki gejala Covid-19 dan selanjutnya diolah untuk melihat apakah memang pasien tersebut menderita Covid-19 atau tidak. Penelitian ini membandingkan fungsi aktivasi identity, logistic, ReLu dan tanh yang dikombinasikan dengan algoritma optimasi L-BFGS-B, SGD dan Adam. Hasil evaluasi cross validation menggunakan 5-fold dan 10-fold digunakan sebagai dasar menentukan kombinasi yang terbaik dan terburuk, dengan hasil yang menunjukkan bahwa kombinasi fungsi logistic dengan optimasi L-BFGS-B dan fungsi ReLu dengan optimasi L-BFGS-B merupakan kombinasi terbaik. Kombinasi fungsi logisctic dengan optimasi SGD, fungsi ReLu dengan optimasi Adam dan fungsi tanh dengan optimasi Adam merupakan yang terburuk dari nilai accuracy. Kombinasi fungsi logistic dan optimasi SGD merupakan kombinasi terburuk dari nilai F1. Kombinasi fungsi logistic dengan optimasi SGD dan fungsi tanh dan optimasi L-BFGS-B merupakan yang terburuk dari nilai precision. Kombinasi fungsi logisctic dengan optimasi SGD, fungsi ReLu dengan optimasi Adam dan fungsi tanh dengan optimasi Adam merupakan kombinasi terburuk dari nilai recall.
Kata kunci: algoritma optimasi; covid-19; fungsi optimasi; multi layer perceptron
Abstract:Abstract: Demand forecasting for ayam geprek at Geprek Bensu is needed to make chicken inventory decisions to reduce inventory that often out of stock. This study uses time series single moving average (SMA) and single…
le exponential smoothing (SES) method to make geprek chicken requests in Geprek Bensu. This study sampled sales reports in October 2018 - September 2019. Results obtained from recognition using Mean absolute deviation (MAD = 3,116), Absolute Percentage Error indicate (MAPE = 9%), and mean squared error (MSE = 2,762) shows that Single Moving Average produces more accurate results compared to the Single exponential smoothing method.
Keywords: Demand Forecasting; Single moving average; Single exponential smoothing; Time Series.
Abstrak: Peramalan permintaan ayam geprek pada Geprek Bensu sangat dibutuhkan untuk pengambilan keputusan penyediaan stok ayam dan mengurangi out of stock yang sering terjadi. Penelitian menggunakan metode seri waktu Single moving average (SMA) dan Single exponential smoothing (SES) untuk membuat peramalan permintaan ayam geprek di Geprek Bensu. Penelitian ini mengambil sample laporan penjualan pada bulan Oktober 2018 – September 2019. Hasil yang di dapatkan dari perbandingan akurasi menggunakan Mean absolute deviation (MAD = 3,116), Absolute Percentage Error indicate (MAPE = 9%), dan mean squared error (MSE = 2,762) menunjukkan bahwa Single Moving Average memiliki hasil yang lebih akurat jika dibandingkan dengan metode Single exponential smoothing.
Kata kunci: Peramalan permintaan; Pemulusan eksponensial; Rata-rata bergerak; Seri waktu.
Abstract:Media pembelajaran adalah segala sesuatu yang dapat menyalurkan pesan, merangsang pikiran, perasaan, dan kemauan dalam komunikasi antara guru dan siswa sehingga dapat mendorong terjadianya proses belajar dan pembelajaran.…
. Penelitian ini membahas pengunaan powtoon sebagai media pembelajaran pada materi puisi kelas IV. Media pembelajaran powtoon akan digunakan pada saat penelitian, untuk mengetahui keefektifan dan aktivitas pengunaan media powtoon pada pembelajaran puisi kelas IV. model pembelajaran discovery learning adalah model pembelajaran yang tujuan nya yaitu menemukan hal bermakna dalam proses pembelajaran di kelas. Model pembelajaran ini seusai dengan permasalahan yang penulis angkat dalam penelitian ini. Prosedur pelaksaanaan penelitian Tindakan ini terdiri dari tiga siklus masing-masing siklus dilaksanakan sesuai dengan perubahan yang dicapai seprti yang sudah didesain dalam faktor-faktor yang diselidiki untuk mengetahui efektifitas penerapan media powtoon di SDN 1 Purwawinangun dilakukan observasi terhadap kegiatan pembelajaran yang dilakukan guru,selain itu diadakan diskusi antara guru sebagai peneliti dengan para pengamat sebagai kolaborator dalam penelitian ini. Berdasarkan kriteria kelas IV akan dipilih dua sampel kelas terdiri dari kelas PTK berjumlah 30 siswa sesuai dengan karakteristik yang dibutuhkan. Penerapan Media Powtoon dengan Menggunakan Model Pembelajaran Discovery Learning dapat diterapkan dengan baik pada mata pelajaran Bahasa Indonesia Siswa Kelas IV Sekolah Dasar, hal ini dibuktikan dengan hasil pada siklus I sebesar 74,4% dengan kriteria penilaian Baik, kemudian meningkat pada siklus II didapat nilai sebesar 89,71% dengan kriteria penilaian Sangat Baik.
Abstract:Penelitian dilatar belakangi oleh rendahnya hasil belajar Sejarah Kebudayaan Islam di kelas VII MTsN 2 Kota Padang tahun pelajaran 2021/2022. Sebagian besar nilai peserta didik belum mencapai Kriteria Ketuntasan Minimal…
l (KKM) yang telah ditetapkan oleh sekolah yaitu 80. Untuk mengatasi masalah tersebut salah satunya adalah dengan menggunakan model kooperatif tipe Take and Give pada mata pelajaran Sejarah Kebudayaan Islam. Tujuan dalam penulisan skripsi ini yaitu: Tujuan dalam penulisan skripsi ini yaitu; Untuk melihat perbedaan hasil belajar peserta didik yang menggunakan model pembelajaran kooperatif tipe Take and Give dengan model pembelajarankonvensional pada matapelajaran Sejarah Kebudayaan Islam kelas VII MTsN 2 Kota Padang. Jenis penelitian adalahsemu eksperimen (Quasi Eksperimen Resech). Pengambilan Sampel dilakukan dengan teknik probability sampling yang dilakukan dengan cara simple Random Sampling. Hasil penelitian menunjukkan rata-rata nilai pre-test pada kelas eksperimen diperoleh 64,53 dengan nilai tertinggi 80 dan kelas kontrol 63,34 dengan nilai tertinggi 80 sedangkan rata-rata nilai post-test hasil belajar kelas eksperimen 89,22dengan nilai tertinggi 100 dan kelas kontrol 75,78 dengan nilai tertinggi 95. Berdasarkan uji hipotesis dengan SPSS Versi 26 diperoleh dua arah sig α dalam dua sisi (2-tailed) sebesar = 0,000, sehingga dapat diambil kesimpulan bahwa (0,000 < 0,05). Hal ini berarti Ha yang berbunyi artinya ada perbedaan hasil belajar model pembelajaran kooperatif tipe Take and Give dengan model pembelajaran konvensional pada mata pelajaran Sejarah Kebudayaan Islam kelas VII di MTsN 2 Kota Padang diterima dan Ho ditolak.
Abstract:Penelitian ini berjudul Konseb Islamisasi ilmu pengetahuan : Studi kritis terhadap pemikiran Ismail Rajial Faruqi dan Syad Naquid al Attas Implikasi Konsep Islamisasi Ilmu Pengetahuan Ismail RajiAl-Faruqi. Ilmu pengetahuan…
huan merupakan hal yang penting dalam kehidupan manusia. Allah menempatkan ilmu sebagai suatu hal yang tidak boleh ditinggalkan. Selama ini agama Islam diyakini memiliki peranan yang sangat penting dalam mewarnai bangunan ilmu pengetahuan. Namun kenyataannya, masyarakat muslim seolah dipaksa untuk melaksanakan ajaran sekuler dalam kehidupan lantaran derasnya arus sekularisasi. Kondisi inilah yang menjadi keprihatinan para pemikir Islam, sebab bisa membahayakan keimanan Islam. Berkaitan dengan keprihatinan itulah muncul ide atau gagasan mengenai islamisasi ilmu pengetahuan sebagai upaya untuk menetralisir pengaruh sains barat modern. Al-Faruqi adalah salah seorang pemikir tentang islamisasi. Bagaimana konsep islamisasinya? serta apa implikasinya dalam kehidupan di Indonesia? Islamisasi pengetahuan tidak hanya sebagai wacana, tetapi membutuhkan implikasi nyata agar berguna bagi masyarakat luas. Al-Faruqi telah berupaya merealisasikan islamisasi pengetahuan dengan mendirikan kelompok-kelompok studi Islam. Gerakan tersebut dilakukan dengan tetap berprinsip pada ajaran tauhid agar tidak menyimpang dari ajaran agama. Beberapa perkembangan juga terjadi di Indonesia sebagai tanggapan dari Islamisasi ilmu, diantaranya: berdirinya sekolah- sekolah berbasis Islam dan maraknya koperasi-koperasi serta bank-bank syariah.Salah satu problem utama yang dihadapi umat Islam saat ini ialah westernisasi ilmu pengetahuan. Dimana ilmu mengalami demoralisasi dan deIslamisasi, sehingga ilmu yang seharusnya membawa kedamaian justru menimbulkan kekacauan dalam kehidupan.
Abstract:Penelitian ini bertujuan mengevaluasi pengaruh kombinasi pakan pelet komersial dan Wolffia arrhiza terhadap performa pertumbuhan benih ikan nila salin (Oreochromis niloticus) pendederan II. Metode penelitian menggunakan…
rancangan acak lengkap (RAL) dengan empat perlakuan rasio pelet dan wolffia: Kontrol (100:0), A (85:15), B (75:25), dan C (65:35). Hasil menunjukkan bahwa pemberian pakan kombinasi berpengaruh nyata (P < 0,05) terhadap pertumbuhan bobot mutlak dan pertumbuhan panjang mutlak, namun tidak berpengaruh nyata (P > 0,05) terhadap laju pertumbuhan spesifik (SGR). Penurunan performa pertumbuhan pada pakan kombinasi dibandingkan kontrol diduga akibat hambatan serat kasar (selulosa) dinding sel wolffia serta pengalihan energi pakan untuk proses osmoregulasi di media payau (6 ‰) dan adaptasi terhadap fluktuasi amonia (0,4-0,8 mg/l). Rasio konversi pakan (FCR) cenderung meningkat seiring bertambahnya proporsi wolffia, dengan nilai terbaik pada Kontrol (1,5) diikuti Perlakuan A (2,4). Meskipun terjadi penurunan efisiensi pakan, tingkat kelangsungan hidup tetap stabil dan tidak berbeda nyata pada kisaran 79-88%. Penelitian menyimpulkan bahwa Perlakuan A (substitusi 15% wolffia) merupakan dosis paling efektif yang mampu menyokong pertumbuhan dengan performa panjang mutlak yang secara statistik setara dengan kontrol, sehingga berpotensi sebagai alternatif pakan pendorong efisiensi biaya.
Abstract:Penelitian ini bertujuan untuk mendeskripsikan kemampuan penyelesaian soal cerita matematika pada materi Sistem Persamaan Linier Dua Variabel (SPLDV) siswa kelas VIII SMP Negeri 16 Pontianak berdasarkan tahapan pemecahan…
masalah Polya (memahami masalah, merencanakan penyelesaian, melaksanakan rencana, dan memeriksa kembali). Rendahnya kemampuan siswa dalam mengaitkan matematika dengan konteks nyata serta banyaknya kesalahan dalam menyelesaikan soal cerita SPLDV menjadi latar belakang penelitian ini. Metode yang digunakan adalah deskriptif kualitatif. Subjek penelitian terdiri dari 6 siswa yang dipilih dari 30 siswa kelas VIII A, mewakili kemampuan matematika tinggi, sedang, dan rendah. Data dikumpulkan melalui tes tertulis berbentuk soal cerita dan wawancara, kemudian dianalisis menggunakan model Miles and Huberman. Hasil penelitian menunjukkan bahwa siswa berkemampuan tinggi mampu memenuhi keempat tahapan Polya dengan sangat baik dan konsisten. Siswa berkemampuan sedang mampu memahami masalah dan menyusun rencana, namun kurang teliti dalam perhitungan serta tidak melakukan pemeriksaan kembali. Siswa berkemampuan rendah hanya mampu memahami sebagian informasi soal dan belum mampu merencanakan, melaksanakan, maupun memeriksa kembali penyelesaian. Simpulan penelitian ini adalah kemampuan penyelesaian soal cerita siswa sangat bervariasi, dengan kelemahan utama pada tahap memeriksa kembali, terutama pada siswa berkemampuan sedang dan rendah. Temuan ini memberikan implikasi penting bagi guru dalam merancang pembelajaran yang menekankan berpikir reflektif dan pembiasaan pengecekan hasil akhir.