Search Articles & Publications

Showing 489 articles found for "Cross"

Artificial Intelligence And Decision Making Processes In International Corporations

Abdul Hafid
Abstract: This paper explores the role of Artificial Intelligence (AI) in enhancing decision-making processes within multinational corporations. The primary issue addressed is how AI can be integrated effectively across diverse global… obal markets, considering factors like regulatory frameworks, cultural diversity, and market dynamics. The research proposes a framework for AI implementation that ensures both operational efficiency and ethical soundness. The study employs a mixed-methods approach, combining qualitative interviews and quantitative surveys from key stakeholders in multinational corporations. Preliminary findings suggest that AI significantly improves decision-making speed and accuracy, particularly in data analysis, market trend prediction, and consumer behavior forecasting. However, challenges remain in adapting AI systems to various cultural and regulatory environments, highlighting the need for customization and local adjustments. This study contributes to understanding how AI can be applied more effectively and ethically across international markets, offering insights for future implementations in diverse business contexts.

Hubungan Pola Asuh Orang Tua Dan Gadget Dengan Perkembangan Anak Usia 4-6 Tahun Di TK Mepanga

Aisyah Fitriany Nur, Ni Nyoman Udiani, Vidya Urbaningrum, Waode Fitrah Sari
Abstract: Usia 4-6 tahun dapat disebut sebagai anak usia prasekolah dan termasuk dalam masa kanak-kanak. Pada masa ini merupakan masa yang sangat penting dan berarti karena anak akan memasuki lingkungan yang baru dan belum dikenal.&#8230; . Perkembangan anak dapat dipengaruhi oleh dua faktor yaitu faktor internal dan faktor eksternal. Faktor internal misalnya kondisi fisiologi dan kondisi psikologi, dan faktor eksternal yaitu lingkungan, pola asuh orang tua, pengalaman. Penelitian ini bertujuan mengetahui hubungan pola asuh orang tua dan gadget dengan perkembangan anak usia 4-6 tahun di TK Negeri 1 Mepanga. Penelitian ini menggunakan metode kuantitatif obsevasional analitik, dengan rancangan penelitian Cross sectional. Teknik pengambilan sampel menggunaan porpusive sampiling dengan jumlah sebanyak 46 sampel. Pengumpulan data menggunakan kuesioner pola asuh orang tua penggunaan gadget dan Format DDST.  Hasil penelitian ini menggunaan uji Chi-squeare, diperoleh nilai pengetahuan dan sikap p = 0,000 (p =<0,005). Kesimpulan dari penelitian ini adalah terdapat hubungan pola asuh orang tua dan gadget pada perkembangan anak usia 4-6 tahun. Saran dalam penelitian ini dapat digunakan sebagai informasi dan dapat mengembangkan pola asuh yang diberikan kepada anak-anak, dan selalu mengawasi penggunaan gadget yang tepat pada anak-anak.

Hubungan Koping Individu Dengan Tingkat Kepatuhan Pasien Penyakit Gagal Ginjal Kronik Yang Menjalani Program Terapi Hemodialisis

Aisah Nur Azizah Wulandari, Solihati, Zahrah Maulidia Septima
Abstract: Latar belakang : Penyakit Ginjal Kronik (PGK) merupakan salah satu penyakit kronis yang tidak dapat melular namun menjadi salah satu masalah kesehatan di dunia dengan persentase penderita dan kejadian gagal ginjal yang kian&#8230; ian meningkat, prognosis yang buruk dan biaya pengobatan yang tinggi juga menjadi salah satu alasan kenapa penderita gagal ginjal kronik di dunia semakin meningkat Tujuan : penelitian ini bertujuan untukmengidentifikasi hubungan koping individu dengan tingkat kepatuhan pasien penderita gagal ginjal kronik yang menjalani terapi hemodialisa di RSUD Kabupaten Tangerang. Metode : penelitian ini menggunakan metode kuantitatif dengan desain penelitian deskriptif korelasional dengan pendekatan cross sectional. Populasi dalam penelitian ini berjumlah 74 pasien responden. Teknik sampling yang digunakan dalam penelitian ini adalah nonprobability sampling atau total sampling dimana seluruh populasi digunakan sebagai sampel penelitian, yaitu 74 sampel. Hasil : berdasarkan uji statistik chi-square adalah 0,001 < 0,05, maka dapat dinyatakan H0 ditolak artinya ada Hubungan Koping Individu dengan Tingkat Kepatuhan Menjalani Program Terapi Hemodialisis di RSUD Kabupaten Tangerang Tahun 2024. Kesimpulan : hal ini dapat disimpulkan bahwa terdapat Hubungan Koping Indivdu dengan Tingkat Kepatuhan Menjalani Program Terapi Hemodialisis di RSUD Kabupaten Tangerang Tahun 2024.

Komparasi Algoritma Naive Bayes Dan Random Forest Pada Klasifikasi Kanker Payudara

Ika Indah Lestari, Ahmad Homaidi
Abstract: Kanker payudara merupakan salah satu jenis kanker yang paling umum ditemukan pada wanita dan menjadi penyebab utama kematian akibat kanker di seluruh dunia. Ketepatan dalam diagnosis kanker payudara menjadi sangat krusial&#8230; l untuk penanganan yang tepat. Penelitian ini bertujuan untuk membandingkan performa algoritma Naive Bayes dan Random Forest dalam mengklasifikasikan kanker payudara menggunakan dataset Breast Cancer Wisconsin. Metodologi penelitian dimulai dengan pengumpulan data dari dataset Breast Cancer Wisconsin yang terdiri dari 569 sampel dengan 32 atribut. Proses preprocessing data meliputi konversi data dari format nominal ke binominal untuk atribut diagnosis. Implementasi algoritma menggunakan tools RapidMiner dengan pendekatan cross validation (k=10) untuk evaluasi model yang lebih robust. Performa kedua algoritma dibandingkan menggunakan berbagai metrik evaluasi termasuk accuracy, precision, recall, dan analisis confusion matrix. Hasil penelitian menunjukkan bahwa algoritma Random Forest memberikan performa yang lebih unggul dengan tingkat akurasi 94,91% (±5,06%), precision 95,33%, dan recall 93,90%. Sementara itu, Naive Bayes mencapai akurasi 93,51% (±5,30%), precision 93,68%, dan recall 92,67%. Random Forest juga menunjukkan keunggulan dalam mengurangi false positive, dengan hanya 8 kasus dibandingkan 15 kasus pada Naive Bayes. Analisis confusion matrix menunjukkan bahwa kedua algoritma memiliki kemampuan yang baik dalam mengklasifikasikan kasus kanker payudara, meskipun Random Forest menunjukkan performa yang lebih stabil dan akurat. Kesimpulan dari penelitian ini menunjukkan bahwa kedua algoritma efektif untuk klasifikasi kanker payudara, dengan Random Forest menunjukkan keunggulan dalam hal akurasi dan presisi. Hasil ini dapat menjadi pertimbangan dalam pengembangan sistem pendukung keputusan untuk diagnosis kanker payudara, dimana Random Forest dapat menjadi pilihan utama ketika akurasi menjadi prioritas, sementara Naive Bayes tetap menjadi alternatif yang valid ketika kesederhanaan implementasi dan efisiensi komputasi diperlukan.

Visual Communication In English Short Stories Using Artificial Intelligence (AI)

M Reza Ishadi Fadillah, Devito Andharu, Rommel Utungga Pasopati, Kusuma Wijaya, Anggraeni Ramadhani, Anindya Thalita Salsabila
Abstract: The use of Artificial Intelligence (AI) technology to visualize the narrative of English-language short stories offers a novel approach to enriching the interpretive and aesthetic dimensions of storytelling. Utilizing BingImage.com&#8230; ngImage.com as an AI-based image generator, textual narratives are transformed into prompts that create visual depictions of each scene. The visuals effectively reflect the mood, emotions, and settings of the story, albeit with some inconsistencies in character depictions across scenes. This exploratory approach examines correlations between narrative and visuals, scene continuity, and aesthetic accuracy. The findings indicate that AI-based visualization can create a more immersive reading experience, enhancing the reader's comprehension through relevant illustrations. This technology also provides creative interpretations that expand the artistic dimensions of short stories. Despite its potential, challenges such as maintaining visual consistency across scenes remain. These findings provide new insights into the integration of digital technology in literary transformation, paving the way for innovative future methodologies.

Klasifikasi Penyakit Alzheimer Menggunakan Data Mining Decision Tree

Yulina Sari, Zaehol Fatah
Abstract: Penyakit Alzheimer adalah penyakit neurodegeneratif yang mempengaruhi otak dan secara bertahap mengurangi kemampuan seseorang untuk berpikir, mengingat, dan berfungsi secara mandiri. Ini merupakan jenis demensia yang paling&#8230; ing umum, dengan gejala awal yang biasanya terjadi pada individu di atas 65 tahun, meskipun dapat juga terjadi pada usia yang lebih muda. Beberapa gejala awal Alzheimer termasuk lupa akan peristiwa baru-baru ini, kesulitan menyelesaikan tugas sehari-hari, dan kebingungan tentang waktu atau tempat. Gejala penyakit dapat memburuk seiring berjalannya waktu, seperti kehilangan kemampuan berkomunikasi, perubahan suasana hati yang signifikan, dan penurunan fungsi fisik. Diagnosis tahap awal untuk penyakit Alzheimer dapat meningkatkan efisiensi terapi. Deteksi dini penyakit Alzheimer dapat memanfaatkan pendekatan matematis pada data mining untuk menganalisis data. Klasifikasi adalah salah satu metode data mining yang dapat diterapkan untuk pendeteksian dini atau prediksi penyakit Alzheimer. Penelitian yang berkenaan dengan klasifikasi penyakit Alzheimer belum banyak dilakukan. Oleh karena itu, penelitian ini akan membandingkan performa algoritma C4.5 dan algoritma AdaBoost dalam klasifikasi penyakit Alzheimer menggunakan teknik pengujian percentage split dan k-fold cross validation. Selain itu, penelitian ini akan menggunakan metode Algoritma Decision Tree karena dapat ditafsirkan dengan mudah oleh manusia dan memililki akurasi yang tinggi sebesar 26.3%. Dapat mengubah data yang ada menjadi pohon keputusan dan aturan-aturan, sehingga dapat membantu dalam proses pengambilan keputusan yang kompleks menjadi lebih sederhana.

Gamified Learning Platforms: Enhancing Student Engagement and Achievement in Hybrid Classrooms

Abdul Wahid
Abstract: This research explores the impact of gamification on student engagement and learning outcomes in hybrid classrooms at SMA Negeri 1 Pinrang. The study aims to identify the role of gamified platforms in enhancing student participation&#8230; articipation and to analyze the relationship between student engagement and academic achievement. The research employs a qualitative approach, utilizing purposive and random sampling to select students from hybrid classrooms. Data were collected through gamification-based platforms, student engagement surveys, and academic performance tests. The findings indicate that the use of gamification significantly increases student engagement, motivation, and academic achievement, particularly when integrated into a hybrid learning environment. This study also highlights challenges such as technology access and the need for teacher training to maximize the benefits of gamification. The results provide practical recommendations for educators to implement gamified elements in their teaching strategies and for platform developers to enhance features that support hybrid learning. Future research should investigate the broader impacts of gamification, particularly on diverse learning styles and across different academic subjects.

Analisis Perbandingan Algoritma Machine Learning Dalam Klasifikasi Gangguan Tidur

Nabila Khansa, Zaehol Fatah
Abstract: Gangguan tidur seperti insomnia dan sleep apnea merupakan masalah kesehatan global yang dapat menurunkan kualitas hidup. Deteksi dini terhadap gangguan ini penting dilakukan, khususnya dengan bantuan teknologi seperti algoritma&#8230; goritma data mining untuk meningkatkan ketepatan diagnosis. Data mining adalah bagian esensial dari analitik data dalam disiplin ilmu data science, yang memberikan berbagai manfaat luas dan aplikasi yang relevan. Penelitian ini menggunakan dataset Sleep Health and Lifestyle dari Kaggle untuk mengevaluasi kinerja tiga algoritma data mining, yaitu Naïve Bayes, Support Vector Machine (SVM), dan Neural Network, dalam mengklasifikasi gangguan tidur. Proses pengembangan model mengikuti tahapan CRISP-DM dengan pengujian akurasi menggunakan Cross Validation dan evaluasi menggunakan Confusion Matrix dan kurva ROC. Berdasarkan hasil pengujian, algoritma Neural Network menunjukkan kinerja terbaik dengan akurasi 93,08% dan nilai AUC yang termasuk dalam klasifikasi "Excellent." Temuan ini menunjukkan bahwa Neural Network efektif dalam mengklasifikasi gangguan tidur, sehingga dapat mendukung proses diagnosa dan penanganan gangguan tidur secara lebih akurat.

Implementasi Metode CNN Untuk Klasifikasi Status Stunting Pada Balita

Abrori, Syariful, Zaehol Fatah
Abstract: Stunting pada balita merupakan permasalahan kesehatan masyarakat yang serius dan memerlukan penanganan segera melalui deteksi dini yang akurat. CNN (Convolutional Neural Network) merupakan metode yang akurat, efektif dan&#8230; tepat sasaran dalam memberikan hasil yang akurat dan presisi. Implementasi metode CNN dapat mengklasifikasikan status stunting pada balita berdasarkan parameter antropometri dan karakteristik kesehatan. Dataset yang digunakan terdiri dari 6.500 sampel data balita dengan 8 variabel meliputi jenis kelamin, usia, berat lahir, panjang lahir, berat badan, panjang badan, riwayat ASI eksklusif, dan status stunting. Metodologi yang digunakan melibatkan serangkaian tahapan preprocessing data termasuk standardisasi fitur menggunakan StandardScaler, pemisahan data training (80%) dan testing (20%), serta penggunaan arsitektur CNN yang terdiri dari layer konvolusi 1D dengan 32 filter, max pooling, dan dense layer. Model dilatih menggunakan optimizer Adam dengan fungsi loss categorical crossentropy selama 10 epoch dan batch size 32. Evaluasi performa model dilakukan menggunakan berbagai metrik termasuk accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model CNN yang dikembangkan mencapai performa yang sangat baik dengan akurasi 90%, precision 89%, recall 92%, dan F1-score 91%. Analisis confusion matrix mengkonfirmasi kemampuan model dalam mengklasifikasikan kedua kelas yaitu pada stunting dan non-stunting secara seimbang. Temuan ini mengindikasikan bahwa implementasi CNN efektif dalam mengidentifikasi status stunting pada balita dan berpotensi menjadi alat bantu yang berharga dalam screening stunting di fasilitas kesehatan.

Implementasi Kualitas Pelayanan Dan Sikap Pada Harta Meningkatkan Intensi Muzzaki Berzakat Yang Diperkuat Oleh Kebijakan Pemerintah

Yusrizal Yusrizal, Muhammad Zilal Hamzah, Hilman Latief, Natris Idriyani
Abstract: Penelitian ini bertujuan untuk menganalisis bagaimana implementasi kualitas pelayanan dan sikap positif terhadap harta dapat meningkatkan intensi muzakki berzakat, yang diperkuat oleh kebijakan pemerintah. Menggunakan pendekatan&#8230; ndekatan kualitatif dan metode studi kepustakaan, penelitian ini bersifat non-experimental, di mana data dikumpulkan tanpa intervensi pada subjek. Pengukuran dilakukan di BAZNAS dengan fokus pada pemahaman individu dewasa mengenai pelayanan yang diterima, menggunakan teknik cross-sectional untuk mengumpulkan data dari jurnal terkait dalam satu situasi tertentu. Hasil penelitian menunjukkan bahwa kualitas pelayanan lembaga zakat yang transparan dan akuntabel secara signifikan membangun kepercayaan muzakki, sedangkan sikap positif yang dipengaruhi oleh nilai-nilai moral dan edukasi memotivasi individu untuk berkontribusi. Sinergi antara kedua faktor ini, bersama dengan kampanye kesadaran publik dan lingkungan sosial yang aktif, menciptakan suasana kondusif bagi partisipasi zakat. Peningkatan intensi berzakat tidak hanya memberikan manfaat individu, tetapi juga berdampak positif pada pengentasan kemiskinan dan peningkatan kesejahteraan sosial, menegaskan bahwa pengelolaan zakat yang efektif berperan sebagai pendorong utama dalam pembangunan sosial yang berkelanjutan.