Article Per Year (5 Year)
p-Index From 2019 - 2024
0.562
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) JURNAL PENDIDIKAN TAMBUSAI JISKa (Jurnal Informatika Sunan Kalijaga)
Rahmania, Fadilla
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering Library & Information Science Social Sciences

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

Found 3 Documents
Search

 1 
Pengaruh Model Pembelajaran Problem Based Learning Terhadap Hasil Belajar PKn Siswa Kelas V Rahmania, Fadilla; Khairana, Cindy; Yenti, Afrida; Fahmi, Apriliano; Farhan Satria, Trinda
Jurnal Pendidikan Tambusai Vol. 8 No. 1 (2024): April 2024
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v8i1.12760

Abstract

Penelitian ini dilatar belakangi oleh rendahnya hasil belajar siswa.Penelitian ini bertujuan untuk mengetahui Pengaruh Model Pembelajaran Problem Based Learning terhadap Hasil Belajar PKn Siswa Kelas V. Jenis penelitian ini adalah penelitian eksperimen.Teknik yang digunakan dalam pengumpulan data hasil belajar PKn adalah tes objektif. Populasi dalam penelitian ini adalah seluruh siswa kelas V sekolah dasar. Dalam penelitian ini sampel dipilih dengan menggunakan teknik random sampling dimana kelas V SD Negeri 01Kampung Olo sebagai kelas eksperimen dan kelas V SD Negeri 03 Kampung Olo sebagai kelas Kontrol. Hasil penelitian menunjukkan bahwa rata-rata skor hasil belajar setelah diberikan perlakuan didapatkan rata-rata nilai tes siswa kelas eksperimen 85,64 dan siswa kelas kontrol 77,92. Pengujian hipotesis dengan menggunakan aplikasi spss dimana nilai signifikansi (2-tailed) pada Equal variancesassumed 0,009,jadi nilai 0,009<0,05 yang dibuktikan dengan taraf signifikan ? = 0,05. Maka H0 ditolak H1 diterima. Berdasarkan hasil penelitian tersebut dapat disimpulkan bahwa terdapat pengaruh hasil belajar PKn siswa kelas eksperimen dengan menggunakan model pembelajaran problem based learning.
Pengembangan Website E-Kinerja Menggunakan Metode Agile Development: Studi Kasus Dinas Perhubungan Kota Malang Rahmania, Fadilla; Syauqi, A’la
CESS (Journal of Computer Engineering, System and Science) Vol 9, No 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.51173

Abstract

Penelitian ini bertujuan mengembangkan website E-Kinerja Dinas Perhubungan Kota Malang dengan metode Agile, terutama kerangka kerja Scrum. Dengan membagi proyek menjadi empat sprint berdurasi 21 hari, pendekatan ini menghasilkan produk yang responsif terhadap kebutuhan pengguna dengan cepat. Dengan sprint mencakup increment produk yang dapat diuji secara berkala, memungkinkan pemangku kepentingan memberikan umpan balik sepanjang proses pengembangan. Keberhasilan ini menunjukkan bahwa pengembangan E-Kinerja Dinas Perhubungan Kota Malang perlu didukung oleh peran kolaborasi serta komunikasi yang efektif antara tim pengembangan dan pemangku kepentingan. Metode Scrum yang meliputi Sprint Planning dan Daily Standup berperan penting dalam menjaga transparansi dan pemahaman. Implikasi penelitian ini menunjukkan bahwa penerapan metode Agile, khususnya Scrum, secara signifikan meningkatkan efisiensi pengembangan perangkat lunak dalam upaya meningkatkan manajemen kinerja pegawai di sektor publik.
Analisis dan Optimalisasi Performa Algoritma Gaussian Naive Bayes pada Prediksi Metabolic Syndrome Menggunakan SMOTE Fauziyah, Nadiyah Jihan; Rahmania, Fadilla; Daniyal, Muhammad; Sari, Nur Fitriyah Ayu Tunjung
JISKA (Jurnal Informatika Sunan Kalijaga) Vol. 9 No. 2 (2024): Mei 2024
Publisher : UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/jiska.2024.9.2.112-122

Abstract

Metabolic syndrome is a complex global health problem, with symptoms such as abdominal obesity, insulin resistance, high blood pressure, high blood sugar, and abnormal blood lipids. With this global challenge, several studies have attempted to predict these diseases using machine learning methods. However, often, predictions about a disease result in data imbalance where minority classes are underrepresented. To balance the class proportions, the Synthetic Minority Over-sampling Technique (SMOTE) method replicates the minority class samples. In this research, the technique applied to predict is the Gaussian Naive Bayes (GNB) algorithm. The results show an increase in prediction accuracy by 0.2 from 0.81 to 0.83. This study confirms the critical role of the SMOTE oversampling method in machine learning using the Gaussian Naive Bayes (GNB) algorithm in Metabolic Syndrome prediction and its positive impact on diagnostic efficiency and public health.
Co-Authors Daniyal, Muhammad Fahmi, Apriliano Farhan Satria, Trinda Fauziyah, Nadiyah Jihan Khairana, Cindy Sari, Nur Fitriyah Ayu Tunjung Syauqi, A’la Yenti, Afrida