Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal VIDHEAS: Jurnal Nasional Abdimas Multidisiplin SAINTEK
Zahrotul Kamalia, Antika
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Engineering Industrial & Manufacturing Engineering

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

Found 2 Documents
Search

 1 
Peningkatan Daya Saing Lulusan Teknik Komputer dan Jaringan melalui Integrasi Teknologi 4.0 dalam Pembelajaran Rozikin, Zaenur; Zahrotul Kamalia, Antika; Rahendra Herlianto, Hemdani; Andriani, Andriani
VIDHEAS: Jurnal Nasional Abdimas Multidisiplin Vol. 2 No. 1 (2024): Juni 2024
Publisher : VINICHO MEDIA PUBLISINDO

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Revolusi Industri 4.0 membawa perubahan signifikan dalam dunia kerja, menuntut keterampilan baru yang lebih kompleks dan berbasis teknologi. Untuk menghadapi tantangan ini, SMK AL MANAR ISLAMIC SCHOOL melakukan inovasi dalam pembelajaran melalui integrasi teknologi 4.0. Program ini bertujuan untuk meningkatkan daya saing lulusan Teknik Komputer dan Jaringan dengan mengimplementasikan teknologi terkini seperti Internet of Things (IoT), kecerdasan buatan (AI), dan big data dalam kurikulum. Pelatihan diberikan kepada guru untuk mengembangkan kemampuan mereka dalam menggunakan teknologi tersebut, serta memperbarui kurikulum agar lebih relevan dengan kebutuhan industri. Hasil dari program ini menunjukkan peningkatan signifikan dalam kompetensi siswa, yang ditandai dengan kemampuan mereka mengaplikasikan teknologi 4.0 dalam proyek nyata. Evaluasi program melalui survei dan tes menunjukkan bahwa 85% siswa merasa lebih siap untuk memasuki dunia kerja. Integrasi teknologi 4.0 dalam pembelajaran terbukti efektif dalam meningkatkan daya saing lulusan dan mempersiapkan mereka untuk tantangan masa depan.
Perbandingan Model Klasifikasi Tuned dan Untuned Dalam Prediksi Penyakit Jantung Sunge, Aswan Supriyadi; Tedi Kurniadi, Nanang; Zahrotul Kamalia, Antika; Naya, Candra; Afriantoro, Irfan; Suwarno, Agus
Prosiding Sains dan Teknologi Vol. 3 No. 1 (2024): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 3 - Januari 2024
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penyakit jantung merupakan salah satu penyakit yang mematikan, biarpun bisa dicegah namun sulit untuk diprediksi, maka dari itu dibutuhkan suatu model prediksi jantung dengan penggunaan Machine Learning dengan metode Classifier dengan model Random Forest dan Decision Tree lalu hasilnya divalidasi kembali agar bisa membandingkan hasilnya dengan (Tuned) atau tanpa (Untuned) dengan GridSearchCV. Hasil yang didapat bahwa model Random Foreset lebih tinggi dibanding Decision Tree, diharapkan dengan hasil penelitian bisa dijadikan pedoman dalam prediksi jantung dikemudian hari.
Co-Authors Afriantoro, Irfan Agus Suwarno, Agus Andriani Andriani Naya, Candra Rahendra Herlianto, Hemdani Rozikin, Zaenur Sunge, Aswan Supriyadi Tedi Kurniadi, Nanang