Article Per Year (5 Year)
p-Index From 2019 - 2024
0.562
P-Index
This Author published in this journals
All Journal Jurnal SOLMA Digital Transformation Technology (Digitech) Jurnal Budi Pekerti Agama Islam
Samsu Alam
Unknown Affiliation
Religion Computer Science & IT Education Library & Information Science Other

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

Found 3 Documents
Search

 1 
Gagasan-Gagasan Baru dalam Pendidikan yang Menumbuhkan Sikap Kritis Samsu Alam; Kasful Anwar US; Sya'roni Sya'roni
Jurnal Budi Pekerti Agama Islam Vol. 2 No. 5 (2024): Oktober : Jurnal Budi Pekerti Agama Islam
Publisher : Asosiasi Riset Ilmu Pendidikan Agama dan Filsafat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/jbpai.v2i5.557

Abstract

This research discusses new ideas in education that foster critical attitudes with the aim of knowing the benefits of critical thinking and knowing the steps in critical thinking. Given the importance of critical thinking in students, teachers are obliged to develop students' critical thinking skills. To develop critical thinking in students cannot be taught through the lecture method, because critical thinking is an active process. The learning carried out is student-centered. Intellectual skills from critical thinking including analytical thinking, synthetic thinking, reflective thinking, and so on must be learned through actualization of performance.Critical thinking skills are a demand in learning with the 2013 Curriculum. Critical thinking skills in students do not come by themselves, critical thinking skills in students are obtained through innovative activities of teachers. With the steps as above, the ability to think critically will grow and develop in students. To realize this, teachers are obliged to develop teachers' paedagogic and professional competencies for mastery of learning method strategies that stimulate the growth and development of critical thinking in students.
Time Series Forecasting Menggunakan Deep Gated Recurrent Units Arwansyah, Arwansyah; Suryani, Suryani; SY, Hasyrif; Usman, Usman; Ahyuna, Ahyuna; Samsu Alam
Digital Transformation Technology Vol. 4 No. 1 (2024): Periode Maret 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i1.4141

Abstract

Time series forecasting memiliki aplikasi yang luas dalam berbagai bidang seperti keuangan, ekonomi, meteorologi, dan pengelolaan rantai pasokan. Penelitian ini bertujuan untuk mengevaluasi kinerja model Gated Recurrent Unit (GRU) yang mendalam dalam konteks prediksi data time series. Akurasi prediksi time series sangat penting untuk pengambilan keputusan yang lebih baik dan efisien. GRU diperkenalkan sebagai varian Recurrent Neural Networks (RNN) yang lebih efisien dan efektif dalam menangani data time series. RNN sering digunakan untuk tugas ini, namun memiliki kelemahan dalam mempelajari ketergantungan jangka panjang akibat masalah vanishing gradient. Penelitian ini mengusulkan penggunaan model GRU mendalam untuk meningkatkan akurasi prediksi data time series. Arsitektur model yang diusulkan terdiri dari tiga lapisan GRU dengan 64 unit masing-masing, diikuti oleh satu lapisan output dense. Dataset yang digunakan dalam penelitian ini adalah dataset time series yang terdiri dari AQI, Weather, Exchange Rate, dan ETT. Model dilatih menggunakan optimizer Adam dan loss function mean squared error, dengan jumlah epoch sebanyak 100 dan batch size 32. Data dibagi menjadi set training dan testing dengan rasio 80:20. Kinerja model dievaluasi menggunakan metrik Mean Absolute Error (MAE) dan Root Mean Squared Error (RMSE). Hasil eksperimen menunjukkan bahwa model GRU mendalam menghasilkan prediksi yang lebih akurat dibandingkan dengan model ARIMA, RNN, dan LSTM. Model GRU mendalam menunjukkan kemampuan yang lebih baik dalam mempelajari ketergantungan jangka panjang dalam data time series, sehingga meningkatkan akurasi prediksi. Hasil penelitian ini memberikan kontribusi signifikan dalam bidang time series forecasting dan dapat menjadi alternatif yang lebih efektif dibandingkan model tradisional dan model machine learning lainnya.
Desain Portofolio dan Kontek Kreator Menggunakan Aplikasi Canva Bagi Siswa SMA Negeri 1 Gowa Suryani, Suryani; Nurlindasari Tamsir; Abdul Rauf; Suci Rahma Dani Rachman; Samsu Alam; Aprizal; Muh. Syahlan Natsir; Andi Irmayana; Thabrani R; Muhardi; Asrul Syam
Jurnal SOLMA Vol. 13 No. 2 (2024)
Publisher : Universitas Muhammadiyah Prof. DR. Hamka (UHAMKA Press)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22236/solma.v13i2.13250

Abstract

Background: Setiap siswa khususnya siswa sekolah menengah atas (SMA) kelas XII memiliki keresahan dalam menghadapi puncak masa sekolah, mengerjakan tugas, mempersiapkan dokumen portofolio, membuat konten dan lain sebagainya. Dokumen tersebut mendukung proses belajar di sekolah, mengikuti Seleksi Nasional Berbasis Tes (SNBT) dan bahkan tidak sedikit yang mempersiapkan diri sejak dini untuk melamar pekerjaan. Kegiatan ini bertujuan untuk memberi pelatihan dan pendampingan kepada siswa dalam meningkatkan skill penggunaan aplikasi CANVA. Metode: PKM dilaksanakan di SMA Negeri 1 Gowa yang diikuti oleh 26 peserta yang merupakan perwakilan dari masing-masing kelas XII. Metode yang digunakan dalam kegiatan PKM yaitu ceramah, pelatihan dan advokasi. Hasil: 92,3 % peserta dapat memahami pemanfaatan aplikasi CANVA di berbagai kebutuhan dan mampu mengimplementasikan serta membuat portofolio dan konten sebagai hasil peningkatan kreatifitas penguasaan TIK pada aplikasi CANVA. Kesimpulan: Pelatihan dan pendampingan desain portofolio dan konten kreator meningkatkan pengetahuan dan pemahaman terhadap aplikasi CANVA di berbagai kebutuhan seperti membuat portofolio, presentasi, media sosial konten, poster, dan lain sebagainya.
Co-Authors ABDUL RAUF Ahyuna Ahyuna, Ahyuna Andi Irmayana Aprizal Arwansyah Arwansyah Asrul Syam Hasyrif SY Kasful Anwar Us Muh. Syahlan Natsir Muhardi Nurlindasari Tamsir Suci Rahma Dani Rachman Suryani Suryani Sya'roni Sya'roni Thabrani R Usman Usman