Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kepemimpinan Pembelajaran (instructional leadership) mempunyai peran yang sentral dalam menciptakan kondisi dan lingkungan sekolah yang dapat mendorong pencapaian prestasi siswa yang optimal. Prestasi akademik siswa adalah ukuran sebarapa baik siswa dalam memahami materi belajar yang dibuktikan pencapaian nilai terstandar melalui penilaian belajar di kelas. Penelitian ini bertujuan untuk menganalisis pengaruh kepemimpinan pembelajaran terhadap prestasi belajar siswa di SMAN 2 Indramayu. Penelitian ini menggunakan pendekatan kuantitatif. Jumlah sampel sebanyak 155 siswa kelas 12, dan analisis statistik yang digunakan adalah analisis regresi sederhana. Berdasarkan hasil penelitian menunjukan bahwa kepemimpinan pembelajaran yang mencakup 7 dimensi yaitu : peningkatan secara berkelanjutan, budaya belajar, penilaian, pengembangan profesional guru, manajemen sekolah, etika, dan toleransi terhadap perbedaan, mempunyai pengaruh yang signifikan terhadap prestasi belajar siswa di SMA N 2 Indramayu.

---

Instructional Leadership has central role in creating condition and school climate in endorsing high student academic achievement. Student academic achievement is a measure of how well students are learning concepts and curriculum as evidence by standardized test scores, performance on classroom assessments.The research was conducted to analyze the influence of instructional leadership toward student learning achievement in SMAN 2 Indramayu. The approach of the research is quantitative, 155 students of twelve grade have been taken as sample, and simple regression has been applied to test the hypothesis of the research. Based on the result of the research indicated that instructional leadership which cover 7 dimensions: continuous improvement, culture for learning, assessment, professional growth, management of the school, ethic, and diversity, has significantly influence toward student learning achievement in SMAN 2 Indramayu."

"Dalam pengoperasiannya, kendaraan pengangkat personel alutsista umumnya menggunakan material baja sebagai penyusun utamanya. Penggantian material baja dengan komposit aluminium diharapkan mampu membuat kendaraan tersebut menjadi ringan dan tetap mempunyai ketangguhan yang baik. Pada penelitian sebelumnya, komposit aluminium Al-9Zn-6Mg-3Si dengan berpenguat ZrO2 sudah mampu menahan peluru tipe III, namun mengalami keretakan pada pelat bagian belakang. Oleh karena itu, pada penelitian ini, untuk meningkatkan ketangguhan pelat komposit, ditambahkan unsur Cr pada matriks. Penambahan kadar Cr dipilih karena mampu meningkatkan kekuatan komposit tanpa harus mengorbankan sifat ketangguhan dari komposit bermatriks Aluminium. Komposit yang dipelajari memiliki matriks Al-10Zn-6Mg-2Si dengan penambahan unsur Cr sebanyak 0, 0.06, 0.15, 1.69 wt.% dengan berpenguat partikel ZrO2 sebanyak 5 vol.%.. Proses pembuatan komposit dilakukan dengan menggunakan metode squeeze casting pada tekanan sebesar 76 Mpa. Pelat komposit kemudian dilakukan laku pelarutan pada suhu 4500C selama 1 jam dan laku penuaan pada 2000C selama 1 jam. Pengujian yang dilakukan meliputi: Optical Emmision Spectrometry (OES), uji kekerasan, uji impak, pengamatan mikrostruktur menggunakan Mikroskop Optik dan Scanning Electron Microscopy (SEM) yang dilengkapi dengan Energy Dispersive X-Ray Spectroscopy (EDX), serta X-Ray mapping. Hasil pengujian menunjukan adanya peningkatan kekerasan pada pelat komposit dan penurunan ketangguhan seiring dengan kenaikan kadar Cr di dalam pelat komposit. Kandungan ZrO2 pada pelat komposit sulit dideteksi dan tersebar secara tidak merata. Hasil pengamatan SEM dan EDX mendeteksi adanya fasa baru intermetalik (CrFe)Al7 yang menggetaskan material. Adanya unsur Fe yang tinggi serta fasa intermetalik Cr yang muncul pada penambahan kadar Cr sebanyak 1.69% menjadi penyebab penurunan nilai impak dari pelat komposit Al-10Zn-6Mg-2Si tersebut.

---

In operation, the personal carrying vehicle uses steel material as a major constituent. Replacement of steel with lighter material, such as aluminum composite is expected to make the vehicles become even lighter without sacrifying their toughness. Previous research had shown that Al-9Zn-6Mg-3Si aluminum composite with ZrO2 reinforcement was able to stop type III bullet, but cracks still occur at the back surface of the composite. Therefore in this research, Cr was added to increase the toughness of the matrix.

The studied composite composed of Al-10Zn-6Mg-2Si matrix with addition of Cr with the amount of 0, 0.06, 0.15, and 1.69% with5 vo.% ZrO2 particles. The composite was manufactured through squeeze casting processat the pressure of 76 Mpa. Solution Treatment was applied at the temperature of 4500C for 1 hour, followed by aging at 2000C for 1 hour. The analysis is done by : Optical Emmision Spectrometry (OES), hardness test, impact test, microsructure observation by Optical Microscopy, Scanning Electron Microscopy (SEM) linked with Energy Dispersive X-Ray (EDX), and X-Ray mapping.

The results showed that the increase in Cr content resulted in the increase of hardness of the composite. The ZrO2 particles were difficult to detect and found to be unevenly spreaded. The observation of SEM and EDX detected the presence of a new intermetallic phase (CrFe)Al7 that makes the composite brittle. The high level of Fe content and (CrFe)Al7 intermetallic phase in the 1.69wt.% Cr Cr containing found to decrease the impact value of the composite."

"Backpropagation (BP) memiliki performa yang baik dalam mengklasifikasi citracitra wajah bertingkat iluminasi seragam. Namun untuk citra wajah yang bertingkat iluminasi beragam seperti pada aplikasi kamera pengintai maka BP akan kesulitan dalam mempelajari dan mengenalinya. Skripsi ini menggunakan metode Probabilistic Neural Network Teroptimasi (OPNN) sebagai Sistem Pengenal Wajah untuk spektrum gabungan infra merah dan cahaya tampak dengan intensitas yang berubah-ubah. Skripsi ini juga menggunakan metode Normalisasi dan Kompensasi Iluminasi untuk mengurangi dampak variasi iluminasi pada citra. Hasil penelitian menunjukkan bahwa performa OPNN untuk mengenali wajah akan meningkat jika Data Train yang digunakan berisi citra dengan tingkat iluminasi yang beragam, dimana Tingkat Rekognisi rata-rata OPNN 18.36% lebih tinggi dari BP. ......Backpropagation (BP) has a good performance in classifying face images with uniform illumination level. But Backpropagation have difficulty in learning and recognizing face images with varied ilumination level such in surveillance camera. This thesis uses Optimized Probabilistic Neural Network (OPNN) method as Face Recognition System for the joint spectrum of infrared and visible light with varying intensity. This thesis also uses uses Illumination Normalization and Compensation method to reduce the impact of illumination variance on the image. The research shows that OPNN performance to recognize face will increase if Train Data used contains images with varying levels of illumination, which recognition rate of OPNN is 18.36% higher than BP."