Mengikuti Seminar Virtual dengan tema “Cyber Pedagogy”

Saat ini Dunia dan Khususnya Indonesia tengah dilanda wabah virus Covid-19. Dampak dari terjadinya wabah adalah perubahan gaya hidup, belajar, dan bekerja. Sebagai tenaga pendidik baik Guru dan Dosen harus tetap memberikan pengajaran dengan mengedepankan kesehatan. Preinexus Multiversity Asia menyelerngarakan seminar Cyber Pedagogy bagi guru dan Dosen yang disampaikan oleh Prof. Richardus Eko Indrajit pada Jumat tanggal 27 Maret 2020. 

Seminar ini diikuti oleh para Guru dan Dosen, untuk menambah pengetahuan dan wawasan Cyber Pedagogy. Peserta seminar dari berbagai daerah di Indonesia yang mengikuti melalui kanal Youtube  yang dibagikan sebelum acara dimulai. Link video seminar Cyber Pegadody masih dapat diakses melalui link CYBER PEDAGOGY: Teaching the 21st-Century Learners.  Acara seminar berlangsung selama 2 jam, dan banyak peserta yang memberikan pertanyanya pada narasuber.

Setelah kegiatan selesai peserta mendapatkan sertifikat.

INTEGRASI METODE SAMPLE BOOTSTRAPPING DAN WEIGHTED PRINCIPAL COMPONENT ANALISYS (PCA) UNTUK MENINGKATKAN PERFORMA NAÏVE BAYES PADA CITRA TUNGGAL PAP SMEAR – 2020

Abstrak

Research on cervical cancer with the Pap Smear method is useful for finding pre-cancer diagnoses. Associated with previous research that the accuracy of the Naïve Bayes algorithm to the classification of a single Pap smear image still has an unsatisfactory accuracy. Whereas determining the class of single Pap cell smears is very important in determining whether these cells are normal or not. This study aims to determine whether integration using the Sample Bootstrapping (SB) method with the Weighted Principal Component Analysis (W-PCA) algorithm can improve the performance of the Naïve Bayes algorithm for seven different cell types. This model is the best solution used in the classification of datasets that are classified as having large dimensions. So that the integration of the two algorithms can increase the accuracy value to 87.24% for the seven classes and 97.30% for the two classes, and it can be concluded that with this integration model can improve the best accuracy value