Publication Search

This study presents a Quantum Machine Learning (QML) architecture for perfectly classifying the Iris flower dataset. The research addresses improving classification accuracy using quantum models in machine-learning tasks. The objective is to demonstrate the effectiveness of QML approaches, specifically the Variational Quantum Circuit (VQC), Quantum Neural Network (QNN), and Quantum Support Vector Machine (QSVM), in achieving high performance on the Iris dataset. The proposed methods result in perfect classification, with all models attaining accuracy, precision, recall, and an F1-score of 1.00. The main finding is that the QML architecture successfully achieves flawless classification, contributing significantly to the field. These results underscore the potential of QML in solving complex classification problems and highlight its promise for future applications across various domains. The study concludes that QML techniques can offer transformative solutions in machine learning tasks, particularly those leveraging VQC, QNN, and QSVM.

Tujuan penelitian ini untuk mendeskripsikan perbedaan pengaruh antara keterampilan menulis naskah drama dengan menggunakan model Circuit Learning dan Direct Instruction pada siswa kelas VIII SMP N 3 Curug. Metode penelitian ini adalah metode eksperimen bersifat kuantitatif. Populasi dalam penelitian ini adalah seluruh siswa kelas VIII SMP N 3 Curug. Teknik pengambilan sampel digunakan teknik simple random sampling. Terpilih siswa kelas VIII.1 sebagai kelas eksperimen dan kelas VIII.3 sebagai kelas kontrol. Data penelitian berupa lembar hasil kerja siswa dalam menulis naskah drama yang diberikan pada saat pretest dan posttest. Dari hasil penelitian menunjukkan bahwa terdapat pengaruh yang sangat kuat dalam penerapan model Circuit Learning terhadap keterampilan menulis naskah drama, dengan rata-rata skor pretest sebesar 62,43 dan skor posttest sebesar 80,5. Sedangkan, pengaruh model Direct Instruction terhadap keterampilan menulis naskah drama dengan rata-rata skor pretest sebesar 59,26 dan skor posttest sebesar 72,3. Berdasarkan data hasil pembelajaran memiliki peningkatan pada nilai posttest di kelas eksperimen yang memiliki selisih 8,2 point, dari hasil tersebut terlihat adanya perbedaan yang signifikan yakni nilai yang menggunakan model Circuit Learning lebih tinggi dibandingkan dengan yang menggunakan model Direct Instruction terhadap hasil menulis naskah drama. Hasil penelitian ini menyatakan bahwa model pembelajaran Circuit Learning lebih baik dibanding dengan model Direct Instruction untuk meningkatkan keterampilan menulis naskah drama.