<p>Penelitian ini bertujuan untuk mengembangkan modul pembelajaran interaktif untuk membantu mahasiswa Universitas Negeri Makassar dalam memahami materi algoritma dan pemrograman dasar khususnya pada situasi saat ini yang sedang dilanda pandemic covid-19 yang megharuskan pembelajaran dilakukan secara online. Penelitian ini dirancang dengan menggunakan model ADDIE (<em>Analysis, Design, Development, Implementation, Evaluation</em>). Untuk mendapatkan modul yang valid dan efektif, maka dilakukan pengujian validitas terhadap instrumen penelitian serta pengujian validitas terhadap modul yang dikembangkan. Modul yang telah dikembangkan kemudian dinilai oleh subjek penelitian untuk menentukan keefktifannya.</p>Berdasarkan hasil penelitian diperoleh bahwa MOBELIN dinyatakan memenuhi kevalidan dan keefektifan. Hasil ini diperoleh setelah dilakukan uji validitas oleh para ahli yang terdiri dari validasi instrumen pada keseluruhan aspek berada pada kategori valid yakni 3,32. Sementara itu, MOBELIN dikatakan efektif digunakan berdasarkan penilaian mahasiswa yang terdiri dari beberapa aspek yaitu pada aspek materi dengan skor 3,48 dengan kategori baik, aspek efektifitas dengan skor 3,41 pada kategori baik, aspek tampilan dengan skor 3,56 dengan kategori sangat baik, aspek kemudahan dalam mengakses dengan skor 3,60 dengan kategori sangat baik dan aspek keoptimalan dalam pembelajaran dengan skor 3,36 dengan kategori baik sehingga rata-rata skor secara keseluruhan adalah 3,45 dengan kategori baik. Sehingga,dapat disimpulkan bahwa MOBELIN dapat digunakan sebagai bahan ajar alternatif untuk meningkatkan mutu pembelajaran.
Penelitian ini merupakan penelitian eksperimen dengan menggunakan True Experimental Design dengan pretest dan posttest. Penelitian ini bertujuan untuk melihat keefektifan penggunaan gamifikasi pada pembelajaran matematika. Gamifikasi yang dimaksud pada penelitian ini adalah aplikasi Kahoot! dan Quizizz. Penelitian ini dilakukan di SMP Negeri 2 Kahu. Adapun sampel pada penelitian ini sebanyak 27 siswa kelas VIIIB. Teknik analisis data dilakukan dengan menggunakan uji paired sample t-test. Akan tetapi, sebelum itu, dilakukan uji normalitas terhadap data penelitian. Hasil uji normalitas menunjukkan bahwa nilai Asymp Sig. (2-tailed) sebesar 0,200 lebih besar dari 0,05 yang mengartikan bahwa data berdistribusi normal. Sedangkan hasil uji paired sample t-test diperoleh nilai signifikansi sebesar 0,000 dimana nilai ini kurang dari 0,05. Sehingga, berdasarkan kaidah pengambilan keputusan diperoleh bahwa terdapat perbedaan hasil belajar sebelum dan sesudah dilakukannya gamifikasi. Dengan kata lain, pemberian gamifikasi efektif dalam pembelajaran matematika.
Absensi kehadiran mahasiswa merupakan faktor penting bagi sebuah pergururan tinggi atau universitas untuk mencapai tujuan, hal ini berkaitan pada kedisiplinan dan berdampak pada kinerja dari masing-masing mahasiswa. Oleh karena itu, perlu adanya pendataan khusus untuk mencatat absensi kehadiran dan ketidakhadiran agar aktifitas kerja dapat tercatat secara realtime dan baik. Banyak cara yang dapat dilakukan untuk mencapai sistem informasi absensi yang baik, salah satunya menggunakan teknologi komputer dimana penerapannya dengan aplikasi absensi berbasis website. Pada Kelas Teknik Komputer Universitas Negeri Makassar. Sistem yang digunakan dalam proses absensi masih manual menggunakan buku absensi harian yang berdampak pada efisiensi dan efektifitas pendataan, pencarian data sekaligus perhitungan rekap data yang membutuhkan waktu yang relatif lama. Disamping itu resiko kesalahan dan kehilangan data absensi semakin besar. Dengan dihasilkannya aplikasi absensi mahasiswa berbasis web dapat memberikan kemudahan dalam proses absensi, pencarian data dan perhitungan rekap absensi, serta meminimalisir kehilangan dan kesalahan pencatatan data absensi pada mahasiswa.
Pepaya merupakan salah satu jenis buah kaya nutrisi yang banyak memberikan manfaat bagi kesehatan. Warna memungkinkan sebuah objek dapat dikenali dan diidentifikasi dengan baik. Sebelumnya telah banyak penelitian yang serupa. Namun dari beberapa penelitian sebelumnya, nilai keakuratan dalam klasifikasinya masih kurang akurat yang dikarenakan menggunakan proses dan metode yang kurang tepat. Sehingga diperlukan sistem pengolahan citra digital menggunakan kecerdasan buatan yang dapat mengklasifikasi tingkat kematangan pada buah papaya dengan menggunakan metode dan proses yang tepat. Pada penelitian ini, kami mengusulkan Klasifikasi Tingkat Kematangan Buah Pepaya Berdasarkan Fitur Warna Menggunakan Jaringan Syaraf Tiruan. Dengan menggunakan 90 dataset citra pepaya RGB. Proses dan metode yang diusulkan yaitu, akuisisi citra, tahap preprocessing, tahap segmentasi dengan metode otsu, operasi morfologi, kemudian tahap klasifikasi dengan jaringan saraf tiruan. Sehingga pada pengujian dan pelatihan berdasarkan klasifikasi menghasilkan nilai akurasi sebesar 100%. Diharapkan sistem ini dapat membantu pekebun dalam mengklasifikasi tingkat kematangan buah pepaya dan terciptanya pengembangan teknologi budidaya dalam peningkatan produktivitas pepaya.
Pada umumnya, manusia melakukan pemilahan hasil pertanian bergantung pada presepsi mereka terhadap komposisi warna yang dimiliki citra seperti buah-buahan. Masyarakat menilai kualitas dan kematangan tomat dengan cara manual dari tampaknya saja yaitu pada warnanya. Namun, identifkasi dengan cara manual memiliki kelemahan seperti waktu yang dibutuhkan relatih lama serta menghasilkan produk yang cukup beragam karena keterbatasan visual dan perbedaan persepsi manusia tentang buah tersebut. Oleh karena itu, penelitian ini mengusulkan metode yang dapat digunakan pada klasifikasi kualitas dan kematangan buah tomat yaitu Jaringan Saraf Tiruan. Metode ini dimulai dari tahap akuisisi citra dan preprocessing, kemudian segmentasi citra lalu operasi morfologi, kemudian ekstraksi fitur hingga tahap pelatihan menggunakan JST dan tahap pengujian klasifikasi berdasarkan fitur warna. Hasil pengujian klasifikassi kualitas dan kematangan buah tomat berdasarkan fitur warna menggunakan JST sebesar 90% dengan waktu proses 3.12 detik setiap citra. Dari penelitian tersebut, menunjukkan bahwa metode yang diusulkan memberikan waktu yang efisien terhadap klasifikasi citra tomat.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.