ABSTRAKKomunikasi Vehicle to Infrastructure (V2I) memungkinkan kendaraan dapat terhubung ke berbagai macam infrastruktur. Dengan kondisi kendaraan yang bergerak, maka kondisi lingkungan yang dilewati mempengaruhi parameter komunikasi. Implementasi modulasi adaptif pada skema V2I memperbolehkan sistem menggunakan skema modulasi yang berbeda untuk mengakomodasi perubahan kondisi lingkungan. Pada penelitian ini digunakan skema modulasi QPSK, 8PSK, dan 16-QAM dengan memanfaatkan reinforcement learning dan algoritma epsilon greedy untuk menentukan skema modulasi yang digunakan berdasarkan level AWGN. Dari hasil simulasi dengan kondisi nilai epsilon yang divariasikan dari 0.1 hingga 0.5 didapatkan bahwa semakin tinggi nilai epsilon maka semakin sering agen tidak memilih skema modulasi dengan reward tertinggi.Kata kunci: Reinforcement learning, Modulasi Adaptif, AWGN ABSTRACTVehicle to Infrastructure (V2I) communication allows vehicles to be connected to various infrastructures. Under the scenario of a moving vehicle, the environmental conditions which is passed by the vehicle will affect the communication parameters. The adaptive modulation implementation in the V2I scheme allows the system to use different modulation schemes to accommodate changing environmental conditions. In this study, the QPSK, 8PSK, and 16-QAM modulation schemes were used by utilizing reinforcement learning and the epsilon greedy algorithm to determine the modulation scheme used based on AWGN level. From the simulation results with the conditions of the epsilon value varying from 0.1 to 0.5, it is found that the higher the epsilon value, the more often the agent does not choose the modulation scheme with the highest reward.Keywords: Reinforcement learning, Adaptive Modulation, AWGN
Seiring dengan perkembangan Revolusi Industri 4.0 di Indonesia, banyak sektor yang berdampak akibat Revolusi Industri 4.0 salah satunya yaitu pada bidang pendidikan. Dalam mewujudkan SDM unggul Indonesia yang mampu beradapatasi dengan perkembangan teknologi dibutuhkan kemampuan berpikir tingkat tinggi, berpikir kritis, kreatif dan inovatif. Selain itu, kemampuan computational thinking, dasar pemrograman komputer (coding) serta kemampuan analisis data statistik juga akan dibutuhkan. Tujuan dari kegiatan pelatihan dasar coding dan analisis data statistik adalah untuk meningkatkan pengetahuan dan meningkatkan keterampilan guru terkait dasar coding dan analisis data statistik dalam rangka mendukung Revolusi Industri 4.0. Kegiatan ini diikuti oleh 55 peserta dan pelatihan dilaksanakan secara daring. Berdasarkan hasil analisis kuantitatif dengan menggunakan data nilai pre-test dan post-test pada uji t berpasangan diperoleh p-value sebesar 0.00 lebih kecil dari taraf signifikansi (5%) sehingga H0 ditolak maka terdapat perbedaan yang signifikan antara rata-rata kemampuan sebelum dan sesudah pelatihan. Diketahui peningkatan rata-rata kemampuan peserta pelatihan sebesar 37.109 atau sekitar 88.7% dari rata-rata sebelum pelatihan.
Penelitian ini bertujuan untuk mengetahui faktor-faktor yang berpengaruh signifikan terhadap kemampuan pemahaman konsep matematis mahasiswa dalam pembelajaran jarak jauh pada masa pandemi covid-19. Faktor yang dimaksud adalah faktor intrinsik dan faktor ekstrinsik. Faktor intrinsik yaitu motivasi belajar mahasiswa, sedangkan faktor ekstrinsik yaitu peran dosen, fasilitas dan lingkungan keluarga. Jenis penelitian ini merupakan penelitian kuantitatif dan menggunakan data primer dari kuesioner. Aplikasi perangkat lunak yang digunakan dalam mengolah data adalah R-Studio berbasis open source dan SPSS Statistics. Tahapan dari penelitian ini yaitu pengumpulan data, uji instrumen dengan uji validitas dan reliabilitas, uji asumsi klasik (uji normalitas, uji multikolinearitas, uji heteroskedastisitas, uji autokorelasi), analisis regresi linear berganda, uji F dan uji-t. Hasil penelitian menunjukkan bahwa variabel motivasi, peran dosen, fasilitas dan lingkungan keluarga berpengaruh signifikan secara simultan (bersama-sama) dan berpengaruh signifikan secara parsial terhadap kemampuan pemahaman konsep matematis mahasiswa dalam pembelajaran jarak jauh. Nilai R Square yang diperoleh dari model adalah sebesar 74% yang artinya terdapat hubungan pengaruh yang kuat pada variabel motivasi, peran dosen, fasilitas dan lingkungan keluarga dalam mempengaruhi pemahaman konsep matematis mahasiswa. Model analisis regresi linear berganda yang dihasilkan yaitu:Y ̂=0.1833+0.7746X1 +0.1443X2 +0.0882X3 + 0.0768X4
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.