Jurnal LPPM iSTTS
Not a member yet
189 research outputs found
Sort by
Analisis Pemanfaatan Animasi 3D Interaktif pada Pembelajaran Tulang Manusia
Penelitian ini bertujuan menganalisa pemanfaatan animasi 3D interaktif dalam pembelajaran Biologi pada siswa SMA di Indonesia. Adapun topik yang dipilih dalam penelitian ini adalah struktur tulang manusia. Penelitian dilakukan dengan bantuan sebuah aplikasi 3D interaktif yang dikembangkan dengan menggunakan Unity. Aplikasi ini digunakan siswa sebagai alat untuk mendapatkan pengalaman yang baik dalam proses belajar mereka. Tiga puluh siswa dengan sukarela berpartisipasi dalam penelitian ini yang dibagi menjadi dua kelompok masing-masing terdiri dari lima belas siswa. Kelompok pertama adalah kelompok kontrol dimana siswa harus mempelajari struktur tulang manusia dengan menggunakan buku. Sebaliknya, siswa pada kelompok kedua yaitu kelompok eksperimen akan belajar dengan mengadopsi animasi 3D sebagai metode pembelajaran yang baru. Pengujian statistik, t-test independen, dilakukan untuk menentukan apakah siswa yang belajar dengan mengadopsi animasi 3D dapat memperoleh skor yang lebih baik daripada siswa yang menggunakan buku biasa. Selain itu, siswa diminta untuk mengisi kuesioner yang bertujuan untuk mengetahui tingkat kepuasan siswa terhadap penggunaan aplikasi animasi 3D dengan menggunakan Hedonic Motivation System Adoption Model (HMSAM). Hasil yang diperoleh membuktikan bahwa penggunaan animasi 3D interaktif dapat meningkatkan pemahaman siswa dalam mempelajari struktur tulang manusia, dimana mempunyai nilai rata-rata yang lebih tinggi. Selain itu, hasil penelitian lainnya menunjukkan bahwa siswa mendapatkan kepuasan yang tinggi dalam menggunakan aplikasi animasi 3D terutama dalam hal kenyamanan, kegunaan, kemudahan untuk digunakan, pengendalian, serta niat perilaku siswa untuk terus menggunakan aplikasi animasi 3D
Pengenalan Ekspresi Wajah dengan CNN dan Wavelet
Dengan berkembangnya teknologi di jaman modern ini diharapkan komputer juga mampu mengenali ekspresi wajah manusia. Hal itu dapat terwujud dengan kemajuan machine learning. Machine learning telah menjadi bagian dari kehidupan sehari-hari bagi banyak orang di seluruh dunia. Penemuan dan implementasi machine learning memungkinkan komputer untuk belajar dan memprediksi pola yang mungkin terjadi dan dapat digunakan untuk membantu manusia melakukan kegiatan sehari-hari. Salah satunya yaitu Convolutional Neural Network. Pada penelitian ini akan digunakan wavelet transform untuk membantu meningkatkan akurasi dari convolutional neural network dan mempercepat peningkatan akurasi. Wavelet berguna untuk melakukan compressing pada gambar sehingga lebih mudah untuk diolah. Gambar yang dihasilkan oleh wavelet terbagi menjadi 4 frekuensi yang berbeda-beda. Setiap gambar yang dihasilkan oleh wavelet diuji cobakan kedalam convolutional neural network. Berdasarkan hasil uji coba yang dilakukan, akurasi terbaik didapatkan dari dataset KDEF dengan menggunakan gambar wavelet berfrekuensi Low-Low (LL) dengan akurasi yang didapatkan sebesar 79%. Sedangkan hasil uji coba menggunakan dataset buatan sendiri didapatkan akurasi terbaik dengan menggunakan wavelet berfrekuensi Low-Low (LL) dengan akurasi yang didapatkan sebesar 36,925%
Pengaruh Workload dan Self-Motivation Terhadap Kepuasan dan Kinerja Mahasiswa Selama Pandemi Covid-19
Pandemi Covid-19 menyebabkan perubahan cara pemebelajaran dari luring menjadi daring. Perubahan ini memberi dampak positif dan negatif yang dapat mempengaruhi kepuasan dan kinerja mahasiswa. Penelitian ini mengambil variabel workload dan self-motivation sebagai prediktor kepuasan dan kinerja mahasiswa selama menjalani proses pembelajaran daring. Pengumpulan data menggunakan metode survey dengan kuesioner melalui google form. Adapun responden dalam penelitian ini adalah 141 mahasiswa yang menjalani proses pembelajaran daring. Data yang terkumpul dianalisis menggunakan uji validitas, uji reliabiltas, dan uji regresi. Hasil penelitian menunjukkan bahwa workload berpengaruh negative terhadap kepuasan namun tidak berpengaruh signifikan terhadap kinerja mahasiswa. Self-motivation berpengaruh positif terhadap kepuasan dan kinerja mahasiswa
Lampu Lalulintas Adaptif untuk Simpangan Padat Menggunakan Simple Additive Weight
Antrean kendaraan pada suatu simpangan akan menghambat arus pada simpangan lainnya. Lampu lalulintas yang mengatur ketertiban dan kelancaran lalulintas dapat menyebabkan kemacetan lalulintas karena kurang tepatnya pembagian durasi lampu lalulintas menyala hijau dan durasi lampu lalulintas menyala merah untuk setiap lintasan. Masalah pengaturan durasi pada setiap lampu lalu lintasan dapat diselesaikan dengan lampu lalulintas adaptif berdasarkan beberapa kriteria, yaitu jenis kendaraan, panjang antrean kendaraan, keberadaan kendaraan darurat, jumlah kendaraan, jumlah pejalan kaki, dan durasi lampu hijau telah menyala di setiap lintasan. Kriteria yang digunakan ini menjadi kriteria penentu yang digunakan dalam metode simple additive weight (SAW) untuk menentukan lampu lalulintas arah mana yang harus hijau dan seberapa lama lampu lalulintas hijau tersebut harus menyala. Pemilihan metode SAW tersebut didasarkan pada kemampuan metode tersebut dalam mengambil suatu keputusan yang tepat berdasarkan kriteria-kriteria yang telah ditentukan dan memiliki proses perhitungan yang cepat serta sederhana. Selain menggunakan metode SAW, persyaratan durasi minimal lampu lalulintas menyala hijau untuk setiap lintasan juga digunakan untuk kenyamanan pengguna jalan, baik penyeberang jalan maupun pengendara kendaraan. Dengan metode ini dalam simulasi persimpangan dengan berbagai jumlah dan jenis kendaraan, diperoleh pengurangan antrean kendaraan sebesar 28% tetapi meningkatkan perubahan pergantian lampu hijau sebesar 70% jika metode ini diterapkan untuk jangka waktu yang lama
Optimasi Aset dan Karakter Permainan 3D Berbasis Tematik Sekolah Dasar
Abstrak— Pembelajaran tematik merupakan pembelajaran terpadu yang menggunakan tema sebagai pokok pikiran atau gagasan pokok pembicaraan dengan mengaitkan beberapa mata pelajaran, sehingga dapat memberikan pengalaman bermakna kepada siswa. .Penelitian ini menggunakan buku Tematik Sekolah Dasar Kelas 3 sebagai referensi untuk merancang repository asset dan karakter permainan 3D dengan berfokus pada hal optimasi karakter dan objek 3D menggunakan metode vertex decimation untuk membuat sebuah permainan dapat berjalan lebih baik. Vertex pada aset dan karakter 3D pada penelitian ini sebelum di optimasi berjumlah 584,154 vertex untuk karakter udin , dan 29,074 untuk karakter meli, lalu untuk beberapa aset 3D objek terdiri dari meja, kursi, lemari dan pensil memiliki jumlah total 69,654 vertex. Hasil penelitian menunjukkan bahwa jumlah vertex pada karakter udin setelah di optimasi berjumlah 418,175 dan 20,473 vertex untuk karakter meli, lalu untuk aset objek 3D setelah di optimasi didapatkan jumlah vertex sebanyak 36,070, setelah semua komponen utama aset dan karakter 3D di total didapatkan, hasil jumlah perbedaan sebesar 26,7% dengan hasil dari optimasi vertex decimation tersebut tidak mengurangi tingkat detail pada objek dan karakter terlalu besar
Penentuan Lokasi Wireless Device Berbasis 3d Access Point Location Based
Perkembangan penggunaan wireless saat ini telah mengubah cara hidup manusia. Dengan menganalisa gelombang yang diterima dari pemancar menuju sebuah perangkat tersebut. Untuk itu dibutuhkan sebuah model yang mampu memprediksi lokasi dari sebuah perangkat penerima. Pada penelitian ini, dikembangkan suatu metode untuk penentuan lokasi terhadap sebuah perangkat di dalam ruangan. Penelitian ini menerapkan konsep neural network dengan mendeteksi sinyal wireless yang ada di sekitar perangkat penerima. Sinyal-sinyal tersebut kemudian dikirimkan menuju server untuk kemudian diproses lebih lanjut. Proses terbagi menjadi dua, yaitu learning dan production. Pada tahap learning, sistem akan membentuk sebuah model yang akan mampu beradaptasi dengan kombinasi input dan output yang telah diberikan sebelumnya. Dengan memanfaatkan konsep Parallel Resilient Back Propagation, hasil akurasi yang diberikan pada penelitian ini mencapai 89%
Klasifikasi Kategori Hasil Perhitungan Indeks Standar Pencemaran Udara dengan Gausian Naïve Bayes (Studi Kasus: ISPU DKI Jakarta 2020)
Pencemaran udara adalah masalah yang membahayakan manusia terutama untuk sistem pernafasan. Saat ini pencemaran udara selalu terjadi akibat beberapa hal seperti asap kendaraan, pembangkit listrik dan lainnya. Salah satu tempat di mana pencemaran udara terjadi adalah di kota besar di mana banyak orang berkumpul. Salah satu tempat yang menjadi perhatian adalah stasiun yang berada di daerah khusus ibukota jakarta. Stasiun adalah tempat di mana banyak orang berkumpul dan menunggu untuk melakukan perjalanan. Maka dari itu dinas lingkungan hidup DKI Jakarta membuka data pencemaran udara yang terjadi di stasiun agar dapat digunakan oleh masyarakat untuk diolah. Data tersebut akan dilakukan preprocessing yaitu penanganan missing value, normalisasi data, dan menggunakan one hot encoding. Data tersebut kemudian akan diklasifikasi dengan menggunakan algoritma Gausian Naïve Bayes. Setelah memperoleh hasil dari klasifikasi dapat disimpulkan bahwa atribut max dan critical yang berada dalam dataset tidak memiliki pengaruh terhadap hasil klasifikasi kategori ISPU. Atribut-atribut dari data yang berpengaruh terhadap klasifikasi kategori ISPU adalah PM10, SO2, CO, O3, dan NO2. Dengan menggunakan 5 atribut dan gausian naïve bayes, sistem dapat memberikan klasifikasi dengan akurasi sebesar 91,16% dan memiliki error rate sebesar 8,84%. Sedangkan nilai Weighted Average Recall 93,36%, Weighted Average Precision 93,92% , dan Weighted Average F1-Score sebesar 93,68%