Jurnal Online STKIP PGRI Tulungagung
Not a member yet
1631 research outputs found
Sort by
PENGEMBANGAN e-LKPD BERBASIS SETS TOPIK TRANSPORTASI TENAGA SURYA UNTUK MELATIH KEMAMPUAN BERPIKIR KREATIF PESERTA DIDIK
Full text linkKurikulum Merdeka menekankan kemandirian, kreativitas dan penerapan teknologi, namun berdasarkan hasil observasi dan wawancara di 2 SMP di Kota Serang menunjukkan kurangnya kemampuan berpikir kreatif peserta didik penggunaan model pembelajaran yang belum tepat dan penggunaan bahan ajar yang belum bervariatif serta belum memanfaatkan penggunaan teknologi. Penelitian ini berupaya guna mengukur tingkat validasi dan respon peserta didik terhadap e-LKPD berbasis SETS topik transportasi tenaga surya dalam melatih kemampuan berpikir kreatif peserta didik kelas IX. Research and Development (RD) adalah metode yang akan digunakan dengan model 3-D Thiagarajan yang dibatasi hingga tahap develop (uji coba terbatas). Studi ini mendemonstrasikan bahwa e-LKPD berbasis SETS sangat valid dengan rata-rata 94,08%. Validasi dari ahli materi memperoleh 94%, ahli media 92%, dan ahli praktisi 96,25%, semuanya berkategori "Sangat Valid". Respon peserta didik mencapai 92,6% berkategori "Sangat Positif". Jadi, bahan ajar e-LKPD berbasis SETS tema transportasu tenaga surya sangat valid dan sangat positif dalam melatih kemampuan berpikir kreatif peserta didik kelas IX dalam pembelajaran IPA
PENERAPAN POWER SUPPLY SEBAGAI PENGGANTI BATERAI ATAU ACCU PADA MEDIA PEMBELAJARAN TRAINER KELISTRIKAN BODI KENDARAAN RINGAN PADA SMK ISLAM 2 DURENAN TRENGGALEK 2024
Full text linkAbstrakPenelitian ini bertujuan untuk meningkatkan efektivitas pembelajaran kelistrikan kendaraan ringan di SMK Islam 2 Durenan Trenggalek dengan mengganti penggunaan baterai atau accu dengan power supply. Dalam pendidikan teknik otomotif, khususnya pada mata pelajaran kelistrikan, penggunaan baterai atau accu sering mengalami kendala seperti keterbatasan daya, masa pakai yang pendek, dan biaya pemeliharaan yang tinggi. Penelitian ini menggunakan metode Research and Development (RD) dengan model pengembangan ADDIE (Analysis, Design, Development, Implementation, Evaluation). Hasil penelitian menunjukkan bahwa penggunaan power supply sebagai pengganti baterai atau accu meningkatkan stabilitas daya, mengurangi biaya operasional, dan meminimalkan dampak lingkungan. Uji coba produk yang melibatkan siswa dan ahli media menunjukkan tingkat kelayakan yang sangat tinggi (87,6%). Penggunaan power supply tidak hanya meningkatkan kualitas pembelajaran tetapi juga memberikan pengalaman belajar yang lebih interaktif dan praktis bagi siswa. Dengan demikian, penerapan power supply sebagai sumber daya pada trainer kelistrikan kendaraan ringan diharapkan dapat meningkatkan efektivitas pembelajaran dan mendukung program pendidikan teknik otomotif yang lebih inovatif dan berkelanjutan.Kata kunci: power supply, kelistrikan kendaraan ringan, efektivitas pembelajaran, pendidikan teknik otomotif AbstractThis research aims to enhance the effectiveness of light vehicle electrical learning at SMK Islam 2 Durenan Trenggalek by replacing the use of batteries or accumulators with a power supply. In automotive technical education, particularly in electrical subjects, the use of batteries or accumulators often faces challenges such as limited power, short lifespan, and high maintenance costs. This study employs the Research and Development (RD) method using the ADDIE development model (Analysis, Design, Development, Implementation, Evaluation). The results show that using a power supply as a replacement for batteries or accumulators improves power stability, reduces operational costs, and minimizes environmental impact. Product trials involving students and media experts indicated a very high feasibility level (87.6%). The use of a power supply not only enhances the quality of learning but also provides a more interactive and practical learning experience for students. Therefore, the application of a power supply as an energy source for light vehicle electrical trainers is expected to improve learning effectiveness and support a more innovative and sustainable automotive technical education program.Keywords: power supply, light vehicle electrical systems, learning effectiveness, automotive technical educatio
EFEKTIVITAS MODEL GAMIFICATION IN EDUCATION TERHADAP KREATIVITAS PESERTA DIDIK PADA PEMBELAJARAN IPA DITINJAU DARI LITERASI TEKNOLOGI
Full text linkStudents' creativity in science learning is still the main challenge amid the demands of 21st-century learning that emphasizes the ability to think innovatively and adaptively to technology. Low technological literacy and conventional pedagogical approaches that do not actively involve students are the two dominant obstacles in fostering students' creativity. This study aims to analyze the effectiveness of the Gamification in Education model on the creativity of elementary school students from the level of technological literacy. Using a 2x2 factorial pseudo-experiment design, as many as 54 grade VI students from five elementary schools in Wonogiri Regency were divided into experimental and control groups based on learning models and technology literacy categories. The results showed that the gamification model significantly increased students' creativity (F = 824.7991; p = 0.000), especially in the group with high technology literacy who recorded the highest scores. Technology literacy also makes a positive contribution to creativity achievement (F = 129.9946; p = 0.000). In addition, there was a significant interaction between the learning model and technological literacy (F = 31.3306; p = 0.000), indicating that the technological readiness of students strongly influences the effectiveness of gamification
IMPLEMENTATION OF MACHINE LEARNING IN IMPROVING WEBSITE USER EXPERIENCE AND SATISFACTION
Full text linkThis research aims to analyze user satisfaction in accessing the Airlangga University library website through the application of machine learning algorithms. The benefit of this research is that it provides insight into improving the quality of digital library services based on data-based analysis. The methods used include user surveys, data preprocessing, and application of the Orange Data Mining with models Support Vector Machine (SVM) and K-Nearest Neighbor (kNN) algorithms to classify user satisfaction levels, as well as comparing the results of the two models. The results show that the SVM model is able to achieve a Recall accuracy of 0.587 in identifying user satisfaction, but the precision metric is greater in SVM and the AUC is greater in kNN so it still requires optimization. This research concludes that the application of machine learning, especially SVM, can be an effective tool for improving user experience and providing more precise recommendations for improving library services
Analisis Sentimen Pemilihan Presiden dan Wakil Presiden Tahun 2024 Di Twitter Menggunakan Metode Klasifikasi Naive Bayes
Full text linkPemilihan Umum (PEMILU) dalam sejarah negara Indonesia telah dilaksanakan beberapa kali, namun pemilihan umum yang dilakukan secara langsung oleh masyarakat Indonesia baru pertama kali dimulai pada tahun 2004. PEMILU yang telah diselanggarakan pada tahun 2024 adalah proses untuk mewujudkan demokrasi di Indonesia. Oleh karena itu penelitian ini bertujuan untuk menganalisis sentimen masyarakat Indonesia tentang calon presiden yang dipilih pada PEMILU tahun 2024. Untuk menganalisis sentimen masyarakat pada penelitian ini, akan menggunakan metode klasifikais Naive Bayes untuk dikelompokkan menjadi sentimen positif, netral dan negatif. Oleh karena itu hasil penelitian ini adalah pengelompokkan sentimen masyarakat tentang PEMILU 2024 dan menarik kesimpulan dari pengelompokkan tersebut. Analisis sentimen yang didapatkan menggunakan metode Naive Bayes pada Calon Presiden (Capres) Anies Baswedan mendapatkan sentimen positif 58, netral 20, negatif 19 dengan accuracy = 0,75 dan missclass = 0,25, sedangkan pada capres Prabowo Subianto mendapatkan sentimen positif 53, netral 24, negatif 21 dengan accuracy = 0,5 dan missclass = 0,5 dan pada capres Ganjar Pranowo mendapatkan sentimen positif 77, netral 14, negatif 9 dengan accuracy = 0,8 dan missclass = 0,2
KLASIFIKASI JENIS BATIK SEMARANGAN MENGGUNAKAN METODE CONVOLUTION NEURAL NETWORK (CNN)
Full text linkBatik merupakan jenis kain yang memiliki motif khas dan dibuat dengan teknik khusus. Batik Semarangan memiliki motif yang unik, terinspirasi oleh aktivitas budaya, tempat-tempat bersejaran di kota Semarang, serta tokoh legendaris Semarang. Beberapa motif batik yang terkenal dari Semarang antara lain adalah Motif Warak Ngendok, Motif Tugu Muda, serta motif yang menampilkan ikon-ikon kota Semarang seperti Lawang Sewu, Blekok Srondol, Jembatan Mberok, dan Asem. Dalam penelitian ini, digunakan 78 citra batik Semarangan yang terbagi menjadi tiga motif yaitu Motif Landmark, Motif Naturalis Flora, dan Motif Naturalis Fauna. Data citra batik ini dibagi menjadi dua set, yaitu 66 citra batik untuk data latih dan 12 citra batik untuk data uji. Metode yang digunakan untuk mengklasifikasi batik Semarang adalah metode Convolutional Neural Network (CNN), sebuah jenis metode jaringan saraf tiruan yang sangat efektif dalam pengenalan pola visual. CNN dipilih karena kemampuannya yang tinggi dalam mengidentifikasi dan mengklasifikasikan berbagai fitur visual dari gambar batik. Hasil dari model CNN ini menunjukkan tingkat akurasi sebesar 75% dalam mengklasifikasikan jenis-jenis batik Semarangan. Penelitian ini menunjukkan potensi besar dalam menggunakan teknologi modern untuk melestarikan dan mempromosikan warisan budaya melalui identifikasi motif digital batik yang kompleks, memungkinkan batik Semarang dikenal dengan lebih mudah di pasar global serta mendukung upaya pelestarian dan pengembangan produk budaya lokal
Evaluasi User Experience Menggunakan User Experience Questionnare (UEQ) (Studi Kasus : Website Bombanakab.go.id)
Full text linkThe concept of user experience, which includes users' perceptions of their interactions with digital systems, has emerged as a result of the use of websites as platforms for interaction and communication. This research aims to evaluate user experience on the bombanakab.go.id website. The User Experience Questionnaire (UEQ) method is used to collect data. Data was collected through a questionnaire, which included 26 questions in which six aspects were assessed by 43 respondents. The data is then analyzed using data analysis tools to produce average values, variances, and standard deviations. The research results show that the bombanakab.go.id website received a good rating in most aspects, except for novelty; it did not reach a positive value. In the benchmark test results, aspects of attractiveness (1.60), efficiency (1.58), accuracy (1.52), and stimulation (1.49) reached the good category, while the clarity aspect received a value of 1.36 above average and the novelty aspect (0.58) was in the below average category
PENERAPAN METODE U-NET DALAM SEGMENTASI CITRA ULTRASONOGRAFI UNTUK VISUALISASI TUMOR PAYUDARA
Full text linkTumor payudara merupakan benjolan dipayudara. Timbulnya benjolan pada payudara dapat merupakan indikasi adanya jenis tumor atau kanker payudara. Namun, untuk memastikan perlu dilakukan pemeriksaan patalogis. Tumor payudara adalah kondisi yang disebabkan oleh pertumbuhan sel yang tidak normal pada kelenjar, jaringan ikat, maupun saluran ASI di payudara. Tumor payudara dapat bersifat jinak ataupun Ganas ( Kanker). Penggunaan citra digital telah dimanfaatkan dalam berbagai bidang, termasuk dalam bidang medis. Salah satu contohnya adalah penggunaan citra digital untuk mendeteksi lokasi organ vital dalam tubuh manusia. Tujuan dari penelitian ini adalah untuk menghasilkan bentuk potongan area Payudara dengan menerapkan metode segmentasi deep learning dan memvisualisasikan hasil-nya. Tahapan penelitian ini dilakukan dengan akuisisi citra USG, diikuti oleh proses image preprocessing untuk meningkatkan kualitas citra agar hasil proses segmentasi menjadi lebih baik, dilanjutkan dengan menerapan metode segmentasi. Penelitian ini berfokus pada penggunaan metode U-Net untuk segmentasi tumor payudara pada citra ultrasound ( USG ) dan memvisualisasikan-nya. Dengan menggunakan arsitektur U-Net dalam penelitian mendalam untuk segmentasi tumor payudara pada citra ultrasound ( USG ), penelitian ini diharapkan dapat memberikan visualisasi yang lebih presisi. Segmentasi tumor payudara pada citra ultrasound ( USG ) dapat digunakan sebagai referensi bagi dokter spesialis kesehatan dan professional lainnya untuk melakukan penelitian lebih lanjut. Dari hasil implementasi, dilakukan training terhadap dataset tumor payudara dan menghasilkan akurasi training sebesar 88.79%. Berdasarkan hasil yang didapatkan, metode U-Net dapat digunakan pada segmentasi tumor payudara pada citra ultrasound ( USG )
Pengembangan Online Mobile Handbook Generator (OMOHAGE) di Universitas Bhinneka PGRI
No full textUniversitas Bhinneka PGRI merupakan Perguruan Tinggi yang mempunyai program Studi Pendidikan Teknologi Informasi. Dalam kurun waktu 5 tahun terakhir, dari 1622 judul tugas akhir yang diajukan mahasiswa, 25% diantaranya adalah pengembangan media pembelajaran. Masalah yang sering timbul dalam pengembangan media pembelajaran adalah perihal standarisasi. Pada penelitian ini, peneliti mengembangkan Online Mobile Handbook Generator (OMOHAGE) sebagai salah satu sistem untuk mengembangkan media pembelajaran berupa handbook. Sistem dikembangkan menggunakan model eXtreme Programming, dan diuji berdasarkan ISO/EIC 25010. Berdasarkan hasil yang diperoleh, sistem dinyatakan valid dan layak untuk digunakan
KLASIFIKASI PENYAKIT KULIT BERBASIS SUPPORT VECTOR MACHINE DENGAN EKSTRAKSI FITUR ABCD RULE
Full text linkPenyakit kulit merupakan masalah kesehatan yang signifikan, gejala dari penyakit ini berupa gatal, nyeri, mati rasa, dan kemerahan. Penyakit ini dapat disebabkan oleh beberapa faktor seperti virus, jamur, dan mikroorganisme. Menurut data Dinas Kesehatan Surabaya tahun 2019, prevalensi penyakit kulit dan jaringan subkutan mencapai 4,53%, menjadikannya penyakit terbanyak keenam yang dialami masyarakat. Oleh sebab itu, pada penelitian ini diusulkan sebuah penelitian mengenai klasifikasi penyakit kulit menggunakan Support Vector Machine melalui analisis fitur ABCD Rule. Pada penelitian ini akan dilakukan labeling pada 5 kelas penyakit kulit yang akan digunakan sebagai data latih dan data uji melalui 7 tahapan utama yakni Pengumpulan Dataset Citra Penyakit Kulit, Pre-processing Inpaint Talea, Pre-processing Gaussian Blur dan Normalisasi Mask, Segmentasi Thresholding Otsu Bitwise, Restorasi Kontur, Ekstraksi Fitur ABCD Rule, dan klasifikasi menggunakan Support Vector Machine (SVM). Sebanyak 4 skenario pengujian dilakukan untuk menemukan model terbaik, dimana skenario pengujian melibatkan pengaturan pembagian data yang berbeda, kernel berbeda, dan parameter yang berbeda pada model Support Vector Machine (SVM). Melalui skenario tersebut didapatkan hasil terbaik, yaitu Akurasi sebesar 86,42%, Spesifisitas sebesar 96,60%, dan Sensitivitas sebesar 86,42%. Hal ini menunjukkan bahwa metode yang diusulkan memiliki kinerja yang cukup baik dalam mengklasifikasikan jenis penyakit kulit. Penelitian ini tidak hanya berpotensi dalam meningkatkan diagnosis penyakit kulit secara efisien, tetapi juga mendorong pengembangan sistem deteksi berbasis teknologi untuk mendukung layanan kesehatan kulit yang lebih terjangkau dan andal