JURNAL ISTEK
Not a member yet
162 research outputs found
Sort by
KORELASI KANDUNGAN BESI TERLARUT TERHADAP KELIMPAHAN Phytoconis sp. PADA PERAIRAN SITU CIBURUY KABUPATEN BANDUNG BARAT
Besi merupakan unsur kimia yang dapat ditemui hampir di semua tempat di muka bumi, pada semua bagian lapisan geologis dan semua badan air. Besi berperan sebagai penyusun sitokrom dan klorofil bagi tumbuhan akuatik. Penelitian ini bertujuan untuk mengetahui korelasi antara kandungan besi terlarut terhadap kelimpahan Phytoconis sp. pada perairan Situ Ciburuy Kabupaten Bandung Barat. Besi sebagai [Fe(CH3COO)6]3- juga digunakan dalam analisis perlakuan untuk mengetahui pengaruh konsentrasi besi terhadap kelimpahan Phytoconis sp. dalam periode 5 hari. Spektrofotometer Serapan Atom digunakan sebagai instrumen pengujian kadar besi terlarut, sedangkan mikroskop binokuler dan hemasitometer digunakan untuk menghitung kelimpahan Phytoconis sp. tidak hanya untuk sampel kontrol tetapi juga pada masing-masing sampel perlakuan selama periode 5 hari. Pengambilan data dari 10 titik pengamatan menghasilkan nilai korelasi sebesar 0,963 yang berarti mempunyai korelasi yang sangat kuat antara kandungan besi terlarut terhadap kelimpahan Phytoconis sp. Semua konsentrasi besi (0.385, 0.791, 1.291, 1.979, dan 2.343 ppm) meningkatkan kelimpahan Phytoconis sp., kelimpahan yang paling baik yaitu pada konsentrasi 0,385 ppm. Kedua hasil penelitian menunjukkan bahwa kandungan besi terlarut sangat berpengaruh terhadap kelimpahan Phytoconis sp. pada perairan Situ Ciburuy
STUDI KOMPARATIF PENERAPAN METODE HIERARCHICAL, K-MEANS DAN SELF ORGANIZING MAPS (SOM) CLUSTERING PADA BASIS DATA
This study identifies the results of some test results clustering methods. The data set used in this test method Clustering. The third method of clustering based on these factors than the size of the data set and the extent of the cluster. The test results showed that the SOM algorithm produces better accuracy in classifying objects into matching groups. K-means algorithm is very good when using large data sets and compared with Hierarchical SOM algorithm. Hierarchical grouping and SOM showed good results when using small data sets compared to using k-means algorithm
CASE- BASED REASONING (CBR) DAN PENGEMBANGAN KEMAMPUAN PENYELESAIAN MASALAH
Tulisan ini memberikan gambaran konseptual bagaimana kecerdasan buatan dapat dimanfaatkan dalam proses pembelajaran. Case-based Reasoning (CBR) merupakan bagian dari kecerdasan buatan menyediakan model pembelajaran pemecahan masalah. Pemecahan masalah dalam Case-based Reasoning dilakukan dengan cara menggunakan kembali pemecahan masalah sebelumnya yang memiliki kemiripan (similarity). Perkembangan Case-based Reasoning sangat dipengaruhi oleh ilmu kognitif, banyak penelitian telah membuktikan tentang keberhasilan Case-based Reasoning dalam pembelajaran. Case-based Reasoning mampu menjadi solusi alternatif dalam mengembangkan kemampuan pemecahan masalah pada siswa dalam pembelajaran
PENENTUAN LEVEL DENSITY UNTUK Th-230 (n,f)
Fisibilitas suatu nuklida dapat ditentukan melalui proses penentuan penampang lintang fisi dengan melibatkan parameter struktur inti seperti level density dan fission barrier. Level density sangat berperan penting dalam penentuan parameter koefisien transmisi dan populasi dari inti yang akan melakukan fisi. Di dalam paper ini, penentuan level density akan dilakukan dengan menggunakan pendekatan temperatur konstan dari Gilbert-Cameron dengan memanfaatkan formulasi Ignatyuk untuk menentukan parameter level density (LDP) yang bergantung pada energi eksitasi. Setelah melalui proses pembandingan dengan data ENDF ternyata hasil perhitungan penampang lintang fisi total untuk Th-230 masih memiliki ketidaksesuaian pada daerah energi yang cukup lebar. Ketidaksesuaian ini sebagian besar diakibatkan oleh ketidakhadiran beberapa parameter penting yang harus dilibatkan di dalam proses perhitungan. Parameter-parameter tersebut mewakili keadaan sebenarnya dari mekanisme reaksi Th-230(n,f). Hasil perhitungan level density dan LDP dari dua buah inti residual Th-230 dan Th-231 menunjukkan signifikansi dari karakteristik masing-masing inti tersebut
TEKNIK IMOBILISASI ADSORPSI DAN ENTRAPMENT FILM NATA DE COCO-BENEDICT UNTUK DETEKSI KADAR GULA DALAM URIN
Person with Diabetes Mellitus (DM) usually have high level of sugar in his blood. He also has trouble on glucose transportation in his kidneys, so his urine has high glucose concentration. It was synthesized of chemical sensor based on Benedict to measure glucose level. Cellulose from nata de coco is used as supporting material for Benedict immobilization. The characteristics of sensor are determined through sensor leaching, linear range, limit of detection, reproducibility, and sensitivity by reflectance spectrophotometry. The parameter which needs to be optimal at adsorption method is Benedict concentration and the time of dipping. While at entrapment method optimation is rasio of cellulose mass: Benedict volume and Benedict concentration. The optimal result of maximum wavelength of Benedict cellulose sensor with both methods is 541.57 nm. Optimum condition of dipping time is 40 minutes. Rasio of cellulose: with Benedict volume optimum at 1: 3, with optimal concentration of Benedict is 0.2682 M at adsorption method and 0.4470 M at entrapment method. The amounts of leaching at entrapment method is smaller than amounts at adsorption method. Sensor characteristics with adsorption method are better than with entrapment method. The result of glucose level measurement at urine which uses adsorption method and entrapment sensor has small differences with level of glucose data which uses Nelson-Somogyi standard method. So, adsorption is method of Benedict cellulose sensor which is more accurate for determining glucose level in urine
PEMBANGUNAN COLLABORATIVE LEARNING SYSTEM BERBASIS KOMUNITAS UNTUK MENDUKUNG PROSES KNOWLEDGE SHARING MENGGUNAKAN TEKNOLOGI WEB DAN BERGERAK
Ada beberapa isu yang melatarbelakangi perlunya dikembangkan sebuah sarana belajar yang colaboratif (Collaborative Learning) untuk membantu proses peningkatan mutu hasil pendidikan MA, yaitu: Isu UAN: Berdasarkan data dari Depdiknas, pada Ujian Nasional yang lalu, ternyata cukup banyak sekolah yang persentase kelulusannya 0%, artinya sekolah - sekolah tersebut siswa - siswa yang mengikuti Ujian Nasional (UN) tidak ada yang lulus ujian. Ada yang menganggap kegagalan ini karena ketidakseragaman sarana dan kemampuan tenaga pengajar di setiap sekolah. Isu Metode Belajar: Faktor lainnya yang tidak kalah penting yang harus diperhatikan adalah paradigma pembelajaran, dimana masih banyak saat ini, orientasi pembelajaran hanya berpusat pada tenaga ajar dan sangat kurang melibatkan siswa (learner) untuk berpartisipasi aktif, sehingga arus informasi/pengetahuan cenderung satu arah. Paradigma Collaborative Learning (C-Learning) adalah salah satu solusinya, antar anggota akan menjadi mitra yang saling menguatkan melalui knowledgesharing.Isu Teknologi dan Isu Komunitas: Perkembangan teknologi informasi dan komunikasi yang sangat pesat, yang didukung juga oleh perkembangan teknologi pendukung lainnya seperti teknologi jaringan, teknologi internet, teknologi nirkabel dan bergerak, dapat dimanfaatkan sebagai sarana untuk menyampaikan pembelajaran atau sharing pengetahuan di dalam suatu komunitas, salah satunya komunitas guru mata pelajaran.Berdasarkan berbagai isu di atas, maka fokus Penelitian Pendidikan dan Kelembagaan Islam yang dilakukan adalah “Pemberdayaan Komunitas Muslim melalui Pengembangan Collaborative Learning System untuk Mendukung Knowledge Sharing Menggunakan Teknologi Web dan Bergerak di Lingkungan Komunitas Guru Mata Pelajaranâ€.Sistem dikembangkan dengan pendekatan berorientasi objek. Sistem yang dikembangkan mengintegrasikan konsep pembelajaran kolaborasi yang dibingkai dalam framework moodle.Sistem diuji dengan metode black box dan white box. Berdasarkan pengujian, semua fungsionalitas system sudah berjalan sebagaimana mestinya
APPLICATION DESIGN FOR LEARNING ARABIC FOR ELEMENTARY SCHOOL BASED ON MULTIMEDIA
Computer and multimedia technology is currently the center of attention, especially in gaming applications (games) with features a realistic 2D and 3D, making it very popular with the kids, especially elementary school level and equal. This happens in teaching and learning in schools, these students are only given during the learning materials through the teachers without going through an interesting instructional media such as multimedia application. Currently there are many students who have difficulty in understanding the subject matter, one of which the Arabic language lessons. Complexity of the material provided by the teacher to the students through a book is still sometimes difficult to understand, especially by students who have background can not read the Al-Quran.Learning Arabic in principle easier when accompanied with supporting media such as the application of learning the Arabic language, so students have the motivation, because the learning system is not monotone so as not to cause saturation and also help a teachers in delivering the material.Design of the application of learning the Arabic language can be used to assist students in learning the Arabic language with a written description, drawings and two language understanding (Arabic and Indonesia). Applications have been tailored to the needs for learning, and performed testing using black box method. The test results stated that all needs can be met entirely defined. Concept used in learning the Arabic language is a multimedia-based
PENGUKURAN KESESUAIAN ANTARA BISNIS DENGAN TEKNOLOGI INFORMASI MENGGUNAKAN FRAMEWORK COBIT
Current information technology at PT XYZ is a valuable asset for the company to achieve business goals. Information Technology Division leaders intend to measure the extent of correspondence between the information technology and business that is owned. The method used in measuring the level of compliance is IT Governance COBIT framework. The result is to give recommendations for the strengthening of IT services in the PT XYZ to be more effective
ESTIMASI CONFIDENCE INTERVAL BOOTSTRAP UNTUK ANALISIS DATA SAMPEL TERBATAS
Dalam analisis data seringkali peneliti ingin mengetahui karakteristik data penelitian seperti jenis distribusi, mean, median atau varians data. Kendala dalam menentukan karakteristik data biasanya ketika data yang tersedia di lapangan sedikit, sehingga tidak cukup untuk dilakukan analisis secara parametrik. Tulisan ini membahas estimasi confidence interval (CI) dengan menggunakan bootstrap untuk estimasi nilai parameter mean, median, dan varians data juga dalam menentukan kecocokan distribusi (goodness of fit) data. Tiga metoda CI bootstrap yaitu percentile CI, standard normal CI, dan bias-corrected percentile CI digunakan dan dibandingkan untuk mengetahui perbedaan nilai estimasi parameternya. Metoda bootstrap parametrik digunakan untuk menentukan estimasi parameter CI data berdistribusi Eksponensial, Gamma, Log-Normal, dan Weibull yang akan digunakan untuk mengetahui distribusi data yang cocok. Langkah-langkah estimasi CI dan kecocokan model distribusi dibuat, selanjutnya digunakan dalam menganalisis data waktu kerusakan mesin untuk sampel yang kecil. Hasil menunjukkan bahwa estimasi CI bootstrap dengan ketiga metoda memberikan nilai yang relatif sama, dilihat dari batas bawah dan batas atas yang dihasilkan, maupun selisih interval yang kurang dari 5%, selain itu dapat juga ditentukan pemilihan distribusi yang terbaik dengan melihat nilai MSE (mean square error) terkecil, sehingga dapat ditentukan estimasi CI parameter bootstrap untuk distribusi tersebut
PENGGUNAAN KNN (K-NEARST NEIGHBOR) UNTUK KLASIFIKASI TEKS BERITA YANG TAK-TERKELOMPOKKAN PADA SAAT PENGKLASTERAN OLEH STC (SUFFIX TREE CLUSTERING)
Dokumen teks yang dipublikasi di internet dari hari ke hari semakin banyak jumlahnya. Salah satu teknologi internet yang paling sering terjadi proses pemuktahiran konten dokumen teks ini, adalah microblogging yang dijadikan sebagai sarana untuk membangun komunitas di dunia maya dan penyebar informasi yang praktis dan cepat. Salah satunya adalah Twitter yang merupakan salah satu social media dengan jumlah tweet yang dipublikasi dalam hitungan jam oleh para pemilik akun tersebut, khususnya para jurnalis.
Berita-berita yang dipublikasi oleh para jurnalis melaui Twitter terkadang kurang nyaman untuk dibaca oleh para pembaca berita. Karena berita-berita tersebut ditampilkan secara tersusun beruntun ke bawah pada halaman web tersebut. Tetapi setelah tweet-tweet yang ada dikelompokkan secara tematik jadi semakin menarik karena pembaca dapat memilih berita-berita tertentu yang telah dikelompokkan oleh Algoritma Suffix Tree Clustering (STC). Tetapi pada algoritma ini, masih tetap menghasilkan dokumen-dokumen yang tidak memiliki kelompok. Pada Penelitian ini, dokumen-dokumen tersebut mencoba untuk di klasifikasikan ke dalam kelompok yang ada dengan menggunakan Algoritma K-Nearset Neighbor (KNN)