Febi Yanto
Unknown Affiliation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

PENERAPAN TEKNOLOGI AUGMENTED REALITY PADA MEDIA PEMBELAJARAN LAPISAN PERMUKAAN BUMI BERBASIS 3D M. Afdal; Muhammad Irsyad; Febi Yanto
Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Vol 4, No 1 (2018): Februari
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/rmsi.v4i1.4602

Abstract

Pemanfaatan Teknologi Informasi pada bahan ajar untuk siswa dinilai sangat membantu dalam memberikan materi pelajaran geografi lapisan permukaan bumi yang bersifat abstrak, karena perangkat ajar berbasis multimedia dapat mendukung sistem pembelajaran di sekolah yang cenderung mengunakan metode ceramah (konvensional). Untuk mempermudah pemahaman dalam materi lapisan permukaan bumi tersebut, dirancang sebuah Buku ARLitosfer yang memanfaatkan teknologi Augmented Reality (AR). Selain mampu menggabungkan objek virtual dengan realita sebenarnya, teknologi AR memungkinkan pengguna melakukan interaksi 3 dimensi secara langsung sehingga lebih mampu memberikan kesan tersendiri pada pengguna. Buku ARLitosfer merupakan buku fisik biasa, namun dalam beberapa halamannya terdapat marker yang digunakan untuk objek virtual yang ingin ditampilkan berupa objek 3D, kemudian ditambahkan dalam penggabungan animasi, audio dan video pada interface multimedia pembelajaran. Telah dilakukan pengujian terhadap sejumlah responden untuk mengetahui ketepatan dalam materi dan kemudahan dalam pengunaan aplikasi ARLitosfer ini, hasilnya 81.87% presentase yang diinterpretasikan dalam kategori sangat setuju diberikan oleh guru bidang studi geografi dan 76.25% presentase yang diinterpretasikan dalam kategori sangat setuju diberikan oleh siswa.
APLIKASI PEMBELAJARAN PERWASITAN CABANG OLAHRAGA BOLA BASKET DENGAN MEMANFAATKAN COMPUTER AIDED LEARNING (CAL) Andri Andri; Febi Yanto
Jurnal Ilmu Komputer Vol 1 No 1 (2012): Jurnal Ilmu Komputer
Publisher : STMIK Hang Tuah Pekanbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33060/JIK/2012/Vol1.Iss1.7

Abstract

Olahraga bola basket merupakan salah satu cabang olahraga yang dipertandingkan pada Pekan Olahraga Nasional (PON) .Pada olahraga ini, diperlukan dua orang wasit Untuk memimpin setiap pertandingan.Untuk menjadi seorang wasit pertandingan bola basket, seorang wasit harus menguasai teori dan praktek mengenai perwasitan bola basket. Dalam olahraga bola basket ini banyak terdapat peraturan yang mengatur sebuah pertandingan bola basket tersebut. Pembelajaran perwasitan bola basket hanya terpaku pada media pembelajaran konvensional yaitu setiap teori yang diajarkan berasal dari media tertulis (buku, e-book, dan majalah). Media pembelajaran ini kurang menarik minat mahasiswa untuk mempelajari perwasitan bola basket ini. Oleh sebab itu, dibutuhkan sebuah aplikasi pembelajaran perwasitan bola basket yang memanfaatkan komputer sebagai alat bantu ajar (Computer Aided Learning) yaitu teori dan contoh praktek perwasitan bola basket ditampilkan secara bersamaan. Sehingga membantu mahasiswa memahami materi perwasitan bola basket ini baik secara teori dan praktek. Dari hasil pengujian terhadap mahasiswa FKIP UIR Jurusan Pendidikan Jasmani diperoleh bahwa 90% mahasiswa mengakui bahwaaplikasi ini sangat membantu mahasiswa memahami materi perwasitan bola basket. Mahasiswa menyatakan bahwa tampilan aplikasi ini menarik karena dilengkapi dengan multimedia dan aplikasi pembelajaran perwasitan ini mudah dipahami oleh mahasiswa baik secarateori dan praktek.
Performance Analysis of LVQ 1 Using Feature Selection Gain Ratio for Sex Classification in Forensic Anthropology Yulia Harni; Iis Afrianty; Suwanto Sanjaya; Rahmad Abdillah; Febi Yanto; Fadhilah Syafria
Building of Informatics, Technology and Science (BITS) Vol 5 No 1 (2023): Juni 2023
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v5i1.3625

Abstract

One approach to handling large of data dimensions is feature selection. Effective feature selection techniques produce the essential features and can improve classification algorithms. The accuracy performance results can measure the accuracy of the method used in the classification process. This research uses the Learning Vector Quantization (LVQ) 1 method combined with Gain Ratio feature selection. The data used is male and female skull bone measurement data totaling 2524. The highest accuracy results are obtained by LVQ 1, which uses a Gain Ratio with a threshold of 0.01 with a learning rate = 0.1, which is 92.01%, and the default threshold weka(-1.7976931348623157E308) with a learning rate = 0.1, which is 92.19%. In comparison, previous research that did not use gain ratio or that did not use GR only had the best results of 91.39% with a learning rate = 0.1, 0.4, 0.7, 0.9. This shows that LVQ 1 using the Gain Ratio can be recommended to improve the performance of the Skull dataset compared to LVQ 1 without Gain Ratio.