Claim Missing Document
Check
Articles

Found 5 Documents
Search

PENINGKATAN KETRAMPILAN PENGGUNAAN TEKNOLOGI INFORMASI PADA SISTEM PEMBELAJARAN DARING BAGI GURU SMK NEGERI 5 LHOKSEUMAWE Muhammad Nasir; Aswandi Aswandi; Fachri Yanuar; Guntur Syahputra
Jurnal Vokasi Vol 5, No 2 (2021): Jurnal Vokasi
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/vokasi.v5i2.2403

Abstract

Kemampuan dalam pengetahuan media pembelajaran menjadikan rendahnya produktivitas pendidik dalam mengembangkan materi ajar ke dalam media pembelajaran yang interaktif dan inovatif. Saat ini, wabah coronavirus (COVID-19) yang belum dapat ditangani secara menyeluruh dan dengan dibatasinya pertemuan secara tatap muka/luring tentunya sangat membutuhkan perhatian khusus yang kemungkinan ancaman secara global. Hal ini pemerintah melalui Kementerian Pendidikan dan Kebudayaan berinisiatif membuat kebijakan darurat agar pembelajaran disekolah-sekolah melakukan pembelajaran secara bertahap atau secara shift dan memutuskan untuk Study From Home (SFH) atau belajar secara daring. Namun, dari kebijakan pemerintah ini membuat dunia pendidikan panik terutama di Sekolah SMK Negeri 5 Lhokseumawe, karena tidak/belum siap melakukan kegiatan belajar mengajar secara daring. Tujuan kegiatan pengabdian kepada masyarakat (PKM) yang ingin dicapai untuk memberikan pengetahuan, meningkatkan pemanfaatan teknologi dalam kegiatan belajar mengajar secara daring kepada pendidik akibat dari adanya pandemik COVID-19 yang belum tuntas, dapat mempermudah proses pembelajaran dan memberikan materi media pembelajaran. Kegiatan ini diikuti oleh 15 orang guru (pendidik) bidang studi yang ditugaskan oleh Ketua Kurikulum SMK Negeri 5 Lhokseumawe. Hasil yang akan direncanakan dalam pelatihan ini adanya peningkatan pemahaman Teknologi Informasi Pada Sistem Pembelajaran Secara Daring. Hasil pengembangan media pembelajaran interaktif secara daring berdasarkan uji signifikansi perbedaan rata-rata nilai pretest (x) dan posttest (y) yang menyatakan bahwa setelah dilakukan pelatihan kemampuan guru-guru sudah terjadi peningkatan secara signifikan dari kemampuan awal sebelum sampai kepada kemampuan akhir peserta pelatihan sebesar 58.00%.
Penerapan Metode Levenshtein Distance Dalam Mendeteksi Hasil Jawaban Peserta Kelas Daring Dengan Teknik Web Scraping Manual Guntur Syahputra; Ahmad Fitri Boy; Nurcahyo Budi Nugroho
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 20, No 1 (2021): FEBRUARI 2021
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v20i1.1900

Abstract

Pandemi COVID 19 saat ini menyebabkan kegiatan belajar mengajar harus merubah sistem tatap muka untuk beralih kepada sistem daring, hal ini bukan menjadi alasan bagi pengampu atau penanggung jawab kelas menurunkan kualitas pengajaran. Evaluasi tetap harus dilakukan melalui pertanyaan dan tugas, namun karena dilakukan secara daring banyak peserta didik yang menjawab dengan tidak serius, menyalin dari laman web ataupun menyalin jawaban teman tanpa merubah data sedikitpun yang berasal sumber salinan.Levenshtein Distance adalah metode yang digunakan untuk medeteksi kemiripan data berbasis karakter (String Metric). Metode ini dapat membantu dan memudahkan pekerjaan pengajar dalam kelas daring untuk deteksi jawaban peserta, kemiripan jawaban yang mencapai 95% dapat dideteksi dan diasumsikan sebagai jawaban hasil salinan. Sehingga dapat diambil tindakan terhadap peserta yang melakukan hal tersebut.
Klasifikasi Citra Songket Aceh Menggunakan Metode Probabilistic Neural Network Ismi Amalia; Indra Mawardi; Indrawati Indrawati; Muhammad Arhami; Muhammad Muhammad; Guntur Syahputra
Jurnal Serambi Engineering Vol 8, No 3 (2023): Juli 2023
Publisher : Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jse.v8i3.6132

Abstract

Tujuan penelitian ini untuk mengklasifikasikan citra Songket Aceh. Data penelitian menggunakan sepuluh motif Songket Aceh dan data diperoleh dari tempat usaha tenun Songket Nyak Mu. Tahapan penelitian ini adalah akuisisi citra, pra-proses, ekstraksi fitur, klasifikasi dan evaluasi. Ekstraksi fitur tekstur citra Songket Aceh menggunakan metode Gray Level Co-occurrence Matrix (GLCM). Fitur-fitur yang digunakan pada penelitian ini adalah entropy, energy, sum of squares: variance, difference entropy dan autocorrelation. Metode Probabilistic Neural Network (PNN) diaplikasikan untuk klasifikasi citra Songket Aceh. Metode Leave-One-Out Cross Validation (LOOCV) digunakan untuk pembagian data latih dan data uji. Hasil klasifikasi citra Songket Aceh dengan metode PNN adalah sebesar 93%.
Penerapan Metode SAW pada Aplikasi Menentukan Lokasi untuk Pembangkit Listrik Mikro Turbin Bayu Berbasis Web TEUKU ZULFADLI; GUNTUR SYAHPUTRA; FACHRI YANUAR RUDI
Jurnal Mekanova : Mekanikal, Inovasi dan Teknologi Vol 9, No 1 (2023): April
Publisher : universitas teuku umar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35308/jmkn.v9i1.7632

Abstract

Angin merupakan sumber energi terbarukan yang banyak disediakan oleh alam, pemanfaatan angin sebagai  pembangkit listrik merupakan cara yang paling efisien dan ramah lingkungan. Penentuan lokasi merupakan hal yang sangat penting karena berpengaruh terhadap kinerja turbin yang akan dibangun. Studi Kelayakan biasanya terlebih dahulu dilakukan untuk pembangunan turbin angin skala besar, akan tetapi bagi pembangunan yang memiliki sumber daya terbatas akan kesulitan melaksanakan tahap studi kelayakan. Penerapan metode SAW pada sebuah aplikasi berbasis web akan membantu menentukan bagi yang ingin membangun PLMTB dengan keterbatasan dalam menentukan lokasi baik pengetahuan dan pendanaan. Kriteria yang digunakan dalam penelitian ini adalah Kecepatan Angin, Stabilitas angin, Jenis Turbin, Topologi Lokasi dan Tinggi tiang. Pada penelitian ini telah berhasil ditentukan alternatif terbaik ada pada A1 dengan nilai 1 yang dapat dilihat pada aplikasi.          Kata kunci—SAW, SPK, Penentuan Lokasi, PLTMB 
Klasifikasi Penyakit Diabetic Retinopathy Menggunakan Multilayer Perceptron Umri Erdiansyah; Ahmadi Irmansyah Lubis; Guntur Syahputra
Journal of Artificial Intelligence and Software Engineering (J-AISE) Vol 2, No 1 (2022)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v2i1.3084

Abstract

Diabetic Retinopathy merupakan salah satu komplikasi penyakit diabetes yang dapat menyebabkan kematian. Komplikasi ini berupa kerusakan pada retina mata. Kadar glukosa yang tinggi dalam darah dapat menyebabkan kapiler kecil pecah dan menyebabkan kebutaan. Penyakit ini dimulai dengan melemahnya atau rusaknya kapiler kecil di retina, memungkinkan darah mengalir dan kemudian menyebabkan penebalan jaringan, pembengkakan, dan pendarahan hebat. Penelitian ini bertujuan untuk menganalisis diagnosis retinopati diabetik berupa data rekam medis. Multilayer Perceptron merupakan salah satu algoritma jaringan syaraf tiruan yang sering digunakan untuk klasifikasi data dan digunakan dalam proses klasifikasi pada penelitian ini. Dataset yang digunakan dalam penelitian ini diperoleh dari UCI Machine Learning Repository, kumpulan data dari University of Debrecen, Hongaria, termasuk data pasien untuk retinopati diabetik. Evaluasi hasil klasifikasi yang digunakan adalah confusion matrix. Dari hasil perhitungan yang telah dilakukan, maka didapatkan hasil akurasi pada Multilayer Perceptron sebesar 71.80%, dengan nilai precision 72.50%, dan Recall 71.80%.