Claim Missing Document
Check
Articles

Found 7 Documents
Search

Analisis Gap Pada Metode Pembelajaran Berbasis Elektronik Terstruktur dan Tidak Terstruktur Untuk Mengetahui Tingkat Keberhasilan Penyampaian Materi Kuliah Kepada Mahasiswa Mauladi, Mauladi; Hutabarat, Benedika Ferdian; Bintana, Rizqa Raaiqa
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 9, No 2 (2021)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (463.117 KB) | DOI: 10.26418/justin.v9i2.43494

Abstract

Perkembangan Teknologi Informasi telah mendorong kemajuan di berbagai bidang. Dalam bidang pendidikan, contohnya penggunaan e-learningyang merupakan hasil integrasi teknologi dan pendidikan yang muncul sebagai media untuk pembelajaran yang menggunakan teknologi internet. Kebutuhan e-learning yang tak terbantahkan dalam pendidikan menyebabkan pertumbuhan yang besar dalam hal jumlah materi e-learning yang di-share dan sistem e-learning yang menawarkan berbagai jenis layanan. Ada 2 tipe e-learning, yaitu unstructured e-learning dan structured e-learning. Masing-masing tipe tersebut dibedakan menjadi dua bentuk berdasarkan faktor-faktor evaluasi kesuksesan suatu e-learning. Pesatnya penggunaan e-learning sebagai media pembelajaran, membuat kualitas sistem e-learning menjadi perhatian besar untuk memaksimalkan efektivitas sistem e-learning. Evaluasi kualitas sistem e-learning menjadi sangat penting dilakukan untuk memastikan dan mengetahui tingkat keberhasilan penyampaian materi melalui e-learning kepada para peserta didik, penggunaan e-learning yang efektif, dan dampak positif e-learning untuk peserta didik. Dua metode pembelajaran berbasis e-learning yang dilakukan, yaitu structured learning dengan user interface baik dan unstructured learning dengan user interface baik. Evaluasi dilakukan terhadap penyajian mata kuliah dengan dua metode pembelajaran berdasarkan hasil tes pemahaman materi. Hal ini dilakukan untuk melihat bagaimana pemahaman mahasiswa terhadap materi mata kuliah yang dibedakan atas dua kategori penyajian. Serta melakukan evaluasi kegunaan (usability) produk LMS UNJA. Diperoleh nilai rata-rata test akhir 78,15 untuk metode structured learning dan 69,19 untuk metode unstructured learning. Hasil evaluasi usability produk LMS UNJA, menyatakan secara keseluruhan, produk LMS UNJA secara usability sudah dapat diterima atau sudah layak, sesuai dengan rata-rata nilai usability produk yang diperoleh yaitu, 73,46.
Detection of Cataract Based on Image Features Using Convolutional Neural Networks Indra Weni; Pradita Eko Prasetyo Utomo; Benedika Ferdian Hutabarat; Muksin Alfalah
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 15, No 1 (2021): January
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.61882

Abstract

Cataract are the highest cause of blindness that there are 32.4 million people experiencing blindness and as many as 191 million people experiencing visual disabilities in 2010 in the world. On the other hand, the longer a patient suffers from cataracts or late treatment. The development of cataract identification using a traditional algorithm based on feature representation is highly dependent on the classification process carried out by an eye specialist so that the method is prone to misclassification of a person detected or not. However, at this time there is a deep learning, convolutional neural network (CNN) which is used for pattern recognition which can help automate image classification. This research was conducted to increase the accuracy value and minimize data loss in the process of cataract identification by performing an experience namely the manipulation process was carried out by changing epochs. The results of this study indicate that the addition of epochs affects accuracy and loss data from CNN. By comparing variety of epoch values it can be ignored that the higher the age values used, the higher the value of the model. In this study, using the epoch 50 value reached the highest value with a value of 95%. Based on the model that has been made it has also been successful to receive images according to the specified class. After testing accurately, 10 images achieved an average accuracy of 88%.
PERANCANGAN SISTEM PEMANTAUAN PARAMETER FISIS AIR BERBASIS INTERNET OF THINGS (IoT) MENGGUNAKAN RASPBERRY PI Mardian Peslinof; M. Ficky Afrianto; Yoza Fendriani; Benedika Ferdian Hutabarat
Komunikasi Fisika Indonesia Vol 18, No 3 (2021)
Publisher : Universitas Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31258/jkfi.18.3.208-216

Abstract

Pada penelitian ini telah dilakukan perancangan sistem pemantauan parameter fisis air berbasis Internet of Things (IoT) menggunakan Raspberry Pi. Parameter yang dipantau pada sistem ini yaitu pH, temperatur air, kekeruhan air, dan ketinggian air. Parameter yang dipantau merupakan parameter yang penting untuk menentukan tingkat kualitas dan kuantitas air. Sensor yang digunakan adalah sensor suhu tipe DS18B20, sensor kekeruhan tipe SEN0189, sensor pH air tipe SEN0161, dan sensor ultrasonic HCSR04 trigger untuk ketinggian air. Perangkat lunak sistem yaitu program yang ditanamkan pada mikroprosesor Raspberry Pi. Mekanisme kerja dari sistem pemantauan yaitu sistem akan mendeteksi parameter fisis dari sensor, hasil sinyal dari sensor akan diproses melalui Raspberry Pi, dan data yang telah diproses tersimpan diserver yang bisa diakses pada web. Tingkat sensitifitas sensor yang didapatkan dari observasi terhadap sistem untuk parameter pH, kekeruhan, temperatur, dan ketinggian air masing-masing adalah 52,715 mV/pH, 0,0005 V/NTU, 0,0255 V/°C, dan 0,0583 milidetik/cm. Persentase ketepatan rata-rata yang didapatkan pada pengujian sistem adalah berkisar antara 96,86% sampai 99,9%. Ketelitian pada sistem berkisar antara 0,94 sampai dengan 0,99. Dari hasil pengujian ketepatan dan ketelitian maka sistem pemantauan parameter fisis air dapat bekerja dengan baik. Penelitian ini harapannya dapat menghasilkan sistem pemantauan parameter fisis pada air  yang berfungsi membantu pihak terkait untuk mengidentifikasi kualitas dan kuantitas air dengan mudah, efisien, dan akurat.
Pembuatan Konten dan Digital Marketing sebagai Upaya Peningkatan Pemasaran Produk UMKM Kecamatan Danau Teluk Ulfa Khaira; Tri Suratno; Yolla Noverina; Zainil Abidin; Benedika Ferdian Hutabarat
GERVASI: Jurnal Pengabdian kepada Masyarakat Vol 6, No 2 (2022): GERVASI: Jurnal Pengabdian Kepada Masyarakat
Publisher : LPPM IKIP PGRI Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31571/gervasi.v6i2.3237

Abstract

Kerupuk ikan Mursida dan kelompok usaha bersama (KUB) Mayang Mangurai merupakan usaha mikro kecil dan menengah (UMKM) yang ada di Kota Jambi tepatnya di Kecamatan Danau Teluk. Kedua UMKM memiliki kendala jangkauan pemasaran produk yang masih sebatas ruang lingkup Kota Jambi, belum memiliki media sosial sebagai media promosi produk, dan belum memiliki pemahaman dan keterampilan dalam membuat konten iklan digital marketing. Berdasarkan permasalahan tersebut, kegiatan Pengabdian Pada Masyarakat (PPM) ini melakukan upaya untuk meningkatkan pemasaran produk UMKM tersebut melalui pelatihan digital marketing, pembuatan konten iklan, perbaikan desain label dan kemasan produk. Kegiatan PPM ini diikuti oleh 10 orang peserta yang berasal dari kedua UMKM tersebut dan dilaksanakan dalam 3 tahap kegiatan yaitu pra kegiatan, pelaksanaan kegiatan dan evaluasi. Hasil dari kegiatan ini adalah terciptanya desain label produk dan kemasan yang telah diperbarui, video iklan digital, serta keterampilan mitra dalam membuat konten digital marketing. Realisasi ketercapaian dari kegiatan knowledge sharing digital marketing adalah 82%, memiliki desain label kemasan adalah 100%, dan membuat konten iklan digital adalah 90%.
SISTEM BASIS DATA PEMANTAUAN PARAMETER AIR BERBASIS INTERNET OF THINGS (IoT) DENGAN PLATFORM THINGSPEAK Benedika Ferdian Hutabarat; Mardian Peslinof; M. Ficky Afrianto; Yoza Fendriani
JOURNAL ONLINE OF PHYSICS Vol. 8 No. 2 (2023): JOP (Journal Online of Physics) Vol 8 No 2
Publisher : Prodi Fisika FST UNJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22437/jop.v8i2.24365

Abstract

] This research aims to develop an Internet of Things (IoT)-based water parameter monitoring database system using the Thingspeak platform. This system is designed to monitor real-time water parameters such as temperature, water pH, and water turbidity. Sensors for monitoring these water parameters are installed on a Raspberry Pi microprocessor connected to the internet network. The data generated by the sensors and processed by the Raspberry Pi are then sent to the Thingspeak server. The database system developed in this research utilizes the features provided by the Thingspeak platform, such as data processing, visualization, and integration with other software. The data stored in the database can be accessed online through the dashboard provided by Thingspeak. The test results show that the IoT-based water parameter monitoring database system with the Thingspeak platform can function properly and provide accurate information on the monitored water conditions. The sensors installed on the water successfully sent data periodically to the Thingspeak platform every 10 seconds. The test results showed a deviation value of 0.9996 for the accuracy of the temperature parameter, where the accuracy value of the temperature varied from 96.30% to 100%. The average accuracy of the temperature measurement was 98.74%, and the average system error was 1.26%. The system accuracy test results range from 0.95 to 0.99. The testing was conducted on a laboratory scale, and in the future, this system can be developed for real-time water parameter monitoring over a longer period of time
PENDAMPINGAN DALAM PENGGUNAAN TEKNOLOGI TEPAT GUNA UNTUK PENINGKATAN PRODUKTIVITAS USAHA KERIPIK SINGKONG DI DESA MERLUNG KABUPATEN TANJUNG JABUNG BARAT Rista Mutia Anggraini; Mardian Peslinof; M. Ficky Afrianto; Yoza Fendriani; Benedika Ferdian Hutabarat
Jurnal Pengabdian Masyarakat Pinang Masak Vol. 3 No. 2 (2022): Desember 2022
Publisher : Fakultas Sains dan Teknologi, Universitas Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Usaha mikro keripik singkong merupakan usaha rumahan yang banyak digeluti beberapa keluarga untuk menambah penghasilan di Desa Merlung, Kecamatan Merlung Kabupaten Tanjung Jabung Barat. Masyarakat yang membuat keripik singkong rumahan sebagian besar masih menggunakan peralatan manual. Selain itu, masyarakat juga terbatas dalam melakukan pemasaran keripik singkong. Pengabdian yang dilakukan yaitu pembinaan dalam penggunaan teknologi tepat guna dalam usaha keripik singkong. Pembinaan dilakukan dalam bentuk workshop dan sosialisasi dalam menggunakan Alat Perajang Singkong Otomatis dan penggambaran penggunaan sistem digital marketing pada usaha masyarakat. Evaluasi yang dilakukan setelah pelaksanaan workshop didapatkan bahwa masyarakat sudah mendapat keterampilan dan pengetahuan dalam pembuatan dan penggunaan alat otomatis namun untuk pengadaan terkendala dana, serta masyarakat sudah mulai memasarkan produknya secara online secara menarik. Dengan adanya pengetahuan dan keterampilan masyarakat dalam pemanfaatan teknologi pada usahanya diharapkan dapat meningkatkan produktivitas usaha dan meningkatkan perekonomian.
Komparasi Antara Metode K-Means Clustering Dan Complete Linkage Dalam Pengelompokan Penyaluran Pinjaman Oleh Financial Technology Akmal Fikri; Benedika Ferdian Hutabarat; Ulfa Khaira
Jurnal Ilmiah Media Sisfo Vol 17 No 2 (2023): Jurnal Ilmiah Media Sisfo
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

 Penelitian ini bertujuan membandingkan efektivitas dan efisiensi metode K-Means Clustering dan Complete Linkage dalam mengelompokkan penyaluran pinjaman oleh perusahaan Financial Technology (FinTech). Penyaluran pinjaman penting bagi industri FinTech dalam mengelola risiko kredit dan meningkatkan pengembalian investasi. KMeans Clustering dan Complete Linkage adalah pendekatan populer dalam analisis klasterisasi data. Penelitian dilakukan dengan dataset pinjaman dari pelanggan FinTech yang diolah oleh OJK. Pertama, K-Means Clustering digunakan untuk mengelompokkan data pinjaman dan penyebaran dana berdasarkan atribut relevan. Kemudian,Complete Linkage digunakan sebagai pembanding untuk mengevaluasi hasil K-Means Clustering. Evaluasi menggunakan metrik seperti Silhouette Score, Elbow method, dan Davies-Bouldin Index. Hasil penelitian diharapkan memberi wawasan bagi industri FinTech dalam memilih metode lebih efektif dan efisien dalam mengelompokkan penyaluran pinjaman. DBI menunjukkan DBI terendah (0,07364345) dengan K-Means Clustering, menggunakan 2 cluster. Penelitian juga menunjukkan sebagian besar daerah di Indonesia sesuai regulasi, kecuali DKI Jakarta.