Claim Missing Document
Check
Articles

Found 2 Documents
Search

PERBANDINGAN PERFORMA PREDIKSI TINGKAT KEMISKINAN ANTARA BACKPROPAGATION NEURAL NETWORK DAN GENERALIZED REGRESSION NEURAL NETWORK Rina Mamase; Ruli S. Sinukun
Jurnal Technopreneur (JTech) Vol 6 No 2 (2018): JURNAL TECHNOPRENEUR (November)
Publisher : UPPM Politeknik Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (199.443 KB) | DOI: 10.30869/jtech.v6i2.210

Abstract

Menurunkan tingkat kemiskinan penduduk merupakan suatu program kerja Pemerintah Indonesia yang hingga saat ini masih berlangsung. Pemberian bantuan secara merata, tepat dan cepat merupakan salah satu upaya pemerintah dalam menangani masalah kemiskinan. Upaya tersebut dapat diwujudkan dengan penyajian data kemiskinan secara cepat dan akurat melalui prediksi tingkat kemiskinan menggunakan suatu metode yang efektif. Kemiskinan adalah masalah multi dimensional, sehingga diperlukan kesepakatan pendekatan/metode yang dipakai apabila ingin memprediksi tingkat kemiskinan. Masalah kemiskinan tidak hanya berasal dari ketidakmampuan dalam memenuhi kebutuhan dasar saja, melainkan ada juga faktor atau indikator lain yang dapat mempengaruhi tingkat kemiskinan penduduk disuatu daerah/wilayah, seperti indikator pertanian, perdagangan dan industri. Selain penggunaan indikator kebutuhan dasar seperti kependudukan, tenaga kerja, pendidikan, dan kesehatan, penelitian ini juga mencoba menambahkan indikator pertanian, industri, dan perdagangan dalam prediksi tingkat kemiskinan. Metode prediksi yang digunakan dalam penelitian ini adalah Backpropagation Neural Network (BPNN) dan Generalized Regression Neural Network (GRNN). Pengujian dilakukan dengan menggunakan data tingkat kemiskinan di Provinsi Gorontalo pada tahun 2016 dan 2017. Mean Absolute Percentage Error (MAPE) digunakan sebagai kriteria evaluasi model prediksi. Hasil dari prediksi tingkat kemiskinan diperoleh bahwa metode GRNN memiliki performa 14-16% lebih baik jika dibandingkan dengan metode BPNN.
PEMANFAATAN VISUAL ANIMASI SEBAGAI MEDIA INTERAKTIF UNTUK MENINGKATKAN MINAT BELAJAR Rina Mamase
Jurnal Abdimas Gorontalo (JAG) Vol 2 No 2 (2019): Jurnal Abdimas Gorontalo (JAG), November 2019
Publisher : UPPM Politeknik Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30869/jag.v2i2.370

Abstract

Proses pembelajaran yang konvensional yaitu hanya dengan menggunakan papan tulis, buku teks dan metode ceramah kini mulai beralih dengan menggunakan media pembelajaran. Penggunaan media pembelajaran yang interaktif dapat mendukung terciptanya suasana proses pembelajaran yang menarik dan efektif, karena materi dapat divisualisasikan dengan bantuan media. Terdapat beragam media pembelajaran yang dapat digunakan oleh para guru untuk membuat rancangan bahan ajar. Namun ketersediaan media di sekolah masih terbatas dan kemampuan guru dalam mengembangkan media pembelajaran masih minim. Dengan demikian, dilakukan kegiatan pengabdian pada masyarakat berupa pelatihan pemanfaatan visual animasi sebagai media interaktif untuk meningkatkan minat belajar siswa. Pelatihan tersebut diberikan kepada guru-guru SMK Hidayatullah Kabupaten Pohuwato yang bertujuan untuk meningkatkan kemampuan guru dalam mengembangkan media pembelajaran berbasis animasi dengan menggunakan aplikasi sparkol. Kegiatan pelatihan melibatkan 13 orang guru SMK Hidayatullah. Pelatihan dilaksanakan dengan tahapan yaitu 1) Penyusunan materi pelatihan; 2) pemaparan materi tentang pentingnya media pembelajaran interaktif; 3) latihan dasar pengembangan media dengan sparkol; 4) sesi tanya jawab. Para guru begitu antusias mengikuti pelatihan ini, karena dengan adanya pelatihan ini dapat meningkatkan kemampuan guru dalam mengembangkan media pembelajaran. Kata Kunci : media pembelajaran, sparkol, visual animasi