Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi Reswara: Jurnal Pengabdian Kepada Masyarakat
Rezki Ramdhani
Universitas Ahmad Dahlan
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
WORKSHOP PENGENALAN EDLINK SEBAGAI MEDIA PEMBELAJARAN ONLINE DI IKIP MUHAMMADIYAH MAUMERE Sabarudin Saputra; Aang Anwarudin; Fitrah Juliansyah; Rezki Ramdhani; Anton Yudhana; Rusydi Umar
RESWARA: Jurnal Pengabdian Kepada Masyarakat Vol 3, No 2 (2022)
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/rjpkm.v3i2.1899

Abstract

Media pembelajaran merupakan alat untuk menyampaikan pesan atau rangsangan pada proses belajar mengajar agar dapat menimbulkan keinginan untuk belajar. Media pembelajaran dapat berupa media pembelajaran online yang digunakan sebagai perantara proses pembelajaran sehingga memenuhi kebijakan Pembelajaran Jarak Jauh (PJJ) selama masa pandemi covid-19. Edlink merupakan media pembelajaran online yang digunakan oleh mitra kegiatan workshop yaitu IKIP Muhammadiyah Maumere. IKIP Muhammadiyah Maumere menggunakan Edlink sebagai media pembelajaran online antara dosen dan mahasiswanya. Sosialisasi penggunaan Edlink telah dilakukan pada masa Orientasi Kehidupan Kampus (OKK) tetapi tidak maksimal berdasarkan hasil survei sebelum kegiatan. Pihak kampus berkolaborasi dengan Magister Informatika Universitas Ahmad Dahlan melaksanakan kegiatan workshop pengenalan Edlink sebagai media pembelajaran online. Kegiatan workshop bertujuan untuk mengenalkan Edlink kepada mahasiswa baru IKIP Muhmmadiyah Maumere sebelum proses perkuliahan berlangsung. Peserta kegiatan berjumlah 120 mahasiswa baru periode 2021-2022. Tahapan kegiatan dimulai dengan survei pemahaman awal peserta, analisis tingkat pemahaman peserta, melakukan workshop, dan melakukan proses evaluasi. Metode evaluasi menggunakan angket penilaian tingkat pemahaman peserta dan dianalisis menggunakan rata-rata skor penilaian yang diberikan oleh peserta pada setiap pernyataan angket. Berdasarkan hasil evaluasi diperoleh nilai rata-rata total skor sebesar 4,35 dengan kriteria sangat paham dan persentasi sebesar 87,09%.
Similarity Identification Based on Word Trigrams Using Exact String Matching Algorithms Abdul Fadlil; Sunardi Sunardi; Rezki Ramdhani
INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi Vol 6 No 2 (2022): August 2022
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/intensif.v6i2.18141

Abstract

Several studies regarding excellent exact string matching algorithms can be used to identify similarity, including the Rabin-Karp, Winnowing, and Horspool Boyer-Moore algorithms. In determining similarities, the Rabin-Karp and Winnowing algorithms use fingerprints, while the Horspool Boyer-Moore algorithm uses a bad-character table. However, previous research focused on identifying similarities using these algorithms based on character n-gram. In contrast, identification based on the word n-gram to determine the similarity based on its linguistic meaning, especially for longer strings, had not been covered yet. Therefore, a word-level trigram was proposed to identify similarities based on the word trigrams using the three algorithms and compare each performance. Based on precision, recall, and running time comparison, the Rabin-Karp algorithm results were 100%, 100%, and 0.19 ms, respectively; the Winnowing algorithm results with the smallest window were 100%, 56%, and 0.18 ms, respectively; and the Horspool algorithm results were 100%, 100%, and 0.06 ms. From these results, it can be concluded that the performance of the Horspool Boyer-Moore algorithm is better in terms of precision, recall, and running time.
Co-Authors Aang Anwarudin Abdul Fadlil Anton Yudhana Fitrah Juliansyah Rusydi Umar Sabarudin Saputra Sunardi, Sunardi