Claim Missing Document
Check
Articles

Found 8 Documents
Search

Pelatihan Pembuatan Media Pembelajaran Interaktif untuk Peningkatan Kualitas Pembelajaran Bagi Guru di SDN 3 Jatinegoro, Sempor, Kebumen Sipan, Muhammad; Jayati, Ari Endang; Muliandhi, Puri
JPP IPTEK (Jurnal Pengabdian dan Penerapan IPTEK) Vol 8, No 2 (2024): November
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.jpp-iptek.2024.v8i2.3311

Abstract

Media pembelajaran merupakan sarana penting bagi guru dalam memberikan pelajaran kepada siswa mereka. Bagaimana guru menyampaikan informasi dan media yang digunakan memengaruhi keberhasilan siswa dalam menerima dan memahami pelajaran. SDN 3 Jatinegoro, Sempor, Kebumen adalah sekolah yang terkena efek langsung pandemi COVID-19 dan terdiri dari hanya delapan guru, yakni tiga PNS dan lima GTT. Karena kondisi lingkungan saat ini yang tidak menentu, terutama selama tiga tahun terakhir akibat pandemi COVID-19, pengabdian ini dimaksudkan untuk meningkatkan kompetensi guru dalam sistem pembelajaran seperti pembelajaran pendidikan dasar. Dengan kondisi ini, guru diharapkan dapat menerapkan pembelajaran online dengan efektif sehingga siswa mampu mampu menguasai materi apa yang telah diajarkan selama proses pembelajaran. Untuk mencapai semua ini, guru harus memiliki kemampuan untuk membuat media pembelajaran berkualitas tinggi, termasuk media pembelajaran yang interaktif untuk siswa. Tujuan pengabdian yaitu meningkatkan pembelajaran online guru SDN 3 Jatinegoro, Sempor, Kebumen dengan melaksanakan pelatihan perihal pembuatan media belajar yang interaktif, yang akan membantu guru menjadi dapat berinteraksi dengan siswa. Setelah mengikuti pelatihan ini, diharapkan guru mampu mempunyai keahlian lebih baik perihal pembuatan media pembelajaran lebih kreatif. Ini akan memastikan bahwa baik pembelajaran online maupun pembelajaran langsung tetap memiliki kualitas yang sama.
ANALISIS TEKSTUR PHOTO LAMA MENGGUNAKAN FITUR TEKSTUR GRAY LEVEL CO-OCCURRENCE MATRIKS PADA PEWARNAAN CITRA OTOMATIS Sipan, Muhammad; Pramuyanti, Rony kartika
Jurnal Pengembangan Rekayasa dan Teknologi Vol. 1 No. 2 (2017): November (2017)
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/jprt.v13i2.936

Abstract

Pengolahan citra merupakan hal penting pada sebuah proses pengenalan, klasifikasi atau segmentasi atau proses lain. Satu hal yang dapat dilakukan adalah analisis fitur tekstur yang berhubungan dengan photo lama dalam hal ini photo grayscale. Objek penelitian dapat berupa photo (citra) lama dan menggunakan   metode statistikal berbasis Gray Level Cooccurrence Matrix (GLCM) .GLCM adalah salah satu metode yang digunakan untuk ekstraksi fitur tekstur, beberapa tekstur yang ada di analisis menggunakan glcm dengan membandingkan fitur tektur GLCM pada photo lama dengan photo aslinya                                     Proses pewarnaan yaitu memberikan visualisasi lebih pada sebuah objek, dapat berupa citra atau video monokrom dengan tujuan untuk memberikan detail dan kejelasan dari citra atau video yang diwarnai. Penelitian membahas citra grayscale untuk diwarnai, kemudian mencari nilai-nilai fitur tekstur GLCM. Besar kecilnya nilai fitur yang diperoleh dari perhitungan digunakan untuk mencari seberapa besar nilai error yang secara tidak langsung menunjukan seberapa besar kemiripan citra tersebut. Pengukuran keberhasilan besar kecilnya kemirirpan menggunakan metode Mean Square Error (MSE) dan Mean Absolute Error (MAE).
Sosialisasi Peningkatan Pemahaman Bisnis Digital Berbasis Media Online pada Siswa SMK PGRI 1 Kota Semarang Sipan, Muhammad; Sadewa, Ery; Hilal, Yusuf Nurul
Jurnal Abdimas Kartika Wijayakusuma Vol 6 No 3 (2025): Jurnal Abdimas Kartika Wijayakusuma
Publisher : LPPM Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26874/jakw.v6i3.769

Abstract

Perkembangan pesat teknologi informasi, terutama internet, telah menciptakan berbagai peluang baru di bidang bisnis, salah satunya adalah meningkatnya pertumbuhan bisnis digital. Bisnis digital menjadi salah satu bentuk inovasi teknologi yang berperan penting dalam mendorong kemajuan ekonomi Indonesia. Fenomena ini juga merupakan dampak positif dari pandemi Covid-19 yang terjadi beberapa tahun lalu. Namun, berbeda dengan kemajuan bisnis digital, siswa SMK PGRI 1 mengalami penurunan keaktifan dalam pembelajaran tatap muka akibat pandemi. Kondisi tersebut masih dianggap wajar, tetapi menurunnya kreativitas siswa menjadi permasalahan tersendiri. Untuk mengatasinya, tim pengabdian berupaya menumbuhkan motivasi belajar agar kreativitas siswa dapat berkembang, terutama dalam bidang bisnis online, sehingga mereka dapat memperoleh keuntungan yang bermanfaat bagi kebutuhan pribadi maupun keluarga tanpa harus bekerja terlalu berat. Di era kompetitif saat ini, siswa dituntut mengenali potensi diri sebagai modal dalam meraih cita-cita. SMK PGRI 1 Semarang sebagai acuan bagi SMK swasta di Jawa Tengah diharapkan mampu membekali siswa dengan ilmu dan keterampilan sesuai minat, baik dari sekolah maupun pelatihan tambahan. Melalui kegiatan pengabdian ini, dihasilkan lapak online dan peningkatan pemahaman siswa terhadap bisnis digital sebesar 19,65%, dari 53,35% menjadi 73%, yang diharapkan dapat mendorong semangat berwirausaha sejak dini.
ANALISIS TEKSTUR PHOTO LAMA MENGGUNAKAN FITUR TEKSTUR GRAY LEVEL CO-OCCURRENCE MATRIKS PADA PEWARNAAN CITRA OTOMATIS Sipan, Muhammad; Kartika Pramuyanti, Rony
Elektrika Vol. 10 No. 1 (2018): April 2018
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (340.61 KB) | DOI: 10.26623/elektrika.v10i1.1160

Abstract

 Image processing is important in a process of introduction, classification or segmentation or other processes. One thing that can be done is an analysis of the texture features related to old photos in this case grayscale photos. The object of the research can be an old photo (image) and use a statistical method based on Gray Level Counseling Matrix (GLCM). GLCM is one of the methods used for extracting texture features, some of which are analyzed using glcm by comparing the GLCM texture feature in the old photo with the original photo The coloring process is to provide more visualization of an object, it can be a monochrome image or video with the aim of providing details and clarity of the colored image or video. The study discusses grayscale images to be colored, then searches for GLCM texture feature values. The size of the features obtained from the calculation is used to find out how much the error value indirectly shows how much the image is similar. The measurement of the success of the small scale using the method of Mean Square Error (MSE) and Mean Absolute Error (MAE).Keyword: Texture, Glcm, MAE, MSE  
ANALISA CITRA BERBASIS FITUR WARNA TEKSTUR DAN HISTOGRAM UNTUK MENENTUKAN KEMIRIPAN CITRA Sipan, Muhammad; Pramuyanti, Rony Kartika
Elektrika Vol. 11 No. 1 (2019): April 2019
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1217.866 KB) | DOI: 10.26623/elektrika.v11i1.1539

Abstract

Citra merupakan sebuah gambaran dari sebuah objek yang menarik untuk di teliti. Penelitian ini membahas tentang Analisa citra berbasis fitur warna, tekstur dan histogram. Fitur-fitur ini akan dicari untuk memperoleh nilai yang akan digunakan sebagai acuan untuk mencari kemiripan citra berdasarkan error pada citra. Besar kecil nya error yang di peroleh dari nilai-nilai fitur tersebut menunjukan besar kecilnya kemiripan dari sebuah citra.Fitur warna citra berpengaruh pada kejelasan sebuah objek yang ada pada citra tersebut. Dengan warna yang ber-beda-beda objek dapat dideteksi dengan cepat walaupun hanya dengan kasat mata. Analisa citra dengan fitur warna yang dilakukan menggunakan nilai RGB pada citra yang dicari fiturnya, yaitu nilai Red, Green dan Blue pada tiap blok pikselnya. Setelah nilai fitur watna diperoleh, kemudian dicari nilai fitur tekstur menggunakan metode statistika orde dua yaitu Gray Level Cooccurrence Matrix (GLCM). Fitur-fitur tekstur tersebut antara lain: Kontras, IDM ASM, Entropi, dan Korelasi.Tahap akhir dicari nilai histogram dari tiga kondisi citra yang berbeda-beda untuk menunjukkan kondisi terang, normal dan gelap. Nilai-nilai fitur yang di peroleh kemudian digunakan untuk mencari kemiripan citra dengan menentukan besar kecilnya nilai error, dimana pada penelitian ini digunakan MSE (Mean Square errors) dan MAE (Mean Absolute Errors) untuk mencari besar nilai error.Keyword: fitur, warna, histogram, Glcm, MSE.
Deteksi Kualitas Kuning Telur Ayam Kampung Menggunakan Ekstraksi Ciri Secara Statistika Orde Satu Berbasis Logika Fuzzy Sipan, Muhammad; Pramuyanti, Rony Kartika
Elektrika Vol. 12 No. 2 (2020): Oktober 2020
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/elektrika.v12i2.2783

Abstract

Chicken eggs have become a basic necessity for Indonesians, both for personal consumption and for business purposes. Eggs that are good or quality can be seen based on the yolk. Both those who are only a day old a week or more than two weeks or those that are not suitable for consumption.Quality egg yolks appear brighter in yellow and there are no stripes or other colors and markings in the yolk. Eggs. From this, the author tries to do research on the detection of quality detection of native chicken egg yolk using Order One Statistical Extraction based on Fuzzy Logic. Feature extraction The first order egg yolk image in this study uses various features, namely variance, skewness, cartulation, entropy and mean. Texture measurements in the first order use statistical calculations based on the original image pixel value for the sole purpose of finding the histogram characteristics of the image.The results of this study are the value of the feature calculation in first order statistics to be used to make the decision whether the egg yolk is suitable for consumption or not. This research is expected to be able to provide insight in determining the quality or absence of native chicken eggs. The first step in this research is to look for data in the form of egg yolks from native chickens, after that we take a picture in the form of an image of egg yolk using the same camera and the same distance as well. So that the image results obtained have the same level of precision. From this image, we then look for the first order statistical value which will be used as a reference in determining the quality of eggs using fuzzy logic.
Analisis Citra Kuning Telur Berbasis Ekstraksi Ciri Statistika Orde Satu untuk Mengenali Jenis Telur Ayam Ras dan Ayam Kampung Sipan, Muhammad; Pramuyanti, Rony Kartika
Elektrika Vol. 13 No. 2 (2021): Oktober 2021
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/elektrika.v13i2.4250

Abstract

Chicken eggs are one of the most familiar side dishes in Indonesia besides tempeh. High protein and low prices make eggs a favorite side dish for the people of Indonesia. Although almost every day we see egg yolks we often can't tell for sure what chicken egg yolks we see. Based on this, the author tries to study egg yolk imagery based on first-order feature extraction using various features such as variance, skewness, carding, entropy, and mean. Statistical calculations are used based on the pixel values of the original image in this first-order texture calculation with the sole purpose of finding the histogram properties of the image. The results of first-order statistical characteristic calculations were used to differentiate between native and purebred chicken eggs. This study facilitates decision making, especially in the selection of accurate and measurable egg yolks from several types of chicken eggs, thereby minimizing public mistakes in choosing eggs based on egg yolks. The first step that can be done is to determine the data consisting of various types of images of free-range chicken egg yolks. These are free-range chicken eggs and purebred chicken eggs. The image is then segmented by separating the yolk and white, then first-order statistical analysis which later the results of these statistical calculations can be used as a reference in determining the type of egg. The results of the trial resulted in first-order feature extraction statistical values, namely for native chickens, the mean value was 132.743, min 69.5255, max 252.5, standard deviation was 29.922 and variance was 905.882. The average value of statistics was order 1 for native chickens. of mean 137,176, min 48, max 240.2, standard deviation 31,454 and variance of 957.89.
Implementasi Fuzzy C Mean Clustering Menggunakan Segmentasi Warna pada Mata Tua (Presbyopia) Sipan, Muhammad; Pramuyanti, Roni Kartika
Elektrika Vol. 15 No. 2 (2023): October 2023
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/elektrika.v15i2.7976

Abstract

The eye is an organ that is very important for activities and is a window to the world because it has the function of seeing. The eye as an organ can survive damage for a long time. The structure of a healthy person's eye organ, especially at a young age, is smooth and flexible. This is because the eye lens can adjust its shape to see objects clearly at a certain distance and lighting. If this ability is lost, an eye disorder occurs known as presbyopia or old eyes. Based on this problem, the research discusses color segmentation in old eyes using the Fuzzy C mean cluster method. This method works by partitioning data based on the distance between the input data and the nearest cluster center. The cluster center is always updated repeatedly until an optimal cluster division is obtained. Recurrence is based on minimizing the objective function. The aim of the research carried out was to separate objects in the image of the old eye, which could later be used as a reference to determine the conditions, symptoms or diseases of the old eye. From the results of the tests carried out, separate front ground and background images can provide a clearer picture of what objects are in the old eye (Presbyopia). The first cluster is on the x = 0 to x = 0.5 axis with the cluster center indicated and the y axis = 0 to 0.8. what is the second clustering at coordinates x = 0.5 to x=1.0 and axis y=0 to y=0.8. with X1 at (0,0) and X2 at (0.8, 0.45). Keywords: Cluster, Fuzzy C Mean, Eyes, Presbyopia, Segmentation. ABSTRAK  Mata adalah organ yang sangat penting untuk beraktivitas merupakan jendela dunia karena memiliki fungsi untuk melihat. Mata sebagai organ dapat bertahan dalam waktu yang lama dari kerusakan. Struktur organ mata orang yang sehat, khususnya saat usia muda bersifat halus dan fleksibel. Hal ini dikarenakan lensa mata bisa menyesuaikan bentuknya untuk melihat objek dengan jelas dalam jarak dan pencahayaan tertentu. Jika kemampuan itu hilang, maka terjadi gangguan mata yang dikenal dengan istilah presbyopia atau mata tua. Dari permasalahan tersebut penelitian membahas tentang segmentasi warna pada mata tua dengan menggunakan metode Fuzzy C mean cluster. Metode ini bekerja dengan mempartisi data berdasarkan pada jarak antara data masukan dengan pusat kluster terdekat. Pada pusat cluster selalu diupdate berulang-ulang sampai didapatkan pembagian kluster yang optimal. Perulangan didasarkan pada minimalisasi fungsi objektif. Tujuan penelitian yang dilakukan adalah memisahkan objek yang ada di citra mata tua, yang nantinya dapat di jadikan acuan untuk mengetahui kondisi, gejala atau penyakit yang ada pada mata tua tersebut. Dari hasil pengujian yang dilakukan dihasilkan, gambaran citra front ground dan background yang terpisah dapat memberikan gambaran lebih jelas objek apa saja yang ada pada mata tua (Presbyopia). Kluster pertama pada sumbu x = 0 sampai x = 0.5 dengan pusat kluster yang ditunjukkan dan sumbu y =0 sampai 0.8. klustering kedua berapa pada koordinat x = 0.5 sampai x=1.0 dan sumbu y=0 sampai y=0.8. dengan X1 pada (0,0) dan X2 pada (0.8, 0.45).