Claim Missing Document
Check
Articles

Found 3 Documents
Search

IMPLEMENTASI METODE LINEAR CONGRUENT METHODE (LCM) PADA APLIKASI PEMBELAJARAN IPA BERBASIS ANDROID Anatasya, A.Edeth Fuari; Jura, Suwatri; Muslim, Muslim; Nurmadinah, Nurmadinah
JURNAL IT Vol 10 No 2 (2019): Volume 10 Nomor 2, Agustus 2019 Jurnal IT
Publisher : LPPM- STMIK HANDAYANI MAKASSAR

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37639/jti.v10i2.161

Abstract

ABSTRAK   Perancangan aplikasi media pembelajran ini bertujuan, (1) Untuk merancang Aplikasi Pembelajaran Proses Daur Air Dan Peristiwa Alam Pada Mata Pelajaran IPA Kelas V SD Berbasis Android. (2) Untuk mengimplementasikan Metode Linear Congruent Method (LCM) Aplikasi Pembelajaran Proses Daur Air Dan Peristiwa Alam Pada Mata Pelajaran IPA Kelas V SD Berbasis Android. Pada perancangan aplikasi ini, pemgembangan sistem yang digunakan yaitu UML (Unified Modeling Language). Sedangkan pembuatan aplikasi perangkat lunak dalam penulisan ini  menggunakan perangkat lunak Adobe Profesional CS6, CorelDraw, Adobe AIR, PhotoShop dengan menggunakan metode LCM (Linear Congrate Methode). Hasil dari penelitian ini adalah sebuah media pembelajaran yang dapat memudahkan siswa untuk saling berinteraksi dalam belajar dan menciptakan pembelajaran yang tidak membosankan, serta mampu meningkatkan motivasi belajar siswa.    
Peran Keluarga Berhubungan dengan Kualitas Hidup Lansia: Studi Cross-Sectional Nurmadinah, Nurmadinah; Mursid, Aco; Muzakkir, Muzakkir; Irwan, Muhammad; Djalaluddin, Nurgadima Achmad; Irfan, Irfan; Indrawati, Indrawati; Evidamayanti, Evidamayanti
Nursing News : Jurnal Ilmiah Keperawatan Vol 9, No 1 (2025): EDISI APRIL
Publisher : Tribhuwana Tunggadewi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33366/nn.v9i1.3125

Abstract

Seiring bertambahnya usia, semakin rentan terhadap berbagai masalah kesehatan yang dapat memengaruhi kualitas hidup lansia. Keluarga memiliki peran yang sangat penting dalam mendampingi, memberikan bantuan, dan mengatasi berbagai tantangan yang dialami oleh lansia. Penelitian ini bertujuan untuk mengidentifikasi hubungan antara peran keluarga dan kualitas hidup lansia. Desain penelitian observasional dengan metode cross sectional. Populasi berjumlah 507 lansia, dengan sampel sejumlah 100 orang didapatkan, melalui purposive sampling. Instrumen yang digunakan adalah kuesioner peran keluarga dan kualitas hidup (kuesioner OPBQL-Brief), diadopsi dari Radiani, Z. F. R. (2018). Analisa data menggunakan uji chi-square. Hasil penelitian menunjukkan hampir separuh lansia (49%) mempunyai peran keluarga yang bagus; sebagian besar lansia (66%) memiliki kualitas hidup yang baik; dan ada hubungan peran keluarga dan kualitas hidup lansia (p value 0,000). Temuan ini mengindikasikan pentingnya pengembangan intervensi atau program yang dapat meningkatkan peran keluarga dalam upaya memperbaiki kualitas hidup lansia. Direkomendasikan untuk penelitian lanjutan ialah mengkaji intervensi atau program dalam meningkatkan peran keluarga terhadap peningkatan kualitas hidup lansia.
DETEKSI PENYAKIT DAUN CABAI MENGGUNAKAN KOMBINASI GLCM DAN HSV DENGAN KLASIFIKASI SVM Nurmadinah, Nurmadinah; Wajidi, Farid; Arifin, Nurhikma
Insect (Informatics and Security): Jurnal Teknik Informatika Vol. 11 No. 2 (2025): Oktober 2025
Publisher : Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/insect.v11i2.4820

Abstract

Chili pepper is one of the high-value horticultural commodities in Indonesia. However, this plant is highly susceptible to various leaf diseases such as yellow virus, leaf spots, leaf curl, nutrient deficiency, and whitefly infestation. Manual disease detection is often inaccurate and time-consuming, necessitating an automated solution that is more efficient and effective. This study aims to detect chili leaf diseases using texture and color features extracted from leaf images. This approach enables farmers to easily identify the type of disease affecting chili plants, allowing for faster and more precise control measures. The research utilizes 1,150 chili leaf images divided into five disease categories—yellow virus, leaf spot, leaf curl, nutrient deficiency, and whitefly—each consisting of 230 images (184 training and 46 testing data). Feature extraction is performed on color features using the Hue, Saturation, Value (HSV) color space and on texture features using the Gray-Level Co-occurrence Matrix (GLCM) method. For classification, the Support Vector Machine (SVM) with Radial Basis Function (RBF) kernel is employed. Parameter testing of C (1, 5, and 10) and Gamma (0.1, 0.01, 0.001, 0.0001, and 0.00001) shows that the best performance is achieved at angles 0° and 135°, with C=10 and γ=0.1, yielding a classification accuracy of 91.30%. These results indicate that the combination of GLCM and HSV features, along with optimal RBF kernel parameter tuning, effectively enhances classification accuracy.