Claim Missing Document
Check
Articles

Found 3 Documents
Search

PENGGUNAAN MODEL PEMBELAJARAN TEAMS GAMES TOURNAMENT UNTUK MENINGKATKAN KEAKTIFAN DAN HASIL BELAJAR SISWA PADA MATERI APLIKASI BARISAN Nandang, Nandang; Susanti, Ela; Puri, Ita Duhita
Mathline : Jurnal Matematika dan Pendidikan Matematika Vol 5 No 1 (2020): Mathline
Publisher : Universitas Wiralodra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31943/mathline.v5i1.142

Abstract

Penelitian ini bertujuan untuk mengetahui penggunaan model pembelajaran Teams Games Tournament (TGT) dapat meningkatkan keaktifan dan hasil belajar siswa pada materi aplikasi barisan. Penelitian ini merupakan Penelitian Tindakan Kelas (PTK) yang dilakukan di SMAN 2 Indramayu. Partisipan dalam penelitian ini adalah siswa kelas XI-6 MIPA yang berjumlah 30 siswa. Alat pengumpul data yang digunakan dalam penelitian ini adalah teknik observasi dan tes formatif. Hasil pengolahan data keaktifan diperoleh terjadi peningkatan. Pada siklus I sebesar 40%, siklus II sebesar 76,7% dan pada siklus III sebesar 93,3%. Hasil pengolahan data hasil belajar diperoleh rata-rata siklus I sebesar 82,1, siklus II sebesar 90,6 dan siklus III sebesar 95,9. Adapun peningkatan jumlah siswa yang mencapai ketuntasan belajar yaitu dari siklus I sebesar 86,7% dengan kategori ketuntasan tinggi, siklus II sebesar 100% dengan kategori ketuntasan sangat tinggi, dan siklus III sebesar 100% dengan kategori ketuntasan sangat tinggi.
PENGGUNAAN MODEL PEMBELAJARAN TEAMS GAMES TOURNAMENT UNTUK MENINGKATKAN KEAKTIFAN DAN HASIL BELAJAR SISWA PADA MATERI APLIKASI BARISAN Nandang, Nandang; Susanti, Ela; Puri, Ita Duhita
Mathline : Jurnal Matematika dan Pendidikan Matematika Vol. 5 No. 1 (2020): Mathline
Publisher : Universitas Wiralodra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31943/mathline.v5i1.142

Abstract

Penelitian ini bertujuan untuk mengetahui penggunaan model pembelajaran Teams Games Tournament (TGT) dapat meningkatkan keaktifan dan hasil belajar siswa pada materi aplikasi barisan. Penelitian ini merupakan Penelitian Tindakan Kelas (PTK) yang dilakukan di SMAN 2 Indramayu. Partisipan dalam penelitian ini adalah siswa kelas XI-6 MIPA yang berjumlah 30 siswa. Alat pengumpul data yang digunakan dalam penelitian ini adalah teknik observasi dan tes formatif. Hasil pengolahan data keaktifan diperoleh terjadi peningkatan. Pada siklus I sebesar 40%, siklus II sebesar 76,7% dan pada siklus III sebesar 93,3%. Hasil pengolahan data hasil belajar diperoleh rata-rata siklus I sebesar 82,1, siklus II sebesar 90,6 dan siklus III sebesar 95,9. Adapun peningkatan jumlah siswa yang mencapai ketuntasan belajar yaitu dari siklus I sebesar 86,7% dengan kategori ketuntasan tinggi, siklus II sebesar 100% dengan kategori ketuntasan sangat tinggi, dan siklus III sebesar 100% dengan kategori ketuntasan sangat tinggi.
Penerapan Algoritma K-Means Clustering Untuk Segmentasi Wilayah Berdasarkan Indikator Ekonomi di Indonesia Maulana, Akbar; albani, rakha; Susanti, Ela; Rahmaya, Erliza Sabila; Haris, Iqbal Abdul
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 2 (2025): Mei - Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i2.1169

Abstract

Penelitian ini bertujuan untuk menerapkan algoritma K-Means Clustering dalam melakukan segmentasi wilayah di Indonesia berdasarkan indikator-indikator ekonomi yang relevan. Metode ini digunakan karena kemampuannya dalammengelompokkan data multivariat ke dalam klaster-klasterhomogen yang merepresentasikan karakteristik ekonomimasing-masing wilayah. Data yang digunakan mencakup lima indikator utama, yaitu: penjualan ritel makanan dalamkemasan (2000–2002), komposisi penduduk menurut jeniskegiatan (2012–2014), kontribusi ritel modern terhadap pasar nasional (2002–2009), produksi padi dan palawija (2014), serta harapan hidup saat lahir di negara-negara ASEAN (1990–2011). Proses analisis melibatkan tahapan praprosesdata, penentuan jumlah klaster optimal dengan Elbow Method, pelaksanaan algoritma K-Means, dan evaluasi hasilklaster. Hasil penelitian menunjukkan bahwa wilayah-wilayah dapat diklasifikasikan menjadi tiga klaster utama dengankarakteristik ekonomi yang berbeda-beda. Segmentasi inidapat digunakan untuk mendukung pengambilan kebijakanberbasis data dalam perencanaan pembangunan wilayah yang lebih tepat sasaran.