Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : INTEGER: Journal of Information Technology

Media Pembelajaran Berbasis Game Edukasi Aksara Jawa Murda Menggunakan Algoritma Fisher Yates Shuffle Maulana, Fery; Alamsyah, Muslim; Anggadimas, Nanda Martyan
INTEGER: Journal of Information Technology Vol 10, No 1 (2025): April
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2024.v10i1.7266

Abstract

Pengembangan media pembelajaran berbasis game edukasi semakin dibutuhkan untuk mendukung proses pembelajaran yang interaktif dan menarik, khususnya dalam mata pelajaran Bahasa Jawa. Penelitian ini bertujuan untuk mengembangkan game edukasi aksara Jawa Murda untuk siswa kelas VII SMP dengan menggunakan algoritma Fisher-Yates Shuffle. Algoritma ini digunakan untuk mengacak soal, sehingga memberikan pengalaman bermain yang dinamis dan tidak monoton. Game yang dikembangkan berbentuk permainan petualangan dengan lima level, di mana setiap level menyajikan soal pilihan ganda terkait aksara Jawa Murda. Setelah menyelesaikan lima level, pemain akan kembali ke menu utama, dan set soal kedua akan ditampilkan pada sesi permainan berikutnya. Hasil penelitian menunjukkan bahwa game ini efektif meningkatkan minat belajar siswa terhadap materi aksara Jawa Murda. Uji coba dilakukan pada siswa kelas VII dengan hasil yang menunjukkan tingkat kepuasan tinggi terhadap aspek visual, fungsionalitas, dan efektivitas pembelajaran. Dengan adanya media pembelajaran berbasis game ini, diharapkan siswa dapat belajar aksara Jawa Murda dengan lebih menyenangkan dan efisien.Kata Kunci: Media pembelajaran, game edukasi, aksara Jawa Murda, Fisher-Yates Shuffle, siswa SMP.
Pengembangan Sistem Deteksi Katarak Berbasis Website Dengan Menggunakan Cnn Di Rumah Sakit Mata Pasuruan Mardianto, Agus; Alamsyah, Muslim; Khoiron, Mohamad
INTEGER: Journal of Information Technology Vol 10, No 2 (2025): September
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.0.v10i2.8051

Abstract

Katarak merupakan penyebab utama kebutaan di Indonesia, namun proses diagnosis yang masih manual di rumah sakit menyebabkan deteksi dini menjadi lambat dan tidak efisien. Penelitian ini bertujuan mengembangkan sistem deteksi katarak berbasis website dengan metode Convolutional Neural Network (CNN) di Rumah Sakit Mata Pasuruan. Sistem ini dirancang untuk mengklasifikasikan citra mata menjadi dua kelas, yaitu normal dan katarak, dengan menggunakan model CNN yang dilatih pada dataset berisi 512 citra. Model CNN dibangun dengan arsitektur tiga convolutional layers, max pooling, dan dense layer dengan fungsi aktivasi ReLU dan sigmoid, serta diintegrasikan melalui backend berbasis Flask dan layanan ngrok untuk koneksi dengan model yang berjalan di Google Colab. Evaluasi dilakukan menggunakan data validasi sebesar 20% dari dataset dengan hasil akurasi 97%, precision 1.00, recall 0.94 untuk kelas katarak, dan recall 1.00 untuk kelas normal. Sistem berhasil mendeteksi katarak secara otomatis dengan hasil akurat dan antarmuka ramah pengguna, serta mendukung layanan diagnosis awal di rumah sakit dengan lebih cepat dan efisien.