Claim Missing Document
Check
Articles

Found 5 Documents
Search

THE INFLUENCE OF A GUIDED INQUIRY LEARNING MODEL ON STUDENT MOTIVATION AND LEARNING OUTCOMES ON SOLAR SYSTEM MATERIAL Simamora, Nadia Natalia; Kimball, Derek F. Jackson; Maulana, Rizki Catur Dimas; Sunarmi, Nani
EduFisika: Jurnal Pendidikan Fisika Vol 9 No 1 (2024): EduFisika: Jurnal Pendidikan Fisika Volume 9 Nomor 1 April 2024
Publisher : Program Studi Pendidikan Fisika FKIP Universitas Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59052/edufisika.v9i1.29681

Abstract

This research aims to determine the effect of the guided inquiry learning model on student motivation and learning outcomes at Junior high school 2 Piyungan. This research uses a quantitative approach with a quasi-experimental type of research in the form of Nonequivalent Control Group Design. The population of this study were all students in class VII of Junior high school 2 Piyungan with a sample of 64 students. The research instruments used were test instruments in the form of multiple choice questions and non-test instruments in the form of questionnaires. The data analysis technique used in the research is descriptive statistical analysis and inferential data analysis using the Paired Sample t-test and MANOVA test. The research results were analyzed using statistical analysis showing that the average value of learning motivation and learning outcomes for experimental class students was greater than that of the control class. These results are supported by the results of inferential analysis using the MANOVA test which shows a sig. (2-tailed) 0.000 < 0.05. This means that H0 is rejected and Ha is accepted. Thus, it can be said that the guided inquiry learning model influences student motivation and learning outcomes. This research can be used as a reference for further research regarding the influence of the guided inquiry learning model on student motivation and learning outcomes.
Analisis Pengaruh Kualitas Website Terhadap Kepuasan Mahasiswa Jurusan Tadris Fisika UIN Sayyid Ali Rahmatullah Tulungagung dengan Metode Webqual 4.0 Sunarmi, Nani
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 2 (2021): Desember 2021
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v1i2.1734

Abstract

Jurusan Tadris Fisika UIN Sayyid Ali Rahmatullah Tulungagung menjalankan upaya pelayan publik dengan menyediakan infomasi berkaitan jurusan melalu berbagai media. Salah satu media pelayanan informasi yang digunakan adalah website. Website jurusan tadris fisika berisi informasi berupa Akademik, Kurikulum, Alumni, Fasilitas, Kegiatan Ilmiah dan Kemahasiwaan dan lain sebagainya. Penguna mayoritas website Jurusan Tadris Fisika adalah mahasiswa. Sebagai upaya menjaga kualitas dan konsistensi website maka diperlukan evaluasi tehadap kualitas website. Upaya tersebut dilakukan dalam bentuk penelitian yang bertujuan untuk mengetahui pengaruh kualitas website terhadap kepuasan pengguna. Berdasarkan latar belakang tersebut dilakukan pengujian menggunakan metode Webqual 4.0. Pengambilan data dilakukan kepada mahasiswa jurusan tadris Fisika. Data hasil uji dianalisis mengunakan uji instrumen, uji asumsi klasik dan analisis regresi. Berdasarkan hasil pengujian diperoleh bahwa kepuasan pengguna secara signifikan dipengaruhi oleh kualitas website yang terdiri dari kegunaan, kualitas informasi dan kualitas interaksi.
PENGARUH MODEL CORE TERHADAP MINAT DAN HASIL BELAJAR SISWA KELAS VII MTSN 8 BLITAR Habibah, Laili; Sunarmi, Nani
Relevan : Jurnal Pendidikan Matematika Vol 5 No 2 (2025): Relevan : Jurnal Pendidikan Matematika
Publisher : Yayasan Amanah Nur Aman

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pembelajaran matematika masih menghadapi berbagai permasalahan, seperti rendahnya minat dan hasil belajar siswa. Salah satu penyebabnya adalah penggunaan model pembelajaran konvensional yang kurang menarik. Sebagai solusi, model pembelajaran CORE (Connecting, Organizing, Reflecting, Extending) dapat diterapkan untuk meningkatkan minat dan hasil belajar siswa. Penelitian ini bertujuan untuk mengetahui: (1) pengaruh model CORE terhadap minat belajar siswa, (2) pengaruh model CORE terhadap hasil belajar siswa, dan (3) pengaruh model CORE terhadap minat dan hasil belajar siswa kelas VII MTsN 8 Blitar. Penelitian ini menggunakan pendekatan kuantitatif dengan teknik purposive sampling. Populasi penelitian adalah seluruh siswa kelas VII MTsN 8 Blitar yang berjumlah 289 siswa. Hasil penelitian menunjukkan: (1) terdapat pengaruh signifikan model CORE terhadap minat belajar siswa, ditunjukkan oleh nilai t-hitung = 4,620 > t-tabel = 2,000 dan Sig. = 0,000 < 0,05; (2) terdapat pengaruh signifikan terhadap hasil belajar siswa, dengan t-hitung = 2,171 > t-tabel = 2,000 dan Sig. = 0,034 < 0,05; serta (3) terdapat pengaruh model CORE terhadap minat dan hasil belajar siswa secara simultan berdasarkan uji MANOVA dengan nilai signifikansi 0,000 < 0,05. ABSTRACT  Mathematics learning still faces various problems, such as low student interest and learning outcomes. One of the causes is the use of conventional learning models that are less interesting. As a solution, the CORE (Connecting, Organizing, Reflecting, Extending) learning model can be applied to improve student interest and learning outcomes. This study aims to determine: (1) the effect of CORE model on students' interest in learning, (2) the effect of CORE model on students' learning outcomes, and (3) the effect of CORE model on students' interest and learning outcomes in class VII MTsN 8 Blitar. This study used a quantitative approach with purposive sampling technique. The study population was all VII grade students of MTsN 8 Blitar, totaling 289 students. The results showed: (1) there is a significant effect of CORE model on students' interest in learning, indicated by the value of t-count = 4,620 > t-table = 2,000 and Sig. = 0.000 < 0.05; (2) there is a significant effect on student learning outcomes, with t-count = 2.171 > t-table = 2.000 and Sig. = 0.034 < 0.05; and (3) there is an effect of the CORE model on student interest and learning outcomes simultaneously based on the MANOVA test with a significance value of 0.000 < 0.05.
Pengenalan Barang Pada Kereta Belanja Menggunakan Metode Scale Invariant Feature Transform (SIFT) Akbar, Ronny Makhfuddin; Sunarmi, Nani
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 6: Desember 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3805.372 KB) | DOI: 10.25126/jtiik.2018561046

Abstract

Menunggu dalam suatu antrian di supermarket sering terjadi dalam kehidupan sehari-hari. Antrian tersebut terjadi karena pada kasir mengharuskan setiap barang diperiksa untuk dipindai menggunakan barcode. Hal ini dapat diatasi dengan menggunakan aplikasi pengenalan atau deteksi barang berbasis pengolahan citra yang akan membantu mengurangi permasalahan pada kasir seperti scanner tidak mengenali barcode barang, label harga barang tidak dapat dikenali sehingga membuat proses pelayanan menjadi lama. Tujuan dari penelitian ini adalah membuat algoritma yang membantu kasir untuk mengenali barang pada kereta belanja dan menampilkan harga barang dengan hanya mengambil citra kereta belanja. Algoritma yang diusulkan untuk mendeteksi dan mengidentifikasi beberapa barang dengan pencocokan citra menggunakan Scale Invariant Feature Transform (SIFT) serta metode RANSAC digunakan untuk menghasilkan homography terbaik untuk memetakan kotak pembatas dari database citra ke citra kereta belanja. Citra akan tersegmentasi berdasarkan barang yang ada, dan masing-masing segmen akan dianalisis secara independen dengan asumsi gambar label depan yang diambil. Begitu barang dikenali, harga setiap barang ditambahkan untuk mendapatkan harga total. Citra hasil menunjukkan posisi barang pada citra dengan informasi harga barang dan total belanja. Sistem ini dapat mengenali barang dalam citra kereta belanja dengan tingkat akurasi 100% terhadap jumlah barang pada kereta belanja sebanyak 2 sampai 5 barang, tingkat akurasi 20%  dengan jumlah 6 dan 7 barang, tingkat akurasi 0% dengan jumlah 8 sampai 10 barang. Sistem ini juga dapat mengenali barang tumpang tindih dengan presentase fitur area barang bawah lebih besar dibandingkan barang atas, serta mayoritas sistem hanya bisa mengenali barang dengan bentuk objek datar. AbstractWaiting in a queue at supermarkets often happens in everyday life. The queue occurs because the cashier requires each item to be scanned one by one using a barcode. This can be overcome by using an object recognition or detection application based on image processing that will help speed up the process of scanning item at the cashier by scanning several items at the same time on the shopping cart and display the name, price, and total amount of shopping. The purpose of this research was to apply an algorithm that helps the cashiers to recognize item on shopping carts and display the price of item by simply taking a image of a shopping cart. The algorithm proposed to detect and identify several items with image matching using Scale Invariant Feature Transform (SIFT). And the algorithm used to filter false match at image matching using RANSAC method and to produce the best homography to map the boundary box of item in the image of the shopping cart. The result image shows the position of the item in the image with information on the price of the item and total amount of shopping. This system can recognize items in the shopping cart image with an average of accuracy rate at 48.89% based on the number of items and the distance of image capture. Accuracy rate of 100% based on number of items in the shopping cart as much as 2-4 items at close distance (30-60 cm), accuracy rate of 46.67% with 5-7 items at medium distance (60-90 cm), accuracy rate of 0% with 8-10 items at far distance (more than 90 cm). This system can also recognize well on overlapping items on the surface covered 20%, 40%, 60%, and 80%, and the majority of the system can only recognize items with flat object shapes.
Analisis Faktor Unsur Cuaca terhadap Perubahan Iklim di Kabupaten Pasuruan pada Tahun 2021 dengan Metode Principal Component Analysis Sunarmi, Nani; Kumailia, Elok Nurul; Nurfaiza, Nanin; Nikmah, Afifatul Khoirun; Aisyah, Hani Nur; Sriwahyuni, Indah; Lailly, Shella Nur
Newton-Maxwell Journal of Physics Vol. 3 No. 2: Oktober 2022
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (528.585 KB) | DOI: 10.33369/nmj.v3i2.23380

Abstract

Cuaca menjadi  indikator perubahan iklim di bumi yang mempengaruhi berbagai aspek  kehidupan.  Peran dan pengaruh cuaca sangat bergatung pada unsur-unsur yang mempengaruhinya. Penelitian ini bertujuan untuk menganalisis faktor unsur cuaca yang berpengaruh terhadap perubahan iklim yang terjadi kabupaten Pasuruan Jawa timur.  Unsur-unsur cuaca  yang dianalisis meliputi  kelembaban,  curah hujan,  suhu, arah angin, kecepatan angin dan radiasi sinar matahari.  Analisis yang diterapkan dalam penelitian ini terdiri dari analisis deksriptif dan analisis faktor menggunakan metode Principal Component Analysis dengan bantuan aplikasi spss. Data yang digunakan merupakan data sekuder atau data yang sudah ada, data sekunder ini diperoleh dari informasi pada laman Badan Meteorologi Klimatologi dan Geofisika Republik Indonesia. Data yang dikumpulkan merupakan data unsur cuaca untuk kabupaten Pasuruan dalam kurun waktu satu tahun yakni periode  Januari – Desember Tahun 2021. Hasilnya, diperoleh bahwa terdapat dua faktor yang berpengaruh terhadap perubahan iklim yang ada di kabupaten Pasuruan tahun 2021. Faktor 1 yaitu  Kelembapan udara, Curah hujan, Lamanya sinar matahari. Faktor 2 yaitu  suhu, arah angin, kecepatan angin. Yang paling dominan berpengaruh pada perubahan iklim ada di faktor 1 variabel paling dominan pengaruhnya yaitu pada variabel  kelembaban dan lamanya sinar matahari  karena memiliki nilai korelasi 0.960  yang paling tinggi.