Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Triton Arfak Chem: Chemistry Education Journal
Alex De Kweldju
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemistry Education Environmental Science Social Sciences Veterinary

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
COMPUTER ASSITED INSTRUCTION (CAI) SEBAGAI APLIKASI PENUNJANG DALAM PEMBELAJARAN KIMIA Alex De Kweldju
Arfak Chem: Chemistry Education Journal Vol 5, No 2 (2022): Arfak Chem
Publisher : Universitas Papua, Manokwari, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30862/accej.v5i2.380

Abstract

Hingga saat ini, kelas secara fisik merupakan tempat yang dianggap paling ideal untuk melaksanakan pembelajaran khususnya pembelajaran kimia. Pada proses pembelajaran kimia, guru sebagai tokoh utama yang bertanggung jawab dalam penyampaian materi kepada peserta didik di semua jenjang pendidikan. Dalam perkembangannya, guru diminta untuk semakin kreatif ketika mempersiapkan dan menyampaikan materi pembelajaran, dari metode hingga alat yang digunakan. Kreativitas guru dalam menyiapkan dan menyampaikan materi  sebagai indikator adanya keterlibatan proses pemikiran yang lebih tinggi (high level thinking) dari guru. Computer Assited Instruction (CAI) merupakan kategori aplikasi komputer yang digunakan untuk membantu guru menyampaikan materi pelajaran dan mendapat respon (feedback) dari siswa. Dengan adanya CAI, siswa dapat mengikuti pelajaran sesuai dengan kemampuannya dan mendapatkan umpan balik dengan cepat. Siswa akan berkurang ketergantungannya kepada guru dan paradigma ‘guru adalah satu-satunya sumber pengetahuan’ atau ‘guru adalah sumber utama pengetahuan’ akan berubah. 
PENGARUH MODEL PEMBELAJARAN INQUIRY BASED LEARNING TERHADAP HASIL BELAJAR KOGNITIF SISWA KELAS X IPA SMA NEGERI 02 MANOKWARI PADA MATERI POKOK IKATAN KIMIA Namira Namira; Alex De Kweldju
Arfak Chem: Chemistry Education Journal Vol 5, No 2 (2022): Arfak Chem
Publisher : Universitas Papua, Manokwari, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30862/accej.v5i2.350

Abstract

Penelitian ini bertujuan untuk mengetahui perbedaan pengaruh dari penggunaan model pembelajaran Inquiry Based Learning (IBL) dengan model pembelajaran konvensional terhadap hasil belajar kognitif peserta didik kelas X IPA SMA Negeri 2 Manokwari pada materi pokok ikatan kimia. Penelitian ini menggunakan true experimental design dengan jenis desain bentuk pre-test post-test control group design. Pengambilan sampel dilakukan dengan teknik purposive sampling. Instrumen yang digunakan dalam mengukur tes hasil belajar kognitif peserta didik adalah tes essay. Analisis data yang digunakan adalah analisis deskriptif dan analisis inferensial dengan bantuan softwere SPSS 20. Berdasarkan hasil analisis data dapat disimpulkan bahwa nilai Sig (2-tailed) sebesar 0.00 ˂ 0.025, maka H1 diterima dan H0 ditolak sehingga terdapat perbedaan yang signifikan terhadap hasil belajar kognitif peserta didik dari penggunaan model pembelajaran Inquiry Based Learning (IBL) kelas X IPA 2 dengan model konvensional kelas X IPA 7 dengan persen pengaruh sebesar 49%.
Analisis Integrasi Algoritma YOLOv8 dan CNN terhadap Klasifikasi Kualitas Telur Ayam Ras Petelur di Kabupaten Manokwari Helmi Saputra; Christian Dwi Suhendra; Alex De Kweldju
JURNAL TRITON Vol 17 No 1 (2026): JURNAL TRITON (Issue in Progress)
Publisher : Politeknik Pembangunan Pertanian Manokwari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47687/jt.v17i1.1912

Abstract

Penilaian mutu telur ayam petelur umumnya masih dilakukan secara manual sehingga rentan terhadap subjektivitas dan ketidakkonsistenan hasil, sementara kebutuhan akan proses grading yang cepat dan akurat semakin meningkat. Penelitian ini dilakukan untuk mengembangkan model klasifikasi mutu telur berbasis warna dan bentuk kerabang dengan memanfaatkan algoritma YOLOv8 dan Convolutional Neural Network (CNN). Data dikumpulkan dari peternak lokal di Kabupaten Manokwari menggunakan metode Stratified Random Sampling dan menghasilkan 957 citra telur yang diberi label berdasarkan pedoman SNI 3926:2023. Proses preprocessing meliputi penyesuaian ukuran citra menjadi 640×640 piksel, normalisasi, serta augmentasi variasi pencahayaan dan sudut. YOLOv8 digunakan untuk mendeteksi posisi telur, sementara EfficientNet-B0 sebagai CNN digunakan untuk klasifikasi tiga tingkat mutu telur. Hasil penelitian menunjukkan bahwa YOLOv8 mampu mendeteksi objek dengan performa sangat baik dengan nilai mAP@0.5 sebesar 0.980, precision 0.97, dan recall 0.95, sedangkan model CNN mencapai akurasi validasi 91.9% dengan performa stabil pada seluruh kelas. Integrasi kedua model menghasilkan sistem yang mampu bekerja secara real-time dengan kecepatan 20–35 FPS dan dapat menghitung jumlah telur per grade secara otomatis. Berdasarkan hasil tersebut, dapat disimpulkan bahwa kombinasi YOLOv8 dan CNN mampu memberikan solusi yang cukup akurat untuk proses grading telur ayam petelur serta berpotensi diterapkan pada sistem sortasi pascapanen skala produksi.
Co-Authors Christian Dwi Suhendra Helmi Saputra Namira Namira