Claim Missing Document
Check
Articles

Found 13 Documents
Search

PENGEMBANGAN PERMAINAN EDUKASI INTERAKTIF UNTUK ANAK PADA MATA PELAJARAN MATEMATKA BERBASIS MOBILE MENGGUNAKAN METODE ADDIE Dwi Saputra, Riko; Arkhiansyah, Yuni
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9383

Abstract

Kemajuan teknologi saat ini telah mengalami perkembangan pesat yang terus meningkatkan minat pengguna agar tetap tertarik dan tidak bosan menggunakan teknologi, termasuk dalam konteks pendidikan. Teknologi memainkan peran penting dalam perkembangan ilmu pengetahuan, dan pendidikan dianggap sebagai wadah yang penting dalam membentuk individu yang berkualitas dan berwawasan luas, serta memotivasi mereka untuk meningkatkan kemampuan berpikir dan menghadapi kehidupan secara lebih baik. Media pembelajaran berfungsi sebagai perantara yang menyampaikan informasi dan pesan-pesan pembelajaran. Penggunaan media pembelajaran dapat memicu minat belajar baru, meningkatkan motivasi dan aktivitas belajar, serta memiliki dampak psikologis bagi siswa. Dapat disimpulkan bahwa baik media pembelajaran maupun teknologi memiliki daya tarik yang sama. Sebagai contoh, game edukasi dengan tema matematika untuk siswa sekolah dasar telah meningkatkan persentase penggunaannya menjadi 32% dibandingkan dengan pembelajaran menggunakan buku sebesar 28%. Penelitian ini bertujuan untuk menerapkan metode ADDIE dalam pengembangan permainan edukasi interaktif untuk anak pada mata pelajaran matematika yang awalnya bersifat statis menjadi interaktif. Hal ini bertujuan untuk memudahkan anak dalam belajar matematika melalui permainan. Hasil dari penelitian ini adalah sebuah permainan edukasi interaktif untuk anak pada mata pelajaran matematika yang dikembangkan menggunakan metode ADDIE. Permainan ini dirancang untuk menyampaikan materi pembelajaran matematika tingkat sekolah dasar
IMPLEMENTASI ALGORITMA MECHINE LEARNING UNTUK REKOMENDASI PROGRAM STUDI BAGI SISWA SMA: STUDI KASUS: INSTITUT INFORMATIKA DAN BISNIS DARMAJAYA Vivia Khoirunnisa, Chandry; Arkhiansyah, Yuni
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10866

Abstract

Pemilihan program studi yang tepat merupakan langkah penting bagi mahasiswa dalam menentukan arah karir akademik dan profesional mereka. Namun, proses ini seringkali rumit karena melibatkan pertimbangan berbagai faktor seperti minat, kemampuan akademik, dan prospek pekerjaan. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi program studi bagi siswa Sekolah Menengah Atas (SMA) menggunakan metode Support Vector Machine (SVM). Sistem ini dirancang untuk membantu siswa dalam memilih program studi yang sesuai dengan minat dan potensi mereka berdasarkan data nilai lulusan, penghasilan ayah, dan penghasilan ibu. Dengan menerapkan algoritma SVM, sistem ini mampu menganalisis pola dan memberikan rekomendasi yang personal dan akurat. Hasil pengujian menunjukkan bahwa metode SVM efektif dalam memberikan rekomendasi program studi yang tepat, dengan tingkat keberhasilan yang tinggi dalam uji coba aplikasi. Implementasi sistem ini diharapkan dapat meningkatkan keberhasilan akademik siswa, mengurangi tingkat drop out, dan meningkatkan kepuasan siswa dalam pemilihan program studi. Dengan demikian, sistem rekomendasi ini dapat menjadi alat yang berguna bagi institusi pendidikan dalam memandu siswa menuju pilihan pendidikan yang lebih tepat dan optimal.
Prediksi Kekambuhan Kanker Tiroid Menggunakan Algoritma Random Forest Safitri, Egi; Rofianto, Dani; Karnila, Sri; Nurjoko, Nurjoko; Kurniawan, Hendra; Arkhiansyah, Yuni; Rizal, Ruki
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 8 No. 3 (2025): Volume VIII - Nomor 3 - Mei 2025
Publisher : Teknik Informatika, Sistem Informasi dan Teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v8i3.833

Abstract

Kekambuhan kanker tiroid pasca terapi Radioactive Iodine (RAI) merupakan tantangan penting dalam penatalaksanaan jangka panjang pasien. Penelitian ini bertujuan membangun model prediktif untuk mengidentifikasi potensi kekambuhan dengan memanfaatkan data klinis dan patologis menggunakan algoritma Random Forest. Dataset terdiri atas 383 data pasien dengan 13 atribut, termasuk usia, jenis kelamin, staging kanker, jenis patologi, klasifikasi risiko, dan respons terhadap terapi. Proses pra-pemrosesan meliputi penyandian data kategorik, eksplorasi fitur, dan pembagian data latih dan uji secara stratifikasi. Hasil evaluasi menunjukkan performa tinggi dari model, dengan akurasi 96,5%, presisi 96,7%, recall 90,6%, dan AUC 0,99. Analisis fitur menggunakan SHAP mengungkap bahwa Stage, Response, dan Risk merupakan faktor paling berkontribusi terhadap prediksi kekambuhan. Penelitian ini menunjukkan bahwa model Random Forest tidak hanya efektif dalam klasifikasi biner, tetapi juga dapat diinterpretasikan secara klinis untuk mendukung pengambilan keputusan medis yang lebih personal dan preventif.