Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

0.61

P-Index

This Author published in this journals

All Journal Jurnal Matematika Sains dan Teknologi Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Indonesian Community Journal

Asmara Iriani Tarigan

Universitas Terbuka

Author-ID : 2674732

Agriculture, Biological Sciences & Forestry Computer Science & IT Economics, Econometrics & Finance Environmental Science Mathematics Public Health Social Sciences Other

Published : 4 Documents Claim Missing Document

Claim Missing Document

Articles

MODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT) Asmara Iriani Tarigan; Sitta Alief Farihati
Jurnal Matematika Sains dan Teknologi Vol. 14 No. 2 (2013)
Publisher : LPPM Universitas Terbuka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33830/jmst.v14i2.375.2013

Universitas Terbuka (UT) sebagai perguruan tinggi yang menerapkan sistem belajar jarak jauh menyusun kurikulum program pendidikannya berbeda dengan perguruan tinggi yang mempunyai sistem belajar tatap muka. Mahasiswa UT diberikan kebebasan dalam memilih dan menentukan mata kuliah untuk diregistrasikan pada satu semester. Dalam kurikulum program studi di UT terlihat bahwa terdapat mata kuliah yang mempunyai hubungan keterkaitan materi antarmata kuliah. Hubungan tersebut digambarkan sebagai hubungan prasyarat antarmata kuliah. Untuk membuat rencana studi, mahasiswa perlu mengetahui hubungan keterkaitan materi antarmata kuliah tersebut sehingga dapat menentukan mata kuliah yang akan diregistrasi pada suatu semester. Artikel ini mengidentifikasi keterkaitan materi antarmata kuliah untuk dipetakan dalam rencana studi. Untuk memetakan mata kuliah berprasyarat tersebut perlu dilakukan optimasi pemetaan mata kuliah. Tujuan pengembangan model optimasi ini adalah untuk memaksimalkan hubungan keterkaitan materi dengan memetakan mata kuliah berprasyarat secara berurutan. Hal ini juga berarti meminimalkan jarak antarsemester urutan mata kuliah berprasyarat. Model optimasi yang dikembangkan berupa Integer Linear Programming. Model tersebut kemudian diimplementasikan pada kurikulum Program Studi Matematika FMIPA UT. Hasil simulasinya berupa rencana studi bagi mahasiswa Program Studi tersebut. Dari analisis hasil simulasi diperoleh rencana studi dengan jumlah maksimal 21 dan 23 SKS per semester merupakan pilihan terbaik bagi mahasiswa. Universitas Terbuka (UT) as an open and distance learning institution has curriculum that different from face to face universities. UTs students can take any course since UT offers all courses in any semester. Some courses are prerequisite for some other courses. Students need to be careful in taking the courses because some courses also have same schedule in examination. Besides, they also need to consider the courses that have prerequisite. This article identifies the relationship between some courses that need to be considered by the students when they register the courses. A map of courses was developed by using Integer Linear Programming. This map was intended to maximize the information of interrelationship between courses in rows. The distance between prerequisite courses was minimized for some semesters. This model was implemented on Mathematics study program at Faculty of Mathematics and Science in UT. The result of simulation was a study planning for Mathematics students in taking courses in every semester. The optimal number of credits semester that need to be registered was 21 or 23 credits.

Pengembangan Kemampuan Berpikir Kritis Siswa Melalui Soal-Soal Higher Order Thinking Skills (HOTS) di SMA Dharma Karya UT Tangerang Selatan Selly Anastassia Amellia Kharis; Hasoloan Siregar; Elin Herlinawati; Darsih Idayani; Asmara Iriani Tarigan
I-Com: Indonesian Community Journal Vol 3 No 1 (2023): I-Com: Indonesian Community Journal (Maret 2023)
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Pelaksanaan pembelajaran yang berfokus pada Higher Order Thinking Skill (HOTS) merupakah salah satu perubahan pembelajaran di sekolah pada saat ini. Pembelajaran di sekolah diharapkan lebih mendorong tumbuhnya kemampuan berpikir kritis siswa melalui penerapan HOTS. Tujuan kegiatan Pengabdian kepada Masyarakat (PkM) ini adalah (1) peningkatan kemampuan guru dengan pengembangan materi dan soal HOTS, (2) peningkatan kemampuan berpikir kritis siswa, (3) peningkatan kualitas pembelajaran khususnya matematika di tingkat sekolah menengah atas. Metode pelaksanaan kegiatan adalah pelatihan dengan pembekalan teori dan praktik disertai dengan pendampingan dalam penerapan subtansi, metode pembelajaran dan penilaian hasil belajar soal HOTS di kelas. Hasil dan dampak dari kegiatan dapat dijadikan sebagai sumber informasi dan pengetahuan guru mengenai pengembangan dan pembahasan soal-soal HOTS. Peserta PkM sebesar 84,26% menyatakan puas terhadap pemberian penjelasan kegiatan PkM yang dilakukan.

Peningkatan Kompetensi Guru Matematika dan Siswa SMA dengan Pemanfaatan Software GeoGebra Asmara Iriani Tarigan; Darsih Idayani; Selly Anastassia Amellia Kharis; Sumartono; Elin Herlinawati; Hasoloan Siregar
I-Com: Indonesian Community Journal Vol 3 No 1 (2023): I-Com: Indonesian Community Journal (Maret 2023)
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Saat ini, teknologi di dunia pendidikan semakin berkembang. Kegiatan pembelajaran konvensional menggunakan metode ceramah mulai dikurangi dan diganti dengan media pembelajaran yang lebih canggih. Namun, sebagian besar guru matematika belum terbiasa menggunakan media yang berkaitan dengan software matematika seperti GeoGebra. Padahal software tersebut dapat membantu dalam pembelajaran matematika. Oleh karena itu, tim Pengabdian kepada Masyarakat (PkM) Universitas Terbuka melakukan pelatihan software GeoGebra bagi guru dan siswa di SMA Dharma Karya. Kegiatan ini diawali dengan melakukan analisis kebutuhan melalui wawancara langsung kepada kepala sekolah dan para guru matematika. Kemudian, tim menyusun materi pengenalan software GeoGebra dan penggunaannya. Metode yang digunakan adalah pelatihan dengan menyampaikan materi pengenalan GeoGebra dan penggunaannya. Selain itu dilakukan pendampingan saat peserta mempraktekkan GeoGebra. Pada akhir kegiatan, tim PkM melakukan evaluasi melalui pengisian form evaluasi secara online dan wawancara. Dapat disimpulkan bahwa pelatihan software GeoGebra dapat meningkatkan kompetensi para guru dan siswa.

Analisis Kinerja Model CNN-LSTM Berbasis Optical Character Recognition untuk Ekstraksi Informasi e-KTP Berdasarkan Kategori Teks Fauzan Ihza Fajar; Selly Anastassia Amellia Kharis; Asmara Iriani Tarigan
Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Volume 14 Issue 1 April 2026
Publisher : Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/euler.v14i1.37593

Optical Character Recognition (OCR) technology plays an important role in automating information extraction from identity documents such as the Electronic Identity Card (e-KTP). However, recognizing long text sequences and handling complex character variations remain significant challenges. These issues can lead to high error rates. This study aims to address these limitations by exploring a deep learning–based OCR model that integrates Convolutional Neural Network (CNN), Long Short-Term Memory (LSTM), and Connectionist Temporal Classification (CTC) in an end-to-end framework without explicit character segmentation. CNN is employed to extract visual features, LSTM captures sequential dependencies, and CTC enables flexible alignment between input images and output text. The main contribution of this study lies in analysing the performance of a CNN-LSTM model with CTC in extracting e-KTP information across text categories with different complexity levels, namely Date and Place of Birth (TTL), name, and national identification number (NIK). Performance is evaluated using the Character Error Rate (CER). The results show that the model achieves the best performance on TTL with a CER of 0.84%, followed by NIK at 1.29%, and Name at 4.33% indicating higher difficulty in recognizing more complex text patterns. These findings demonstrate that model performance is influenced by text characteristics, particularly variability and sequence length. Overall, the proposed approach is effective for end-to-end e-KTP information extraction and provides insights for developing more adaptive OCR models.

Co-Authors Darsih Idayani Elin Herlinawati Fauzan Ihza Fajar Hasoloan Siregar Selly Anastassia Amellia Kharis Sitta Alief Farihati Sumartono

Title

Found 4 Documents
Search

Abstract

Abstract

Abstract

Abstract

Title Search

Found 4 Documents Search

Abstract

Abstract

Abstract

Abstract

Title

Found 4 Documents
Search