Claim Missing Document
Check
Articles

Found 14 Documents
Search

SISTEM UJIAN ONLINE SEBAGAI UPAYA PENINGKATAN PELAKSANAAN UJIAN DALAM PENDIDIKAN TERBUKA JARAK JAUH *) Pardede, Timbul; Listyarini, Sri
Jurnal Pendidikan Terbuka Dan Jarak Jauh Vol 12 No 1 (2011)
Publisher : LPPM Universitas Terbuka

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

Abstract

Universitas Terbuka (UT) as a higheropen anddistanceeducationinstitution has beencarrying outstudents assessmentin the form ofpaper and pencil and online examinations. This studywas conductedto determinethe effectiveness ofthe implementation of theOnline ExaminationSystem(Sistem Ujian Online=SUO), in terms of the reliability(robustness) of SUO application, the readiness ofHuman Resources inimplementingan online exam, the infrastructure that supporting SUO, and the studentresponses. The results showed that SUO applicationand support application had beenwell developedbyUT, proven that the SUO havebeenin operation in 30 out of 37UTregional centersin 2010. Studentsdid notface manyproblems in registering in the online exam.Infrastructureandhuman resourceswere considered satisfactory. Respondentsalso said that SUO was veryflexiblein terms of choosing theexamschedule andgetting the immediate feedback. Based on the research results, a SUO modelhad been developed and to be implementedatUT. The SUOmodel isdescribed inseveralbusinessprocesses, which includethe preparation, execution, processingexam results, as well assupervisionandevaluation. In the future, UTstillneeds toimprovefacilities, infrastructure andquality of human resources thatcansupport theonline exam. The implementation of online examrelies heavily oninformationtechnology (IT) and itis expectedthatSUOis adaptablewith this rapidly changed technology.
KAJIAN METODE BERBASIS MODEL PADA ANALISIS KELOMPOK DENGAN PERANGKAT LUNAK MCLUST Pardede, Timbul
Jurnal Matematika Sains dan Teknologi Vol 14 No 2 (2013)
Publisher : LPPM Universitas Terbuka

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

Abstract

Ward method and K-mean method are clustering method in which grouping only base on distance measure among observed objects, without considering statistical aspects. Model-based clustering is a method that use statistical aspects, as its  theoretical basis i.e. probability maximum criterion. This model has tenmodels with a variety of geometrical characteristics. Data partition is conducted by utilizing EM (expectation-maximization) algorithm. Then by using Bayesian Information Criterion (BIC) the best model is obtained. This research aimed to assess the effectiveness of ten models from the model-based clustereng and then tocompare result of grouping methods between model-based clustering with Ward clustering and K-mean clustering. This study used simulated data and applied data. Simulated data are generated with the R programs versions 2.14.1. Proses analysis was performed by using the Mclust programs vesions 4.0 with an interface the R programs versions 2.14.1. The results showed that model-based clustering was more effective in separating the condition of one separate group and two overlap groups than ward clustering and K-mean clustering. Metode Ward dan metode K-rataan adalah metode kelompok yang teknik-teknik pengelompokannya hanya memperhatikan ukuran jarak antar objek-objek pengamatan tanpa mempertimbangkan aspek statistiknya. Metode kelompok berbasis model adalah metode kelompok yang didasarkan pada aspek statistik, yaitu kriteria kemungkinan maksimum. Metode kelompok berbasis model mempunyai sepuluh model dengan berbagai macam sifat geometris. Penyekatan data dilakukan dengan menggunakan algoritma Ekspektasi-Maksimum (EM), kemudian dengan pendekatan Bayesian Information Criterion (BIC) diperoleh model terbaik. Penelitian ini bertujuan untuk mengkaji efektivitas dari sepuluh metode berbasis model dan kemudian membandingkan hasil pengelompokannya dengan metode Ward dan metode K-rataan. Penelitian ini menggunakan data simulasi yang dibangkitkan melali program R versi 2.14.1 dan dianalisis dengan menggunakan program Mclust versi 4.0 dengan interface program R. Hasil penelitian menunjukkan bahwa metode kelompok berbasis model lebih efektif memisahkan kelompok-kelompok yang saling tumpang tindih dibandingkan dengan metode gerombol Ward dan K-rataan.
PERBANDINGAN METODE MODEL-BASED DENGAN METODE K-MEAN DALAM ANALISIS CLUSTER Pardede, Timbul
Jurnal Matematika Sains dan Teknologi Vol 8 No 2 (2007)
Publisher : LPPM Universitas Terbuka

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

Abstract

K-mean method is a clustering method in which grouping techniques are based only on distance measure among observed objects, without considering statistical aspects. Model-based clustering is a method that use statistical aspects, as its theoretical basis i.e. probability maximum criterion. This model has several variations with a variety of geometrical characteristics obtained by mean Gauss component. Data partition is conducted by utilizing EM (expectation-maximization) algorithm. Then by using Bayesian Information Criterion (BIC) the best model is obtained. This research aimed to comparing result of grouping methods between model-based clustering and K-mean clustering. The results showed that model-based clustering was more effective in separating overlap groups than K-mean.  
KAJIAN METODE BERBASIS MODEL PADA ANALISIS KELOMPOK DENGAN PERANGKAT LUNAK MCLUST Timbul Pardede
Jurnal Matematika Sains dan Teknologi Vol. 14 No. 2 (2013)
Publisher : LPPM Universitas Terbuka

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (645.484 KB) | DOI: 10.33830/jmst.v14i2.378.2013

Abstract

Ward method and K-mean method are clustering method in which grouping only base on distance measure among observed objects, without considering statistical aspects. Model-based clustering is a method that use statistical aspects, as its theoretical basis i.e. probability maximum criterion. This model has tenmodels with a variety of geometrical characteristics. Data partition is conducted by utilizing EM (expectation-maximization) algorithm. Then by using Bayesian Information Criterion (BIC) the best model is obtained. This research aimed to assess the effectiveness of ten models from the model-based clustereng and then tocompare result of grouping methods between model-based clustering with Ward clustering and K-mean clustering. This study used simulated data and applied data. Simulated data are generated with the R programs versions 2.14.1. Proses analysis was performed by using the Mclust programs vesions 4.0 with an interface the R programs versions 2.14.1. The results showed that model-based clustering was more effective in separating the condition of one separate group and two overlap groups than ward clustering and K-mean clustering. Metode Ward dan metode K-rataan adalah metode kelompok yang teknik-teknik pengelompokannya hanya memperhatikan ukuran jarak antar objek-objek pengamatan tanpa mempertimbangkan aspek statistiknya. Metode kelompok berbasis model adalah metode kelompok yang didasarkan pada aspek statistik, yaitu kriteria kemungkinan maksimum. Metode kelompok berbasis model mempunyai sepuluh model dengan berbagai macam sifat geometris. Penyekatan data dilakukan dengan menggunakan algoritma Ekspektasi-Maksimum (EM), kemudian dengan pendekatan Bayesian Information Criterion (BIC) diperoleh model terbaik. Penelitian ini bertujuan untuk mengkaji efektivitas dari sepuluh metode berbasis model dan kemudian membandingkan hasil pengelompokannya dengan metode Ward dan metode K-rataan. Penelitian ini menggunakan data simulasi yang dibangkitkan melali program R versi 2.14.1 dan dianalisis dengan menggunakan program Mclust versi 4.0 dengan interface program R. Hasil penelitian menunjukkan bahwa metode kelompok berbasis model lebih efektif memisahkan kelompok-kelompok yang saling tumpang tindih dibandingkan dengan metode gerombol Ward dan K-rataan.
PERBANDINGAN METODE MODEL-BASED DENGAN METODE K-MEAN DALAM ANALISIS CLUSTER Timbul Pardede
Jurnal Matematika Sains dan Teknologi Vol. 8 No. 2 (2007)
Publisher : LPPM Universitas Terbuka

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (510.454 KB)

Abstract

K-mean method is a clustering method in which grouping techniques are based only on distance measure among observed objects, without considering statistical aspects. Model-based clustering is a method that use statistical aspects, as its theoretical basis i.e. probability maximum criterion. This model has several variations with a variety of geometrical characteristics obtained by mean Gauss component. Data partition is conducted by utilizing EM (expectation-maximization) algorithm. Then by using Bayesian Information Criterion (BIC) the best model is obtained. This research aimed to comparing result of grouping methods between model-based clustering and K-mean clustering. The results showed that model-based clustering was more effective in separating overlap groups than K-mean.
SISTEM UJIAN ONLINE SEBAGAI UPAYA PENINGKATAN PELAKSANAAN UJIAN DALAM PENDIDIKAN TERBUKA JARAK JAUH *) Timbul Pardede; Sri Listyarini
Jurnal Pendidikan Terbuka Dan Jarak Jauh Vol. 12 No. 1 (2011)
Publisher : LPPM Universitas Terbuka

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (741.245 KB)

Abstract

Universitas Terbuka (UT) as a higheropen anddistanceeducationinstitution has beencarrying outstudents assessmentin the form ofpaper and pencil and online examinations. This studywas conductedto determinethe effectiveness ofthe implementation of theOnline ExaminationSystem(Sistem Ujian Online=SUO), in terms of the reliability(robustness) of SUO application, the readiness ofHuman Resources inimplementingan online exam, the infrastructure that supporting SUO, and the studentresponses. The results showed that SUO applicationand support application had beenwell developedbyUT, proven that the SUO havebeenin operation in 30 out of 37UTregional centersin 2010. Studentsdid notface manyproblems in registering in the online exam.Infrastructureandhuman resourceswere considered satisfactory. Respondentsalso said that SUO was veryflexiblein terms of choosing theexamschedule andgetting the immediate feedback. Based on the research results, a SUO modelhad been developed and to be implementedatUT. The SUOmodel isdescribed inseveralbusinessprocesses, which includethe preparation, execution, processingexam results, as well assupervisionandevaluation. In the future, UTstillneeds toimprovefacilities, infrastructure andquality of human resources thatcansupport theonline exam. The implementation of online examrelies heavily oninformationtechnology (IT) and itis expectedthatSUOis adaptablewith this rapidly changed technology.
Penguatan Kompetensi Kader Posyandu Kelurahan Pondok Cabe Ilir Melalui Edukasi Gizi Sebagai Pemenuhan Hak Anak dan Pelatihan Komunikasi Efektif Magta, Mutiara; Farida, Idha; Yulia, Irla; Sulistiana, Susi; Iriani, Faridah; Pardede, Timbul
JURNAL WIDYA LAKSANA Vol 14 No 1 (2025): January
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jwl.v14i1.90702

Abstract

Para kader Posyandu didominasi ibu-ibu rumah tangga dengan latar belakang pengetahuan dan pendidikan yang beragam. Hal ini menjadi permasalahan dalam menjalankan program Posyandu karena kader seharusnya memiliki standar wawasan tentang kesehatan dan kemampuan berkomunikasi yang baik agar masyarakat dapat teredukasi dengan benar. Kegiatan ini bertujuan untuk memberikan pelatihan edukasi gizi dan komunikasi efektif kepada kader Posyandu. Jumlah peserta PKM yang mengikuti kegiatan adalah 20 kader dari 15 Posyandu di Kelurahan Pondok Cabe Ilir.  Metode kegiatan berupa pelatihan yang terdiri dari tahap perencanaan, pelaksanaan dan evaluasi. Data kegiatan dikumpulkan melalui catatan observasi dan wawacara serta sebaran instrument kuisioner pre-test dan post-test. Hasil kegiatan dianalisis secara kualitatif dan kuantitatif. Secara kualitatif hasil kegiatan menyatakan bahwa kader berpartisipaasi secara aktif yaitu dengan adanya kehadiran 100% selama kegiatan berlangsung dan aktif dalam diskusi dan tanya jawab. Sedangkan analisis kuantitatif menunjukkan peningkatan signifikan dalam penguasaan pengetahuan gizi anak dan kemampuan komunikasi efektif kader (dari 30% menjadi 90% kader yang mencapai skor ≥75). Pelatihan ini berkontribusi pada upaya pemberdayaan masyarakat melalui peningkatan kompetensi kader Posyandu, yang berdampak pada derajat kesehatan ibu dan anak secara berkelanjutan. Implikasi dari pelatihan ini yaitu kader Posyandu dapat berkomunikasi yang lebih efektif, sehingga dapat memberikan wawasan tentang pemenuhan gizi.
Pelatihan Bahasa Jepang Dasar bagi Masyarakat di Universitas Bhakti Asih Tangerang Humaira, Fadhila Arienda; Pardede, Timbul; Gunawan, Indriani Febrishaummy; Amirullah, Muhammad Syawal
Community Service Articles Vol.2 No.1 (May 2025)
Publisher : Universitas Bhakti Asih Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65344/comers.v2i1.126

Abstract

Jepang merupakan salah satu negara maju yang memiliki pengaruh global dalam berbagai aspek. Oleh sebab pengaruhnya tersebut, bahasa Jepang pun menjadi bahasa yang banyak dipelajari yakni bahasa Jepang di seluruh dunia termasuk di Indonesia. Guna mengenalkan dan menampung minat masyarakat sekitar Ciledug terhadap bahasa Jepang, Universitas Bhakti Asih Tangerang menyelenggarakan secara tatap muka Japanese Club rutin setiap minggu di hari Kamis bagi masyarakat bertempat di kampus Unibang. Melalui pendekatan tematik dan metode pelatihan interaktif (ceramah, diskusi, tanya jawab, dan praktik) instruktur bahasa memberikan materi-materi bahasa Jepang dasar seperti membahas mengenai salam dan perkenalan, makanan kesukaan, dan juga transportasi. Kegiatan ini dilakukan sebanyak tiga pertemuan di bulan Mei 2025, dengan jumlah peserta yang beragam setiap minggunya. Hasil dari kegiatan ini menunjukkan peserta Japanese Club dapat memahami dan mempraktikkan kosakata serta pola kalimat dasar yang sesuai dengan situasi sehari-hari. Adanya antusiasme peserta terlihat dari keaktifan dalam bertanya dan menjawab pertanyaan yang diajukan instruktur, selain itu terlihat dalam keikutsertaan dipertemuan-pertemuan setelahnya. Kegiatan pelatihan bahasa baik dilakukan secara berkelanjutan dan penyebaran informasi lebih luas agar peserta yang berpartisipasi bertambah banyak.
Cek Kesehatan di Pasar Lembang Sudimara Barat Ciledug Kota Tangerang Saragih, Ayu My Lestari; Reviana, Riska; Juwita, Dessi; Taufiqurrahman, Ahmad Nur; Tanto, Tanto; Parida, Upi; Nugraha, Ridwan Maulana; Ilmi, Irfan; Ahmad, Ramlin; Silaban, Merri; Nursupian, Nursupian; Haris, Abdul; Pardede, Timbul; Zalihin, Zalihin; Andrayanie, Vera; Sugandi, Safrih; Wulandari, Siti; Fauzia, Ocha Yozi; Riska Reviana
Community Service Articles Vol.2 No.1 (May 2025)
Publisher : Universitas Bhakti Asih Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65344/comers.v2i1.128

Abstract

Kesehatan pada masyarakat merupakan gambaran tolak ukur kesejahteraaan suatu bangsa negara, salah satu penyakit yang banyak dialami dan jarang di anggap serius adalah Hipertensi. Hipertensi adalah kondisi dimana tekanan darah mengalami peningkatan yang kronis, melebihi angka 140/90 mmHg. Ini merupakan penyebab utama kematian dan sering disebut sebagai pembunuh diam karena sering kali tidak menimbulkan gejala yang jelas, dan sering kali hanya terdeteksi setelah terjadi komplikasi serius pada tubuh. Komplikasi yang terkait dengan hipertensi meliputi masalah pada jantung, risiko stroke, gangguan pada fungsi ginjal. Pada kegiatan ini Universitas Bhakti Asih Tangerang melakukan kegiatan pengabdian kepada masyarakat yang dilakukan oleh dosen dan mahasiswa/i dalam melakukan pengecekan kesehatan sert konsultasi kesehatan yang dilaksanakan di Pasar Lembang Ciledug pada hari Rabu tanggal 28 Mei 2025 Pukul 08.00 WIB – selesai. Pelaksanaan ini berhasil melakukan cek kesehatan gratis kepada 30 masyarakat umum dengan rata rata mulai dari usia 19 – 60 tahun. Hasil kegiatan ini diharapkan dapat memberikan pelayanan kesehatan dalam hal melakukan cek tensi darah gratis agar setiap masyarakat dapat merasakan dan sadar akan pentingnya kesehatan.
Deep-Rasch as an Alternative to Rasch Modeling under Assumption Violations and Small Sample Sizes Santoso, Agus; Afendi, Farit Mochamad; Pardede, Timbul; Retnawati, Heri; Rafi, Ibnu; Apino, Ezi; Rosyada, Munaya Nikma
CAUCHY: Jurnal Matematika Murni dan Aplikasi Vol 10, No 2 (2025): CAUCHY: JURNAL MATEMATIKA MURNI DAN APLIKASI
Publisher : Mathematics Department, Universitas Islam Negeri Maulana Malik Ibrahim Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/cauchy.v10i2.36276

Abstract

In certain situations, it may be challenging to fully exploit the advantages of modern test theory, including Rasch modeling and item response theory (IRT), when applied to real data. Although Rasch modeling tends to be more robust than IRT for small sample sizes, it still requires that the assumptions of unidimensionality and local independence be satisfied. In practice, these assumptions are often violated, which can lead to less accurate analyses and reduced validity of the results. Deep-Rasch, which integrates deep learning with Rasch modeling, has been proposed as an alternative measurement framework to overcome these limitations. This study examines the potential of Deep-Rasch as an alternative to Rasch modeling using student response data from 17 final semester examinations at Universitas Terbuka (UT), with sample sizes ranging from 33 to 11,504 students. Most examinations consisted of 30 multiple-choice items. The analyses showed that several datasets violated one or both assumptions of Rasch modeling. Nevertheless, Deep-Rasch performed comparably to conventional Rasch modeling in estimating item difficulty and student ability parameters, as well as in predicting student responses. Remarkably, for the smallest sample size (\emph{n} = 33), Deep-Rasch exhibited slightly better performance than Rasch modeling.