Claim Missing Document
Check
Articles

Found 18 Documents
Search

PENGEMBANGAN E-MODUL BERBASIS AUGMENTED REALITY DENGAN MODEL GUIDED DISCOVERY LEARNING PADA MATERI VEKTOR Fazrina Saumi; Fitra Muliani; Rizki Amalia
AKSIOMA: Jurnal Program Studi Pendidikan Matematika Vol 11, No 4 (2022)
Publisher : UNIVERSITAS MUHAMMADIYAH METRO

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (235.377 KB) | DOI: 10.24127/ajpm.v11i4.6066

Abstract

ABSTRAKTujuan penelitian ini adalah mengembangan e-modul berbasis Augmented Reality (AR) dengan model Guided Discovery Learning, sehingga siswa mampu memahami konsep serta dapat meningkatkan hasil belajar pada materi Vektor. Model pengembangan e-modul berbasis AR meliputi tahapan define, design, develop, disseminate. Hasil penelitian menunjukkan bahwa: 1) E-modul pembelajaran yang dikembangkan menjadi E-Modul berbasis AR, 2) Hasil analisis validasi oleh ahli materi, ahli media dan respon siswa sebagai pengguna dengan perolehan rata- rata skor keseluruhan aspek sebesar 3,38; 3,53 dan 3,48. Hal ini menyatakan bahwa e-modul berbasis AR layak digunakan dengan kategori sangat baik, (3) Terdapat perbedaan signifikan antara hasil belajar di kelas pembelajaran e-modul sistem AR dan pembelajaran tanpa E-Modul sistem AR dengan nilai P-value < 0,05. Artinya terdapat perbedaan kemampuan siswa dalam menganalisis dan menyelesaikan masalah dan hasil belajar dengan menerapkan e-modul berbasis AR dalam proses pembelajaran materi vektor bangun datar dan bangun ruang yang ditunjukkan dari hasil belajar siswa memenuhi SKBM.AbstractThe purpose of this research is to develop an e-module based on Augmented Reality (AR) with the Guided Discovery Learning model so that students can understand concepts and can improve learning outcomes in Vector material. The AR-based e-module development model includes define, design, develop, and disseminate stages. The results showed that: 1) the learning E-module was developed into an AR-based E-Module, 2) The results of the validation analysis by material experts, media experts, and student responses as users obtained an average score of 3.38 for all aspects; 3.53 and 3.48. This states that the AR-based e-module is feasible to use in a very good category, (3) There is a significant difference between learning outcomes in the AR system e-module learning class and learning without an AR system E-Module with a P-value <0.05. This means that there are differences in students' abilities in analyzing and solving problems and learning outcomes by applying AR-based e-modules in the learning process of flat and geometric vector material as shown from student learning outcomes fulfilling the SKBM.
PENGARUH JUMLAH PENDUDUK DAN JUMLAH PENGANGGURAN TERHADAP JUMLAH PENDUDUK MISKIN KOTA MEDAN Mariana Naibaho; Fazrina Saumi; Feber Wati Zebua; Martunis
JUMLAHKU: Jurnal Matematika Ilmiah STKIP Muhammadiyah Kuningan Vol 9 No 1 (2023): JUMLAHKU VOL.9 NO.1 2023
Publisher : Program Studi Pendidikan Matematika STKIP Muhammadiyah Kuningan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33222/jumlahku.v9i1.2816

Abstract

Kemiskinan diukur dari tingginya jumlah penduduk miskin sebagai masalah utama negara Indonesia. Salah satu contoh daerah yang masih menghadapi masalah kemiskinan di Indonesia adalah Kota Medan. Tingkat pengangguran terbuka yang tinggi akan menyebabkan peningkatan kemiskinan di suatu daerah. Oleh karena itu, perlu dilakukan analisis pengaruh jumlah penduduk dan pengangguran terhadap peningkatan jumlah penduduk miskin di Kota Medan, sehingga dapat dilakukan perencanaan dalam menangani penduduk miskin di Kota Medan. Berdasarkan analisis dan pembahasan yang dilakukan dengan menggunakan metode regresi linier berganda, persentase pengaruh jumlah pengangguran dan jumlah penduduk terhadap jumlah penduduk miskin adalah sebesar 34,1%, dan variabel pengangguran sebagai variabel yang paling signifikan adalah 0,014 < 0,05. Didapatkan persamaan matematis dari pengaruh jumlah penduduk dan pengangguran terhadap jumlah penduduk miskin di kota Medan yaitu JPM = -0.590JPG + 0.16JP +. Kata kunci : Jumlah kemiskinan, jumlah penduduk, jumlah pengangguran, regresi linier berganda.
PEMBINAAN GURU SD KOTA LANGSA MELALUI INOVASI MEDIA CANVA SEBAGAI UPAYA MENDUKUNG DIGITALISASI DALAM IMPLEMENTASI KURIKULUM MERDEKA Fitra Muliani; Fazrina Saumi; Nishbah Fadhelina; Rizki Amalia
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 6, No 10 (2023): Martabe : Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v6i10.3686-3693

Abstract

Penggunaan media ajar berbasis digital dalam pembelajaran, merupakan upaya guru dalam mendukung implementasi merdeka belajar dengan berbagai media yang tentunya sangat beragam. Fasilitas digital yang dapat digunakan sebagai sumber belajar bertujuan untuk meningkatkan kualitas dari proses pembelajaran dengan memberikan ruang yang lebih banyak kepada siswa untuk bereksplorasi. Pemanfaatan media ajar yaitu aplikasi Canva akan menjadikan guru dapat mengajar dengan penuh inovatif dan kreativitas. Hal ini akan berdampak pada proses pembelajaran yang menarik minat siswa, selain itu proses pembelajaran akan menjadi tidak membosankan dan mengajarkan keterampilan kepada peserta didik.  Tujuan dari kegiatan ini yaitu mendampingi dan melakukan pembinaan kepada guru Sekolah tingkat dasar dalam pemanfaatan media canva pada kelompok mitra KKG gugus Handayani Kota Langsa. Metode atau pendekatan yang digunakan yaitu ceramah, dan Pratik langsung. Hasil dari kegiatan ini yaitu: 1) 76% menyatakan bahwa peserta sangat setuju bahwa telah terampil menggunakan canva;  b) 83% menyatakan sangat setuju bahwa kegiatan berdampak dan tim terlibat langsung dalam sosialisasi dan pelatihan; c) 80% sangat setuju bahwa peserta puas dan terlibat penuh dalam kegiatan PKM. Sementara itu, Pelaksanaan program pengabdian ini diharapkan berkontribusi untuk meningkatkan kompetensi Guru sebagai pendidik yang akan memfasilitasi dalam proses pembelajaran yang dapat mempengaruhi minat siswa dan memfasilitasi kebutuhan belajar siswa
PENERAPAN TEKNOLOGI PADA PENGOLAHAN ARANG AKTIF DARI LIMBAH KULIT SINGKONG SEBAGAI ANTI BAKTERI ALAMI PADA SABUN CAIR PENCUCI TANGAN Rahmawati Rahmawati; Dewi Rosa Indah; Fazrina Saumi
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 6, No 10 (2023): Martabe : Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v6i10.3530-3537

Abstract

Kegiatan Pengabdian Kepada Masyarakat (PKM) telah dilaksanakan untuk menyelesaikan permasalahan masyarakat melaui inovasi tentang pemanfaatan limbah kulit singkong menjadi arang aktif (actived charcoal) menjadi bahan baku sabun cair. Kegiatan pengabdian ini berlangsung selama 6 bulan, dengan sasaran kegiatan pengabdian adalah masyarakat Desa Karang Anyar, Kecamatan Langsa Baro yang merupakan pengusaha keripik singkong berskala home industri. Permasalahan yang dihadapi oleh mitra adalah penumpukan limbah kulit singkong hasil produksi keripik singkong yang belum dapat dimanfaatkan. Melalui kegiatan pengabdian ini, masyarakat akan diedukasi untuk memanfaatkan ilmu dah teknologi untuk memanfaatkan limbah kulit singkong sebagai arang aktif sebagai bahan baku pembuatan sabun cair anti bakteri. Rangkaian kegiatan yang dilakukan dalam pengabdian meliputi beberapa tahapan, pertama dilakukan survey awal tentang permasalah yang dihadapi oleh masyarakat desa, selanjutnya adalah kegiatan sosialisasi, tahap ketiga melaksanakan pembuatan arang aktif dari limbah kulit singkong, dan selanjutnya pelatihan pembuatan sabun cair, tahap terakhir adalah pendampingan mitra dalam proses produksi dan penjualan. Dari kegiatan ini dihasilkan sebuah produk berupa sabun cair anti bakteri yang dapat dipasarkan sebagai salah satu produk unggulan selain keripik singkong.
PENERAPAN METODE KUADRAT TERKECIL DALAM MENENTUKAN SALDOJHT (JAMINAN HARI TUA) DALAM WAKTU 3 TAHUN KEDEPAN Muhammad Afandi Sihotang; Amelia Amelia; Fazrina Saumi
JURNAL GAMMA-PI Vol 1 No 1 (2019): JURNAL GAMMA-PI MATEMATIKA DAN TERAPAN
Publisher : Program Studi Matematika, Fakultas Teknik, Universitas Samudra. Langsa, Aceh.

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

Abstract

Jaminansocialmerupakan hal yang penting untuk dijadikan pertimbangan bagi perusahan dan pekerja secara individual.MenurutImanSoepomoJaminansosialmerupakan hak yang diterimapekerjadalamhalpekerja di luarkesalahannyatidakmelakukanpekerjaannya, jadimenjaminkepastianpendapatan dalamhalpekerjakehilanganupahnyakarenaalasan di luarkehendaknya (Imam Supomo; 1983 ; 136).Jaminansocialdapat memberikan manfaat yangbaik seperti, manfaatkeselamatankerja,haritua,pensiunan,maupunkematian.JHTadalahsalahsatujenisprogramjaminansocialyangdiselenggarakanolehPerusahaan kantor BPJSKetenagakerjaan.ProgramJHTmerupakanprogrampengumpulan danayangdijadikansebagaisimpananyangdapatdipergunakanolehpeserta jaminan,terutamaapabilapenghasilanyangbersangkutanterhentikarenaberbagaihal,seperticacattotal,telahmencapaiusia56tahun,meninggalduniadanberhentibekerja(PHK,mengundurkandiri,ataumeninggalkanIndonesiauntukselam-lamanya) (www.bpjsketenagakerjaan.go.id).Dalamdata yangdimilikiolehkantorBPJSTKKotaLangsasetiaptahunnyajumlahpesertayangklaimJHTtidakdapatdipastikankarenamengalaminaikdanturundalamsetiaptahunnya,sehinggabutuhsuatuperamalananggaransaldoprogramJHTagardapatmemprediksiberapasaldoyangharusdipersipakanolehBPJSTKKotaLangsasetiaptahunnyadalamprogramtersebut.Metodekuadratterkecilatauyangbiasadisebutsebagaimetodeleastsquarea adalahmetodeperamalanyangmenggunakanpersamaanlinearuntukmenemukangarispalingsesuaiuntukkumpulandatalampaugunameramalkandatadimasadepan(Nadhif Muhamad,2017).Penulismencobauntukmenggunakanmetodetersebut untukmemprediksiberapasaldoJHTyangharusdipersiapkanolehkantorBPJSTKCabangLangsauntuk3tahunkedepannya. Hasilprediksiklaim JHT di BPJSTK KotaLangsauntuktahun 2019 (Rp.48.784.680.858,82), 2020 (Rp.44.621.679.672,53), dan 2021 (Rp.48.784.680.858,83) denganbesar MAPE 23,40
IDENTIFIKASI FAKTOR – FAKTOR YANG MEMPENGARUHI PENDAPATAN PAJAK BUMI BANGUNAN (PBB) DI KABUPATEN ACEH TAMIANG Muhammad Mukhlis; Fazrina Saumi
JURNAL GAMMA-PI Vol 1 No 1 (2019): JURNAL GAMMA-PI MATEMATIKA DAN TERAPAN
Publisher : Program Studi Matematika, Fakultas Teknik, Universitas Samudra. Langsa, Aceh.

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

Abstract

Penelitian ini bertujuan untuk melihat apa saja faktor-faktor yang mempengaruhi pendapatan pajak bumi bangunan (PBB) di Kabupaten Aceh Tamiang. Penelitian ini menggunakan metode regresi linier berganda. Data yang digunakan adalah time series berupa data penerimaan PBB di Kabupaten Aceh Tamiang tahun 2014 – 2018. Dikumpulkan dari Badan Pengelola Keuangan Daerah. Hasil penelitian ini menunjukan bahwa faktor-faktor yang mempengaruhi penerimaan pajak bumi bangunan (PBB) pada Kabupaten Aceh Tamiang adalah luas bumi dimana nilai koefesien sebesar 4,825, luas bangunan dengan nilai koefesien – 19,180, dan denda pajak dengan koefesien 23,597. Untuk nilai tolerance yang masing – masing > 0,1 dan untuk nilai VIF yang masing-masing < 5 maka model regresi linier sangat baik.
PENERAPAN METODE EXPONENTIAL SMOOTHING DALAM PERAMALAN INDEKS HARGA KONSUMEN (IHK) PROVINSI SUMATERA UTARA Jahrohani Harahap; Fazrina Saumi
JURNAL GAMMA-PI Vol 2 No 02 (2020): JURNAL GAMMA-Pi MATEMATIKA DAN TERAPAN
Publisher : Program Studi Matematika, Fakultas Teknik, Universitas Samudra. Langsa, Aceh.

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

Abstract

IHK merupakan salah satu indikator ekonomi penting yang dapat memberikan informasi mengenai perkembangan harga barang atau jasa yang dibayar oleh konsumen dan salah satu indikator penting dalam penentuan tingkat inflasi. Tujuan dari penelitian ini adalah untuk mengetahui penerapan metode exponential smoothing dalam peramalan Indeks Harga Konsumen (IHK) Provinsi Sumatera Utara tahun 2015 – 2019. Data yang digunakan adalah data bulanan dengan jenis data adalah data sekunder yang diperoleh dari Badan Pusat Statistik Provinsi Sumatera Utara. Berdasarkan analisa data, diketahui bahwa data tidak stasioner, memiliki unsur trend dan dipengaruhi oleh musiman. Sehingga metode penyelesaian yang tepat untuk diterapkan dalam penelitian ini adalah metode triple exponential smoothing yang dibagi menjadi dua metode penyelesaian, yaitu metode Multiplicative dan metode Additive dengan menggunakan tiga konstanta yaitu Hasil forecasting dengan kedua metode pada tahun 2020 mengalami penurunan secara terus-menerus setiap bulannya. Berdasarkan hasil penelitian diperoleh bahwa peramalan Indeks Harga Konsumen (IHK) Provinsi Sumatera Utara lebih tepat menggunakan model Additive karena memiliki error yang lebih kecil dibandingkan model Multiplicative berdasarkan nila MAPE yaitu sebesar 0,57%.
Penerapan Backpropagation Neural Network pada Prediksi Curah Hujan di Sumatera Utara Ulya Nabila; Indah Ramadhani; Fazrina Saumi
Jurnal Informatika dan Teknologi Komputer (J-ICOM) Vol 4 No 1 (2023): Jurnal Informatika dan Teknologi Komputer ( JICOM)
Publisher : Universitas Samudra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55377/j-icom.v4i1.10503

Abstract

Indonesia is located on the equator with a latitude of 6°N to 11°S. This latitude causes a high intensity of solar radiation so that the air temperature becomes high. This causes the evaporation of water from the surface of the sea and land to form clouds and rain. One of the provinces in Indonesia that has high rainfall is North Sumatera. Due to the high rainfall, the province often experiences floods and landslides. In order to minimize the impact of floods and landslides, the first thing that can be done is to predict the rainfall in North Sumatera. The method used is Backpropagation Neural Network. This method is a kind of artificial intelligence designed to process information by imitating the nervous system of the human brain. This research aimed to predict rainfall in North Sumatera using Backpropagation Neural Network and determine the accuracy of this method. The data came from the Badan Pusat Statistik (BPS) of North Sumatera, namely rainfall data from January 2020 to December 2022. The results implied that rainfall in 2023 for each month is 190; 266; 197; 178; 290; 182; 299; 350; 213; 485; 357; and 389 (mm/month) and has an accuracy of Mean Absolute Percentage Error (MAPE) of 35.55%, so this method is categorized as suitable for predicting rainfall.