Claim Missing Document
Check
Articles

Found 23 Documents
Search

Integrating E-Leanrning and Digital Assessment in Indonesian Maritime Vocational Education: Enhancing Work Readiness Toko, Gigih Prastyan; Cahyadi, Tri; Robbany, Inayatur; Ridwan, Mohamad
Meteor STIP Marunda Vol 18 No 2 (2025): December
Publisher : Pusat Penelitian dan Pengabdian kepada Masyarakat (P3M) STIP Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36101/msm.v18i2.438

Abstract

This qualitative study investigates the integration of E-learning and Digital Assessment at STIP Jakarta and its impact on the work readiness of Diploma-IV cadets, aligned with international STCW competency standards. Through in-depth interviews and focus group discussions with 70 final-year cadets, the research reveals a dualistic outcome: while digital tools are highly effective in delivering theoretical knowledge and developing simulator-based operational skills, they exhibit significant limitations in fostering hands-on practical abilities and essential psychosocial competencies such as leadership and mental resilience. The findings identify a critical "digital-practical divide," where cadets report high digital confidence alongside underlying anxiety about real-world application. The study concludes that a balanced, hybrid pedagogical model is essential, leveraging technology not as a replacement but as a complement to traditional practical training. This approach is vital for Indonesia’s maritime sector to develop truly work-ready graduates who are both technologically proficient and psychologically prepared.
Aplikasi APLIKASI E-LEARNING BERBASIS WEB DENGAN METODE WATERFALL STUDI KASUS : SMA 1 NAGRAK: E-learning valiant, lucky; Asriyanik; Mohamad Ridwan
Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer Vol. 2 No. 3 (2022): November: Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/juritek.v2i3.539

Abstract

SMAN 1 Nagrak merupakan sekolah menengah atas yang berada diprovinsi Jawa Barat khususnya Kabupaten Sukabumi. Pada masa pandemi seperti saat ini, kegiatan belajar mengajar mewajibkan dilakukan secara daring. Hal dikarenakan sebagai upaya mencegah penyebaran virus covid-19 dalam bidang pendidikan. Hal ini tentunya menjadi hambatan proses pembelajaran, oleh karena itu dibutuhkannya suatu media pembelajaran e-learning untuk mengatasi masalah tersebut. Dalam rangka memenuhi pembelajaran e-learning khususnya di SMAN 1 Nagrak, penulis mengenakan metode waterfall yang merupakan model pengembangan rekayasa perangkat lunak. Dalam penelitian ini, menghasilkan sebuah aplikasi e-learning bebasis web sebagai penunjang saran pembelajaran secara online. Dengan adanya aplikasi e-learning ini diharapkan proses pembelajaran dapat berjalan dengan baik serta memudahkan guru untuk memberikan materi pembelajaran, latihan soal-soal ujian dan pengumpulkan tugas terhadap siswa dalam pandemi ini.
Sistem Rekomendasi Jalur Sertifikasi Berbasis Machine Learning untuk Lifelong Learning Jody, Jody; Aryo Riandhito, Febry; Ridwan, Mohamad; Pebrianti, Dwi
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol. 12 No. 2 (2026): Volume 12 No 2
Publisher : Program Studi Informatika

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

Abstract

Dinamika pasar tenaga kerja saat ini menuntut peningkatan kompetensi secara berkelanjutan melalui ekosistem lifelong learning (pembelajaran sepanjang hayat). Lembaga Sertifikasi Profesi (LSP) berperan penting dalam hal ini, namun sering kesulitan memberikan rekomendasi sertifikasi yang tepat bagi pendaftar baru. Kendala utamanya meliputi ketiadaan riwayat sertifikasi (cold-start), keterbatasan pencocokan kata kunci pada sistem tradisional (lexical mismatch), serta kurangnya transparansi alasan rekomendasi dari sistem kecerdasan buatan (black-box). Penelitian ini mengusulkan sistem rekomendasi hibrida yang menggabungkan Machine Learning dan Generative AI. Untuk mengatasi masalah cold-start, algoritma K-Means digunakan untuk mengelompokkan profil pendaftar ke dalam 6 persona karier yang optimal berdasarkan data awal mereka. Selanjutnya, pencocokan profil dengan skema sertifikasi dilakukan menggunakan model Sentence-BERT (SBERT) yang mampu memahami konteks makna bahasa, bukan sekadar kata persis. Hasil pengujian menunjukkan pendekatan hibrida ini sangat unggul dengan tingkat akurasi (Recall@3) mencapai 82,67%. Terakhir, untuk mengatasi masalah black-box, sistem ini mengimplementasikan teknologi Retrieval-Augmented Generation (RAG). Teknologi ini menerjemahkan skor komputasi menjadi penjelasan naratif yang mudah dipahami, memberi tahu pengguna mengenai kesenjangan keterampilan (skill gap) yang perlu mereka pelajari. Secara keseluruhan, prototipe sistem berbasis web ini berhasil memberikan rekomendasi yang presisi sekaligus bertindak sebagai penasihat karier transparan yang mendukung pengembangan kompetensi tenaga kerja.