Claim Missing Document
Check
Articles

Pengembangan Media Pembelajaran Interaktif Aljabar Boolean Dan Gerbang Logika Berbasis Android Menggunakan Metode Addie Di SMKN 1 Ngadirojo Yofhi Fauda Pradana Yofhi; Ismail Abdurrozzaq Zulkarnain; fauzan masykur
MEKAR : Journal Information System and Computer Application Vol. 1 No. 2 (2025): DECEMBER
Publisher : PT Mekar Research and Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65475/mfn0zb13

Abstract

Pembelajaran Aljabar Boolean dan Gerbang Logika di SMKN 1 Ngadirojo kerap mengalami kesulitan memahami konsep karena materi masih disampaikan secara abstrak dan statis. Hal ini menunjukkan perlunya media pembelajaran interaktif berbasis Android yang dapat meningkatkan pemahaman siswa. Penelitian ini bertujuan mengembangkan media pembelajaran interaktif berbasis Android untuk membantu siswa SMKN 1 Ngadirojo memahami materi Aljabar Boolean dan Gerbang Logika. Penelitian ini menggunakan model pengembangan ADDIE (Analysis, Design, Development, Implementation, Evaluation) secara sistematis. Hasil penelitian berupa aplikasi Android yang memuat modul materi Aljabar Boolean, simulasi gerbang logika, dan kuis interaktif sebagai evaluasi pemahaman. Pengujian fungsionalitas menggunakan metode black box menunjukkan bahwa seluruh fitur aplikasi berjalan sesuai spesifikasi dan tanpa kesalahan signifikan. Kesimpulannya, media pembelajaran berbasis Android yang dikembangkan ini layak digunakan dan diharapkan dapat membantu siswa memahami materi secara lebih interaktif dibandingkan dengan metode konvensional.
Design and Development of a Website to Assess Students’ Good Deeds Using a Rule-Based Algorithm: A Case Study of Poncol State Vocational High School. Krisna Nurhuda; Angga Prasetyo; Fauzan Masykur
MIKIR : Mathematics, Informatics, Knowledge And Information Research Vol. 2 No. 2 (2026): JUNE
Publisher : PT Mekar Research and Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65475/c4k21m62

Abstract

The recording of student behavior points at Poncol State Vocational High School still relies on paper forms and separate logbooks. This manual procedure leads to delays in data verification, the risk of miscalculations, and a lack of transparency. This website stores data on students’ positive behavior digitally and centrally. To process this data, the system uses a rule-based algorithm through if-then logic. Built using the Laravel framework and MySQL, this program includes features for student activity submissions, teacher verification, and point calculations. Functional testing was conducted using the Black Box method. The test results show that every feature on the admin, teacher, and student pages functions as originally designed. This system is capable of automatically determining eligibility for Field Work Practice (PKL) and grade promotion based on minimum point thresholds. This automated procedure replaces manual record-keeping on paper summary sheets.
Implementasi Convolutional Neural Network (CNN) MobileNetV2 untuk Klasifikasi Motif Batik Klasik Ponorogo Berbasis Web Nerissa Nikmatul Qoiriyah; Indah Puji Astuti; Fauzan Masykur
Jurnal Rekayasa Teknologi dan sains Vol 10, No 2 (2026): Jurnal Rekayasa, Teknologi, dan Sains
Publisher : Fakultas Teknik Universitas Malahayati

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33024/jrets.v10i2.27799

Abstract

Motif keberagaman Batik Klasik Ponorogo mencerminkan identitas budaya masyarakat Ponorogo melalui karakteristik visual dan nilai filosofis yang terkandung di dalamnya. Proses identifikasi motif batik umumnya masih dilakukan secara manual sehingga memerlukan waktu, ketelitian, dan pengalaman dalam membedakan motif yang memiliki kemiripan visual. Penelitian ini menghadirkan sistem klasifikasi motif Batik Klasik Ponorogo berbasis web dengan memanfaatkan Convolutional Neural Network (CNN) berarsitektur MobileNetV2. Pengembangan aplikasi mengikuti model Waterfall yang meliputi tahap analisis kebutuhan, perancangan, implementasi, dan pengujian. Model klasifikasi diolah menggunakan dataset yang terdiri atas 2.000 citra dan mewakili sepuluh motif Batik Klasik Ponorogo. Setelah proses pelatihan selesai, model diintegrasikan ke dalam aplikasi berbasis Flask sehingga proses identifikasi dapat dilakukan melalui fitur unggah gambar. Model kinerja dianalisis menggunakan Confusion Matrix dan Classification Report , sementara pengujian fungsional aplikasi dilakukan dengan metode Black Box Testing . Hasil evaluasi menunjukkan bahwa model mencapai tingkat akurasi sebesar 90,75%, sementara seluruh fungsi aplikasi berjalan sesuai dengan kebutuhan yang telah ditetapkan. Implementasi sistem ini menunjukkan bahwa penerapan MobileNetV2 mampu mendukung proses identifikasi Motif Batik Klasik Ponorogo secara lebih cepat, konsisten, dan mudah diakses, sekaligus memberikan kontribusi terhadap upaya pelestarian budaya melalui pemanfaatan teknologi kecerdasan buatan.