Garuda - Garba Rujukan Digital

Klasifikasi Soal Matematika Berdasarkan Taksonomi Anderson Di SMP Kota Kendari Islah, Islah; Zamsir, Zamsir; Mukhsar, Mukhsar; Rahman, Abd.
Jurnal Pembelajaran Berpikir Matematika (Journal of Mathematics Thinking Learning) Vol 4, No 2 (2019)
Publisher : Universitas Halu Oleo

Abstrak: Taksonomi Bloom adalah struktur hierarki yang mengidentifikasi kemampuan mulai dari tingkat rendah hingga tingkat yang tinggi. Fokus dari taksnomi Bloom adalah kurikulum dan penilaian. Seperti yang dinyatakan oleh Bloom (1956) taksonomi ini didesain untuk menjadi klasifikasi dari perilaku pesertadidik yang mewakili hasil akhir dari proses pendidikan. Taksonomi Bloom Revisi dikenal juga dengan nama taksonomi Anderson. Tujuan dari penelitian ini adalah untuk mendeskripsikan tes UAS SMP Negeri kelas VII semester ganjil Tahun Pelajaran 2017/2018 ditinjau dari ranah kognitif taksonomi Anderson masing-masing sekolah dan untuk mengetahui perbedaan persentase tingkat kognitif antar naskah tes tersebut. Untuk mencapai tujuan, ada tiga tahapan utama yang dilaksanakan yaitu tahap pengumpulan data, tahap pengklasifikasian soal oleh para panelis berdasarkan ranah kognitif taksonomi Anderson dan tahap analisis hasil pengklasifikasian soal. Dari 18 naskah tes UAS SMP negeri kelas VII semester ganjil Tahun Pelajaran 2017/2018 Kota Kendari diperoleh bahwa seluruh naskah memuat soal dengan tingkat kognitif C2 dan C3. Namun, hanya sebagian kecil yang memuat soal dengan tingkat kognitif C1, C4, dan C5, serta seluruh naskah tes tidak memuat soal dengan tingkat kognitif C6. Selain itu, berdasarkan hasil klasifikasi soal diketahui bahwa terdapat perbedaan persentase setiap tingkat kognitif antar naskah tes tersebut. Namun, semua naskah tes didominasi oleh soal dengan tingkat kognitif C2, kemudian disusul oleh tingkat kognitif C3 dan C1.Kata kunci: Taksonomi Anderson, Klasifikasi Soal, Kognitif.Â Abstract: Bloom's Taxonomy is a hierarchical structure that identifies skills from low to high levels. The focus of Bloom's taxonomy is curriculum and assessment. As Bloom (1956) said, this taxonomy is designed to be a classification of learners' behaviors that represent the end result of the educational process. Bloom's Taxonomy revision is also known as Anderson's taxonomy. The purpose of this research is to describe the UAS test script of junior high school seventh grade odd semester Academic Year 2017/2018 viewed from the cognitive domain of Anderson taxonomy of each school and to find out the difference percentage of cognitive level between the test script. To achieve the goal, there are three main phases that are implemented i.e the data collection phase, classification phase by panelists based on cognitive domains of Anderson's taxonomy and analysis phase which is classification results. From the 18 UAS test script of junior high school of the seventh grade odd semester academic year 2017/2018 in Kendari City,Â it is found that the whole test script are contain the questions with cognitive level of C2 and C3. However, only a small amount of test script are contain the questions with the cognitive level of C1, C4, and C5, as well as the entire test script does not contain the question with cognitive level of C6. In addition, based on the questions classification results, it is known that there is a difference percentage of cognitive level between those test script. However, all test script are dominated by questions with cognitive level of C2, followed by cognitive levels of C3 and C1.Â Keywords: Andersonâ€™s Taxonomy, questions classification, cognitive.

SISTEM INFORMASI PELAYANAN KESEHATAN PADA PUSKESMAS KABAENA SELATAN BERBASIS WEB Muh Ade Furkan; Maruji Maruji; Andi Muh Islah
Simtek : jurnal sistem informasi dan teknik komputer Vol 6 No 1 (2021): April 2021
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v6i1.98

Sistem informasi pelayanan kesehatan di puskesmas kabaena selatan masih terdapat permasalah yaitu berupa masukan (input) melalui kegiatan pengumpulan data pelayanan kesehatan yang dicatat dalam lebih dari satu register dan pada proses pelayanan belum menggunakan manajemen basis data serta luaran (output) berupa informasi laporan bulanan yang dilaporkan tidak tepat waktu. Penelitian ini bertujuan membangun sistem informasi pelayanan kesehatan di puskesmas untuk mendukung evaluasi Program Kesehatan di Puskesmas Kabaena selatan. Jenis penelitian yang digunakan adalah penelitian kualitatif dan kuantitatif, Metode kualitatif pada penelitian ini digunakan untuk membantu proses identifikasi pada setiap tahapan dalam metodologi sistem yaitu sistem informasi pelayanan kesehatan yang dapat digunakan untuk mendukung sistem informasi pelayanan kesehatan di puskesmas Kabaena Selatan. Metode kuantitatif digunakan untuk mengevaluasi kualitas informasi sebelum dan sesudah pengembangan sistem inforrmasi. Adapun kelebihan pembuatan program aplikasi yang dibuat yaitu memungkinkan untuk menyimpan data yang penting di database dan laporan seperti data obat dan data penyakit bisa langsung dicetak tanpa harus membuat laporan baru

MENGIDENTIFIKASI JENIS TANAMAN BERDASARKAN CITRA DAUN MENGGUNAKAN AlGORITMA CONVOLUTIONAL NEURAL NETWORK Ikbal Suhardin; Andi Patombongi; Andi Muhammad Islah
Simtek : jurnal sistem informasi dan teknik komputer Vol 6 No 2 (2021): Oktober 2021
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v6i2.101

Setiap tanaman memiliki daun dengan bentuk dan ukuran yang berbeda. Meskipun demikian, banyak manusia belum mengetahui jenis-jenis tanaman seperti daun herbal yang dimana memiliki manfaat bagi manusia dalam kesehatan. Pada penelitian ini digunakan "Supervised Learning” untuk membantu mengenali jenis tanaman berdasarkan daunnya. Pertama-tama sejumlah daun akan difoto, lalu foto tersebut akan diresize menjadi citra baru dengan ukuran tertentu, kemudian dimasukkan ke dalam dataset. Lalu citra akan dikonversi menjadi matriks dimana matriks ini akan dimasukkan ke dalam algoritma CNN (Convolutional Neural Network). Pada algoritma CNN, matriks tersebut akan digunakan untuk mengekstraksi fitur yang ada pada citra menggunakan beberapa filter yang sebelumnya telah ditentukan menggunakan metode konvolusi. Lalu hasil konvolusi tersebut akan digunakan untuk pelatihan menggunakan algoritma feedforward dan backpropagation untuk mendapatkan data weight dan bias yang optimal. Setelah itu dilakukan proses test dimana citra uji akan melalui proses konvolusi. Hasil konvolusi akan diklasifikasi menggunakan algoritma feedforward berdasarkan data weight dan bias yang sudah didapatkan dari proses training sebelumnya. Pengujian dilakukan dengan 5 gambar daun: 200 citra sebagai data training (latih), dan 25 citra sebagai data test (uji).

Analisis Kemampuan Berpikir Kreatif Dalam Memecahkan Masalah Matematis Ditinjau Dari Self-Efficacy Adham Panggu Rumanda; Makkulau Makkulau; Andi Tenriawaru; Andi Muhammad Islah H. Mansyur
Jurnal Pembelajaran Berpikir Matematika (Journal of Mathematics Thinking Learning) Vol 7, No 2 (2022)
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/jpbm.v7i2.30191

Tujuan penelitian ini adalah untuk mengetahui kemampuan berpikir kreatif dalam memecahkan masalah matematis siswa kelas VII SMPN 1 Landawe dengan tingkat self-efficacy tinggi, sedang, dan rendah. Jenis penelitian ini adalah peneltian kualitatif deskriptif. Instrumen dalam penelitian ini ada dua macam yaitu instrumen utama dan instrumen bantu. Instrumen utama adalah peneliti itu sendiri dan instrumen bantu yaitu angket self-efficacy, tes kemampuan berpikir kreatif, dan wawancara. Data yang telah diperoleh selanjutnya diuji keabsahan datanya menggunakan Uji kredibilitas data dengan triangulasi metode. Hasil penelitian menunjukkan bahwa: (1) Kemampuan berpikir kreatif siswa dengan self-efficacy tinggi dalam pemecahan masalah matematika mampu memenuhi indikator kefasihan, fleksibelitas, orisinalitas dan elaborasi. Sehingga kemampuan berpikir kreatif siswa dengan self-efficacy tinggi termasuk dalam kategori sangat kreatif. (2) Kemampuan berpikir kreatif siswa dengan self-efficacy sedang dalam pemecahan masalah matematika mampu memenuhi indikator kefasihan dan fleksibelitas dan agak kurang pada indikator orisinalitas dan elaborasi. Sehingga kemampuan berpikir kreatif /siswa dengan self-efficacy sedang termasuk dalam kategori cukup kreatif. (3) Kemampuan berpikir kreatif siswa dengan self-efficacy rendah dalam pemecahan masalah matematika agak kurang memenuhi indikator kefasihan dan fleksibelitas dan tidak memenuhi pada indikator orisinalitas dan elaborasi. Sehingga kemampuan berpikir kreatif siswa dengan self-efficacy rendah termasuk dalam kategori kurang kreatif.

ANALISIS KESEGARAN IKAN MUJAIR DAN IKAN NILA DENGAN METODE CONVOLUTIONAL NEURAL NETWORK Cakra Cakra; Syafruddin Syarif; Hamdan Gani; Andi Patombongi; Andi Muh Islah
Simtek : jurnal sistem informasi dan teknik komputer Vol. 7 No. 2 (2022): Oktober 2022
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v7i2.138

Dalam riset ini, kami melakukan eksperimen implementasi klasifikasi kesegaran ikan mujair dan ikan nila (segar dan tidak segar) berdasarkan mata ikan menggunakan transfer learning dari enam CNN, yaitu Resnet, Alexnet, Vgg-16, Squeezenet, Densenet dan Inception. Dari hasil eksperimen klasifikasi dua kelas kesegaran ikan mujair menggunakan 451 citra menunjukkan bahwa VGG mencapai kinerja terbaik dibanding arsitektur lainnya dimana akurasi klasifikasi mencapai 73%. Dengan akurasi lebih tinggi dibanding arsitektur lainnya maka Resnet relatif lebih tepat digunakan untuk klasifikasi dua kelas kesegaran ikan Mujair, sedangkan ikan nila dengan menggunakan 574 citra menunjukkan bahwa VGG mencapai kinerja lebih baik dibanding arsitektur lainnya dengan akurasi klasifikasi mencapai 57,9%, dengan demikan maka VGG relatif lebih tepat digunakan untuk klasifikasi dua kelas kesegaran ikan Nila.

MONITORING DATA CITRA SATELIT HIMAWARI 8 DENGAN METODE OPTICAL FLOW Andi Muh Islah; Andi Patombongi
Simtek : jurnal sistem informasi dan teknik komputer Vol. 8 No. 1 (2023): April 2023
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v8i1.248

Overshooting tops (OT) adalah salah satu fenomena atmosfer yang paling umum di daerah tropis. Puncak OT akan menembus lapisan troposfer hingga mencapai lapisan bawah stratosfer dimana suhu lingkungan stratosfer bawah lebih hangat dibandingnkan suhu lingkungan puncak troposfer. Di sisi lain, kondisi lingkungan di bawah sel OT yang dekat dengan permukaan bumi akan mengalami cuaca ekstrim angin kencang yang mampu merobohkan benda-benda di sekitarnya. Metodologi penelitian yang digunakan dalam penelitian ini terdiri dari empat tahap. Tahap pertama berkaitan dengan perumusan masalah dan kajian literatur. Pada tahap kedua, membahas masalah pemodelan monitoring OT menggunakan data citra satelit himawari-8 berbasis kecerdasan buatan. Tahap ketiga adalah tahap pengumpulan data, dilakukan dengan wawancara dengan ahli klimatologi atau pihak BMKG terkait awan OT, dan pengumpulan dataset citra satelit yang terdapat OT dan tidak terdapat OT untuk data training dan data uji. Tahap keempat adalah dilakukan implementasi model yang telah dibuat. Dalam penelitian ini selain menggunakan metode lucas canade yang hanya menghitung optical flow pada pixel yang terdeteksi sebagai corner, peneliti juga menggunakan algoritma Gunnar Farneback untuk mendetekse dense optical flow citra satelit

IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR (K-NN) DALAM PERANCANGAN ALAT PENDETEKSI TINGKAT KESEGARAN DAGING Amanah Bugis, Sukriadi; Cakra, Cakra; Islah, Andi Muh; Sadly Said, Muhammad; Suarna, Dedi; Sulkifly Said, Muhammad
Simtek : jurnal sistem informasi dan teknik komputer Vol. 9 No. 1 (2024): April 2024
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v9i1.376

Gunamana mengatasi tantangan ketersediaan dan kualitas daging yang meragukan di pasaran, penelitian ini memperkenalkan sebuah inovasi: alat deteksi daging segar berbasis sensor warna RGB TCS-3200. Alat ini mengoperasikan pendekatan yang canggih dengan mengukur komposisi warna RGB pada daging yang dianalisis, membandingkannya dengan standar warna RGB daging segar, dan memanfaatkan metode K-Nearest Neighbor untuk mengklasifikasikan tingkat kesegaran daging ayam. Dari serangkaian uji klasifikasi, sistem ini berhasil mencapai tingkat akurasi sebesar 87% dalam mengidentifikasi daging segar dari sampel uji sebanyak 15 data. Inovasi ini diharapkan mampu memberikan solusi yang dapat diandalkan bagi masyarakat konsumen untuk memastikan keamanan dan kualitas daging yang mereka beli.

Klasifikasi Penyakit Hiperkolesterol Menggunakan Algoritma Decision Tree C4.5 Liya, Aprisarita; Supit, Yonal; Muhammad Islah, Andi
INDONESIAN JOURNAL ON DATA SCIENCE Vol 1 No 2 (2023): Indonesian Journal on Data Science
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/ijds.v1i2.1192

Hiperkolesterol merupakan faktor risiko penyebab kematian di usia muda. tercatat 4,4 juta kematian akibat hiperkolesterol atau sebesar 7,9% dari jumlah total kematian di usia muda. Hiperkolesterol merupakan salah satu jenis penyakit yang banyak dialami oleh masyarakat Indonesia. Pentingnya mengetahui gejala penyakit stroke sejak dini merupakan pencegahan awal. Maka dari itu, dilakukan penelitian untuk menganalisa data terkait penyebab hiperkolesterol. Adapun atribut yang terlibat dalam penyebab terjadinya hiperkolesterol yakni, usia, jenis kelamin, status merokok, dan index masa tubuh. Diperlukan algoritma tertentu untuk mengklasfikasikan atribut tersebut untuk mengevaluasi kelas suatu objek. Decision tree C4.5 merupakan algoritma yang paling banyak digunakan, dalam kasus ini akurasi dari algoritma Decision tree C4.5 merupakan Algoritma yang paling banyak digunakan, dalam kasus ini akurasi dalam algoritma Decision Tree C4.5 sebesar 80%.

SISTEM MONITORING KUALITAS AIR PADA BUDIDAYA IKAN AIR TAWAR BERBASIS INTERNET OF THINGS Irwansyah, Muhammad Adhe; Said, Muhammad Sadly; Islah, Andi Muh
Simtek : jurnal sistem informasi dan teknik komputer Vol. 9 No. 2 (2024): Oktober 2024
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v9i2.1395

Dalam budidaya perikanan air tawar, kualitas air sangat penting karena mempengaruhi siklus hidup ikan. Air harus jernih, bebas pencemaran, dan memenuhi standar fisik serta kimia seperti pH dan kekeruhan (turbidity). Ketidakseimbangan pH dapat menyebabkan stres pada ikan, sedangkan kekeruhan tinggi dapat mengindikasikan partikel atau senyawa kimia berbahaya. Penelitian ini bertujuan untuk merancang dan membangun sistem monitoring kualitas air pada budidaya ikan air tawar berbasis IoT, dengan fokus pada pH dan kekeruhan. Metode pengembangan yang digunakan adalah metode waterfall. Hasil menunjukkan korelasi sangat lemah (r = 0,203) antara kekeruhan dan pH, menandakan keduanya cenderung beroperasi independen. Pengujian di dua kolam ikan menunjukkan peningkatan pH di siang hari, dengan sensor pH memiliki error 1,44% hingga 3,78%.

Klasifikasi Penyakit Hiperkolesterol Menggunakan Algoritma Decision Tree C4.5 Liya, Aprisarita; Supit, Yonal; Muhammad Islah, Andi
INDONESIAN JOURNAL ON DATA SCIENCE Vol. 1 No. 2 (2023): Indonesian Journal on Data Science
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/ijds.v1i2.1192

Hiperkolesterol merupakan faktor risiko penyebab kematian di usia muda. tercatat 4,4 juta kematian akibat hiperkolesterol atau sebesar 7,9% dari jumlah total kematian di usia muda. Hiperkolesterol merupakan salah satu jenis penyakit yang banyak dialami oleh masyarakat Indonesia. Pentingnya mengetahui gejala penyakit stroke sejak dini merupakan pencegahan awal. Maka dari itu, dilakukan penelitian untuk menganalisa data terkait penyebab hiperkolesterol. Adapun atribut yang terlibat dalam penyebab terjadinya hiperkolesterol yakni, usia, jenis kelamin, status merokok, dan index masa tubuh. Diperlukan algoritma tertentu untuk mengklasfikasikan atribut tersebut untuk mengevaluasi kelas suatu objek. Decision tree C4.5 merupakan algoritma yang paling banyak digunakan, dalam kasus ini akurasi dari algoritma Decision tree C4.5 merupakan Algoritma yang paling banyak digunakan, dalam kasus ini akurasi dalam algoritma Decision Tree C4.5 sebesar 80%.

Title

Found 13 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 13 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 13 Documents
Search