Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Generation Journal

OPTIMASI GOOGLE CLASSROOM SEBAGAI INOVASI PEMBELAJARAN ONLINE DI MASA PANDEMI COVID-19 Susilo, Purnomo Hadi; Rohman, M. Ghofar
Generation Journal Vol 5 No 2 (2021): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v5i2.16117

Abstract

The Covid-19 pandemic has plagued all corners of the world, including Indonesia. Simultaneously, the Ministry of Education and Culture (SE No. 36962/MPK.A/HK/2020), responded that learning during the pandemic can be carried out with an online or remote system and work from home. The application of online learning is a form of innovation that can be done to condition the teaching and learning process in the hope of preventing the spread of the Covid-19 outbreak. One of the online learning applications that can be used to support the learning process during the Covid-19 pandemic is Google Classroom. This Google Classroom application is equipped with classroom features that can be created by educators and can be followed by all students. The features provided are complete, including uploading materials, videos, assignments/practices, and even discussion forums. Research data was taken by distributing online questionnaires using google form to 122 students. These students are those who have done online learning using Google classroom. The results showed that the optimization of the use of Google Classroom can be used to develop online learning with high results, which is 73.57%.
Intelligent System for Predicting Learning Achievement Using the Naive Bayes Algorithm at MA Sains Roudlotul Qur'an Lamongan Fitriani, Elly; Susilo, Purnomo Hadi; Budi, Agus Setia
Generation Journal Vol 6 No 1 (2022): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v6i1.16118

Abstract

Perkembangan teknologi informasi yang semakin pesat menjadikan kebutuhan akan suatu konsep dan mekanisme proses belajar mengajar di sekolah berbasis teknologi tidak bisa dihindari lagi. Konsep yang kemudian dikenal dengan istilah e-learning ini membawa pengaruh terjadinya proses transformasi pendidikan konvensional ke dalam bentuk penddidikan berbasis digital, baik secara isi dan sistemnya. Selain konsep pembelajaran yang berbasis digital, proses menentukan siswa berprestasi sudah selayaknya dilakukan secara digitalisasi juga. Kondisi yang saat ini ditemui yaitu sebagian besar lembaga pendidikan masih melakukan proses seleksi siswa berprestasi hanya berdasarkan penilaian yang lebih berfokus ke dalam bidang akademis (penguasaan konsep) yang hanya berdasarkan penilaian subjektif dari guru yang bersangkutan, siswa yang nilai raportnya menduduki peringkat 1 sampai 3 tingkat sekolah (paralel) akan dianggap sebagai siswa berprestasi, proses penilaian tersebut juga masih dilakukan secara manual. Pada penelitian ini dirancang suatu sistem yang bisa membantu pihak lembaga pendidikan dalam proses pembelajaran online dan menentukan siswa berprestasi. Proses ini diawalai dengan siswa dan guru yang menggunakan sistem pembelajaran online, data hasil dari proses pembelajaran online tersebut yang digunakan untuk proses perhitungan rumus densitas gauss algoritma naive bayes. hasil akhirnya yaitu prediksi untuk menentukan seorang siswa ke dalam kelas berprestasi atau tidak berprestasi
Passenger Number Prediction System at Surabaya Juanda Airport With Double Exponential Smooting Method Setia Budi, Agus; Hadi Susilo, Purnomo
Generation Journal Vol 6 No 1 (2022): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v6i1.16668

Abstract

Bandar udara merupakan salah satu infrastruktur penting yang diharapkan dapat mempercepat pertumbuhan ekonomi masyarakat. Bandar udara berfungsi sebagai simpul pergerakan penumpang atau barang dari transportasi udara ke transportasi darat atau sebaliknya, salah satunya adalah Bandar Udara Internasional Juanda. Namun perlu dilakukan manajemen yang baik pada bandar udara karena kurangnya penjadwalan yang tertata. Dibutuhkan sistem untuk mengurangi kesalahan yang sering terjadi dan sistem yang mendukung. Penelitian ini bertujuan untuk menangani dan memberikan solusi terbaik untuk mengatasi permasalahan perhitungan jumlah penumpang pesawat di Bandar Udara Internasional Juanda.Dalam hal ini penulis mengadakan penelitian tentang prediksi calon penumpang pesawat pada Bandar Udara Internasional Juanda menggunakan metode Double Exponential Smoothing yang nantinya diharapkan dapat memberikan solusi terhadap permasalahan perhitungan penumpang pesawat untuk memprediksi calon penumpang pesawat sehingga dapat ditentukan penjadwalan yang tepat dengan jumlah pesawat yang diperlukan.Implementasi sistem ini menggunakan website dengan framework codeigniter dengan tingkat akurasi hasil mencapai 98% didukung dengan pola data yang sesuai, dalam hal ini data jumlah penumpang pertahun memiliki pola data statis yang mengandung data trend. Tingkat akurasi data diperoleh dari metode testing menggunakan Mean Absolute Percentage Error yang hasilnya kurang dari 25%.
Sistem Cerdas Penilaian Ujian Essay Menggunakan Metode Cosine Similarity Arifuddin, Muhammad Rizal; Ar Rafiq, Izzudin; Mubarok, Rifki; Susilo, Purnomo Hadi
Generation Journal Vol 7 No 1 (2023): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v7i1.18318

Abstract

Technological developments have grown rapidly without exception in the world of education. The development of technology in the field of education can be seen by the number of information systems used for the learning process. The online learning process has many obstacles, especially when the exam is being conducted. Not all educators can conduct online exams by utilizing information technology. One of the most difficult exams is the essay exam. The essay exam that was conducted experienced many obstacles in terms of correcting and assigning grades to students. By utilizing intelligent information technology, this can be solved because everything can be done by the system automatically. This study aims to build an intelligent system for assessing essay exams using the cosine similarity method. In the system built, all the exam processes can be done automatically. The system can correct the answers written by students then the system will also automatically give a value according to the answers entered. The results of the study indicate that the system built can assist teachers in conducting online essay exams effectively and efficiently. This is because the system can correct students' answers by automatically matching the answers from the teacher.
Implementasi Metode K-Nearest Neighbor Sebagai Sistem Pendeteksi Kualitas Ikan Bandeng Susilo, Purnomo Hadi; Jadid, Mohammad; Adani, Ahmad Sabil
Generation Journal Vol 8 No 1 (2024): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v8i1.21131

Abstract

Ikan bandeng (Chanos Chanos) merupakan salah satu ikan konsumsi yang hidup tersebar didaerah tropik Indo Pasifik, Ikan bandeng juga telah menjadi komoditas yang memiliki tingkat konsumsi yang tinggi terutama di daerah desa Bendungan kecamatan Duduksampean kabupaten Gresik, Semakin tingginya minat terhadap ikan bandeng, sehingga kualitas ikan bandeng menjadi sangat penting. Salah satu parameter dari kualitas ikan bandeng adalah kesegaran ikan. Ikan bandeng pada umumnya mudah mengalami penurunan kualitas, bila kesegaran ikan menurun, penurunan kesegaran tersebut berpotensi menjadi basi, Beberapa metode yang digunakan masyarakat untuk mengidentifikasi kesegaran dari ikan bandeng masih secara manual, Kekurangan dari metode di atas yaitu tidak semua pendapat dari masyarakat sama dalam hal menilai kualitas bandeng yang masih segar, sehingga kebasian pada ikan bandeng berbeda – beda dan kurang valid. Munculnya permasalahan di atas maka perlu dikembangkan suatu metode untuk identifikasi kualitas dari ikan bandeng agar lebih valid. Oleh karena itu pada penelitian ini diusulkan deteksi kesegaran ikan bandeng menggunakan Image Processing dan menggunakan metode K- Nearest Neighbor ( KNN ) untuk mengetahui kesegaran ikan bandeng, Pada penelitian ini meenggunakan total 195 data diantara lainnya 150 data training dan 45 data testing. Dari penelitian ini memiliki nilai akurasi yang tertinggi pada parameter nilai K1 dengan hasil akurasi 84,44%.
Implementation of the K-means Clustering Algorithm in Grouping E-learning Satisfaction Data Rohman, MGhofar; Yahya, Kurnia; Susilo, Purnomo Hadi
Generation Journal Vol 8 No 2 (2024): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v8i2.22730

Abstract

– Selama pandemic covid-19 kegiatan pembelajaran di perguruan tinggi mengalami perubahan, dari yang pembelajaran secara langsung yang dilaksanakan di kelas menjadi pembelajaran secara daring dengan memanfatkan koneksi internet (pembelajaran daring). Selama kegiatan pembelajaran dilakukan secara daring banyak sekali pro dan kontra pada pelaksaan kegiatan dilapangan, sehingga perlu dilakukan penggelompokan mengenai kepuasan mahasiswa pada pelaksaan pembelajaran daring. Tujuan pada penelitian ini adalah untuk melakukan pengelompokan data kepuasan mahasiswa pada pembelajaran daring dengan menggunakan metode k-means. Data yang digunakan dalam penelitian ini adalah data yang dihasilakan dari sebaran angket/kuisioner kepada 185 mahasiswa fakultas Teknik. Pada penelitian ini, penerapan metode K-Means klastering pada aplikasi yang dibuat pada matlab dengan menggunakan 3 klaster. Penelitian ini menggunakan data sebanyak 185 data yang didapatkan dari mahasiwa fakultas teknik Universitas Islam Lamongan. Dari hasil perhitungan aplikasi matlab diperoleh keanggotaan pada klaster adalah sebagai berikut: klaster 1 dengan anggota sebanyak 80 data mahasiswa, klaster 2 beranggotakan sebanyak 23 data mahasiswa dan pada klaster 3 dengan anggota sejumlah 82 data mahasiswa.