Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : METIK JURNAL

SISTEM LAYANAN UJIAN ONLINE MODEL COMPUTER BASED MENGGUNAKAN KERANGKA PIECES PADA SMK KESEHATAN AIRLANGGA BALIKPAPAN Richki Hardi
METIK JURNAL Vol 1 No 2 (2017): METIK Jurnal
Publisher : LP3M Universitas Mulia

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

Abstract

Selama ini ujian yang dilakukan secara konvensional dengan menerapkan sistem manual diantaranya memanfaatkan kertas soal dan kertas jawab bagi siswa terasa begitu lelah, menghabiskan waktu, tenaga dan tempat. Kerja guru juga ikut bertambah dimana harus menyisihkan waktu untuk mengoreksi hasil ujian siswa, mencari atau menyiapkan tempat yang aman untuk menaruh lembar jawaban siswa sehingga tidak mudah tercecer dan hilang. Belum lagi harus membuat laporan satu persatu tentang hasil ujian siswa. Oleh karena itu dari beberapa masalah yang ada maka perlu sebuah perubahan, ide untuk mengembangkan bagaimana ujian tersebut dapat mudah diselesaikan dan tetap berjalan baik sesuai dengan yang diinginkan, ide terbut diantaranya perlu adanya sebuah sistem Ujian Online yang akan memberikan kemudahan untuk siswa dan guru mata pelajaran. Tujuannya adalah untuk memberikan data yang valid atau benar, mudah dan praktis serta aman dan efisien karena proses penyimpanannya menggunakan sistem database. Sistem ini menggunakan model computer based Assesment dan mengacu pada kerangka PIECES. Proses penggunaan yang cukup mudah, baik bagi guru maupun siswa, dapat meningkatkan efektifitas dan efisiensi waktu dalam proses pemeriksaan ujian dan pelaksanaan ujian terasa lebih mudah dilaksanakan, menarik dan menyenangkan bagi siswa. sistem ini mampu memberikan hasil nilai ujian secara langsung kepada siswa setelah selesai ujian.
Perancangan dan Implementasi Elearning Pada Matakuliah Logika Fuzzy Gunawan Gunawan; Richki Hardi
METIK JURNAL Vol 5 No 2 (2021): METIK Jurnal
Publisher : LP3M Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/metik.v5i2.298

Abstract

Tujuan e-learning pada mata kuliah logika fuzzy adalah untuk membantu mahasiswa belajar dengan membuat struktur menu dan teknik operasi sederhana, serta prototipe untuk e-learning pada mata kuliah logika fuzzy. Kesulitan siswa dalam mempraktekkan apa yang telah mereka pelajari bermula dari kenyataan bahwa pengenalan e-learning dapat memudahkan siswa untuk mengakses materi yang tidak mereka pahami. Pendekatan penelitian dalam penelitian adalah prototype pembelajaran analitik. Pada mata kuliah logika fuzzy, hasil produk e-learning berbasis aplikasi online dapat dijadikan sebagai bahan pembelajaran. Struktur pembelajaran e-menu terdiri dari halaman home dengan pengenalan e-learning, halaman situs peserta, kalender, dan catatan, dan halaman catatan. Aspek terpenting dari e-learning adalah halaman yang dapat digunakan untuk memperluas jaringan dan kursus. Materi, diskusi, forum, kuis, dan kegiatan lainnya merupakan bagian dari e-learning. Hasil validasi ahli media pada aplikasi e-learning tersebut cukup baik, menunjukkan layak untuk digunakan. Materi yang digunakan sangat baik, menurut hasil validasi ahli materi, menyiratkan sangat ideal untuk digunakan pada mata kuliah logika fuzzy. Hasil tes terbatas untuk mahasiswa yang terdaftar di program studi Informatika berada pada kategori sangat baik, menunjukkan bahwa alat e-learning tersebut mudah digunakan.
Augmentasi Citra Pohon Kelapa Sawit untuk Deteksi Objek Berbasis Deep Learning Dedy Mirwansyah; Achmad Solichin; Fahrullah; Hardi, Richki; Wulan Sari, Nariza Wanti; Arista Rizki, Nanda; Aldo, Dasril
METIK JURNAL (AKREDITASI SINTA 3) Vol. 9 No. 1 (2025): METIK Jurnal
Publisher : LPPM Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/metik.v9i1.1001

Abstract

Penelitian ini menitikberatkan pada Augmentasi citra pohon kelapa sawit untuk deteksi objek menggunakan pendekatan Deep Learning. Pohon kelapa sawit memiliki peran penting dalam industri perkebunan dan pertanian, sehingga pengembangan metode deteksi pohon kelapa sawit yang efisien menjadi krusial dalam pemantauan perkebunan dan pengelolaan sumber daya alam. Metode penelitian melibatkan augmentasi citra, seperti flip, crop, hue, saturation, brightness, exposure dan pra-pemrosesan auto orient dan resize untuk meningkatkan kualitas data pelatihan. Model Deep Learning yang digunakan adalah Convolutional Neural Network (CNN) yang terintegrasi dengan teknik object detection, memungkinkan identifikasi pohon kelapa sawit dari latar belakang dengan akurasi tinggi. Penelitian ini menggunakan 101 citra kepala sawit dan setelah dilakukan augmentasi berjumlah 253 citra pohon kelapa sawit yang bervariasi dalam kondisi pencahayaan, sudut pandang, dan penutupan daun. Hasil eksperimen menunjukkan bahwa metode ini mampu mengidentifikasi pohon kelapa sawit dengan akurasi yang baik, bahkan dalam kondisi yang kompleks. Hasil penelitian ini memiliki potensi aplikasi dalam pemantauan perkebunan kelapa sawit, perencanaan lahan, dan pemantauan lingkungan. Dengan peningkatan akurasi deteksi dan ekstraksi, manajemen perkebunan dan pemantauan lingkungan dapat menjadi lebih efisien dan berkelanjutan.