Fitriana M. Sabir
Universitas Teknologi Akba Makassar

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

APLIKASI MEDIA PEMBELAJARAN IPA BERBASIS AUGMENTED REALITY (AR) Fitriana M. Sabir
JTRISTE Vol 9 No 1 (2022): JTRISTE
Publisher : STMIK KHARISMA Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (626.743 KB) | DOI: 10.55645/jtriste.v9i1.371

Abstract

Jurnal ini mengulas tentang Aplikasi Media Pembelajaran IPA berbasis Augmented Reality (AR) Untuk Peserta Didik Kelas VII MTs Guppi Bontomanai Kab. Bulukumba. Penelitian ini bertujuan bagaimana merancang, mengiplementasikan Aplikasi Media Pembelajaran IPA berbasis Augmented Reality (AR) Untuk Peserta Didik Kelas VII MTs Guppi Bontomanai Kab. Bulukumba, dan mengetahui tingkat peahaman konsep peserta didik setelah aplikasi ini digunakan. Penelitian ini menggunakan metode MDLC (Multimedia Development Life Cycle) yang terdiri dari 6 tahap yaitu konsep (concept), desain (design), pengumpulan materi (material collecting), pembuatan (assembly), pengujian (testing) dan distribusi (distribution). Hasil penelitian pada tahap perancangan input yaitu Unified Modeling Language (UML) yakni, Use Case Diagram. Activity Diagram, Sequence Diagram dan Statechart Diagram dan perancangan output menggunakan software Unity dengan plug in Vuforiah SDK, perancangan Marker diCorel Draw X5 dan Pembuatan Objek 3D untuk planet disoftware Unity. Aplikasi Media Pembelajaran IPA Berbasis Augmented Reality diimplementasikan untuk peserta didik kelas VII MTs Guppi Bontomanai Kab Bulukumba, yang dapat dijadikan sebagai media pembelajaran baru yang berbeda dari sebelumnya. Aplikasi ini diserahkan kepada guru mata pelajaran IPA dalam bentuk Flashdisk beserta buku marker yang dapat disorot ketika memulai aplikasi pembelajaran. Tingkat Pemahaman konsep peserta didik setelah adanya aplikasi ini meningkat, hal ini dapat dilihat dari hasil tes dengan rata-rata 74.5 yang masuk dalam kategori Pemahaman “Tinggi” dibandingkan media pembelajaran yang digunakan sebelumnya dengan rata-rata 51.5 yang masuk dalam kategori pemahaman “Sedang”. Sehingga dapat disimpulkan bahwa peserta didik lebih banyak menjawab soal dengan benar setelah menggunakan aplikasi dibanding sebelum menggunakan aplikasi atau dengan menggunakan media pembelajaran sebelumnya.
Rancang Bangun Aplikasi GIS Pusat Oleh-Oleh Toraja Berbasis Web Fitriana M. Sabir; Asrul; Annisa Nurul Puteri; Amran Amiruddin; Mashud; Sidik Sakti Patalangi
Jurnal Minfo Polgan Vol. 12 No. 1 (2023): Artikel Penelitian 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v12i1.12742

Abstract

Oleh-oleh sering disinonimkan dengan souvenir, buah tangan atau cinderamata adalah sesuatu yang dibawa oleh seseorang ke rumahnya untuk mengenang daerah yang telah dikunjungi, terutama para wisatawan. Pendatang atau wisatawan yang ingin membeli oleh-oleh khas Tana Toraja biasanya hanya mengandalkan informasi yang terbatas dari orang per orang sehingga hasil pencariannya pun tidak efektif dan efisien. Tujuan dari penelitian ini adalah untuk merancang suatu sistem informasi geografis pusat oleh-oleh khas Toraja berbasis web. Analisis yang digunakan pada penelitian ini adalah analisis PIECES yang mengatur Performance, Information, Economy, Control, Eficiency Dan Services. Perancangan proses menggunakan UML, bahasa pemrograman PHP sebagai pengkodean yang digunakan, untuk pengujian dengan menggunakan pengujian aplikasi menggunakan UAT dan MySQL sebagai database[1]. Berdasarkan hasil pengujian yang diperoleh dari kuesioner sebesar 89,4% yang menunjukkan bahwa sistem yang dirancang berjalan baik dan sesuai dengan fungsinya. Pada penelitian ini menghasilkan sistem informasi geografis pusat oleh-oleh khas Toraja berbasis web.
Sistem Informasi E-katalog Terintegrasi QRCode Berbasis Website untuk Pemasaran Produk Furniture Annisa Nurul Puteri; Marwa Sulehu; Yamansah Yamansah; Febri Hidayat Saputra; Fitriana M. Sabir; Rohayati Rohayati; Arizal Arizal; Asrul Asrul
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13462

Abstract

Persaingan ketat pada industri furniture membuat pelaku bisnis harus membuat inovasi dalam proses pemasaran produk. Sulitnya pelanggan mengakses informasi produk yang tersedia pada toko furniture berdampak terhadap penjualan produk. Penelitian ini bertujuan untuk membuat sistem informasi e-katalog terintegrasi dengan QR-Code berbasis website agar dapat membantu memasarkan dan memberikan informasi detail produk furniture pada salah satu toko Furniture di Makassar. Metode Rapid Application Development (RAD) digunakan dalam pengembangan sistem informasi e-katalog terintegrasi QR-Code berbasis website. Use case diagram digunakan untuk merancang sistem dan blackbox testing untuk menguji sistem. Hasil dari penelitian ini adalah sistem informasi e-katalog yang mampu memudahkan pemilik toko dalam memasarkan produknya secara online dan membantu pelanggan dalam menemukan informasi detail produk yang tersedia di toko furniture dengan cara mengakses website dan memindai QR-Code yang tersedia di setiap katalog produk.
Penerapan Kecerdasan Buatan Pada Chatbot WhatsApp Sebagai Asisten Belajar Virtual Andis Andis; Pasnur Pasnur; Andi Sumardin; Muhammad Arafah; Tatik Maslihatin; Ilham Ilham; Andi Maulidinnawati Abdul Kadir Parewe; Fitriana M. Sabir; Nurzaenab Nurzaenab
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13872

Abstract

ChatGPT merupakan salah satu aplikasi artificial intelligence generative yang sangat populer saat ini. ChatGPT memiliki versi gratis dan premium. ChatGPT versi gratis sangat diminati karena dapat digunakan tanpa mengeluarkan biaya berlangganan. Akan tetapi, ChatGPT versi gratis memiliki keterbatasan, yaitu tidak mampu menjawab pertanyaan yang terkait dengan data setelah bulan September 2021. Hal tersebut akan mengurangi efektivitas ChatGPT apabila diimplementasikan sebagai asisten belajar virtual. Penelitian ini bertujuan untuk mengimplementasikan kecerdasan buatan pada chatbot WhatsApp sebagai asisten belajar virtual. Penelitian ini mengusulkan perluasan Application Programming Interface (API) OpenAI dengan menggunakan teknik web scraping, sehingga mampu menemukan data terbaru yang tidak dapat ditemukan oleh ChatGPT versi gratis. Hasil penelitian menunjukkan bahwa metode dan sistem yang diusulkan mampu menjawab pertanyaan dengan baik termasuk pertanyaan yang terkait dengan data setelah bulan September 2021. Waktu rata-rata yang diperlukan oleh sistem usulan untuk menjawab pertanyaan adalah 20 detik. Hasil penelitian ini menunjukkan bahwa sistem usulan layak untuk diimplementasikan sebagai asisten belajar virtual.
Perbandingan Implementasi Layer CNN Untuk Akurasi Optimal Dalam Klasifikasi Jenis Sampah Organik dan Non Organik Nurzaenab Nurzaenab; Sulfahmi Sulfahmi; Agus Halid; Fitriana M. Sabir; Andi Sumardin; Asrul Asrul; Andi Ahmad Zacky Mulya
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15867

Abstract

Permasalahan pengelolaan sampah menjadi isu penting di berbagai lingkungan, termasuk kampus, karena berdampak langsung terhadap kebersihan, kesehatan, dan kelestarian lingkungan. Penelitian ini bertujuan mengembangkan sistem klasifikasi otomatis sampah organik dan nonorganik menggunakan pendekatan Convolutional Neural Network (CNN). Dataset diperoleh dari koleksi gambar yang disimpan dalam Google Drive, kemudian dibagi menjadi data latih (90%) dan data validasi (10%). Untuk meningkatkan variasi dan mengurangi risiko overfitting, dilakukan augmentasi data dengan teknik rotasi, horizontal flip, shear, zoom, serta width dan height shift. Arsitektur CNN yang digunakan terdiri atas beberapa lapisan utama: Conv2D dan MaxPooling untuk ekstraksi fitur, Flatten untuk transformasi data, Dense sebagai fully connected layers, Dropout untuk regularisasi, serta Softmax sebagai output layer dengan dua kelas. Model dilatih menggunakan optimizer Adam, fungsi loss categorical crossentropy, metrik akurasi, dengan 25 epoch dan batch size 10. Hasil eksperimen menunjukkan bahwa model mampu mencapai akurasi tinggi, bahkan lebih dari 99% pada data latih, dengan akurasi validasi yang stabil sehingga tidak menunjukkan gejala overfitting signifikan. Model juga berhasil mengklasifikasikan gambar baru dengan probabilitas yang jelas antara kelas organik dan nonorganik. Kesimpulannya, CNN terbukti efektif sebagai metode klasifikasi sampah berbasis citra, dan penelitian ini membuka peluang pengembangan lebih lanjut ke arah sistem deteksi real-time serta integrasi dengan sistem pengelolaan sampah di kampus maupun masyarakat.