Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pendekatan Game-based Learning untuk Pendidikan Kewirausahaan: Memotivasi Siswa dan Mengembangkan Jiwa Entrepreneur pada Siswa Sekolah Menengah Atas Faiz Dzulfikar Yusuf
Jurnal Pendidikan West Science Vol 1 No 04 (2023): Jurnal Pendidikan West Science
Publisher : Westscience Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58812/jpdws.v1i4.461

Abstract

Makalah penelitian ini mengkaji efektivitas pendekatan pembelajaran berbasis permainan dalam pendidikan kewirausahaan untuk memotivasi siswa dan mengembangkan jiwa kewirausahaan. Penelitian ini menggunakan desain metode campuran, yang menggabungkan ukuran kuantitatif dari motivasi siswa, pengembangan jiwa kewirausahaan, dan hasil belajar, serta data kualitatif yang diperoleh melalui wawancara dan kuesioner terbuka. Temuan kuantitatif menunjukkan bahwa intervensi pembelajaran berbasis permainan secara signifikan meningkatkan motivasi siswa dan mendorong pengembangan jiwa kewirausahaan, yang dibuktikan dengan tingkat kecenderungan pengambilan risiko, pengenalan peluang, kreativitas, dan efikasi diri yang lebih tinggi dibandingkan dengan metode pendidikan kewirausahaan tradisional. Analisis kualitatif memberikan wawasan lebih lanjut tentang pengalaman belajar yang menarik dan mendalam, menjembatani teori dan praktik, ruang yang aman untuk ber eksperimen dan belajar dari kegagalan, manfaat kolaborasi dan komunikasi, serta peningkatan motivasi dan pertumbuhan pribadi yang dilaporkan oleh para peserta. Temuan-temuan ini menyoroti potensi pembelajaran berbasis permainan dalam meningkatkan hasil pendidikan kewirausahaan dan menumbuhkan pola pikir kewirausahaan di kalangan siswa.
Mengatasi Permasalahan High Dimensional Space dalam Klasifikasi Multikelas Big Data pada Data Gambar dengan DCSVM Siti Sarah Sobariah Lestari; Gina Purnama Insany; Dede Sukmawan; Faiz Dzulfikar Yusuf
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 5 No 3 (2023): Desember
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v5i3.259

Abstract

Masalah pada unstructured data khususnya pada data gambar menjadi tantangan dalam pemodelan klasifikasi big data yang berkaitan dengan akurasi dari model, sehingga memerlukan solusi untuk mengatasinya. Data gambar memiliki atribut yang disajikan dalam satuan piksel, satuan data tersebut berada pada dimensi yang tinggi. Sehingga menimbulkan ketidak beraturan pada dimensi, fenomena ini disebut sebagai the curse of dimensionality. Kenaikan dimensi pada data secara bersamaan mengakibatkan kenaikan volume pada ruang yang menyebabkan fenomena sparsity yang terjadi pada high dimensional space. Ketersediaan data jenis huruf dalam bentuk gambar, membuat data berada pada kondisi data sparsity pada high dimensional space, sehingga diperlukan metode yang mampu melakukan proses klasifikasi yang memberikan akurasi tinggi. Tujuan yang ingin dicapai dari penelitian ini adalah memperoleh model yang tepat dan akurat dalam melakukan klasifikasi multikelas dengan kondisi data sparsity dalam high dimensional space. Support Vector Machine (SVM) merupakan salah satu metode klasifikasi yang paling sering digunakan, karena SVM sensitif terhadap noise dan kaidah VC-dimension mampu menangani masalah the curse of dimensionality. Algoritma Divide and Conquer, membantu proses SVM dalam melakukan klasifikasi pada data sparsity dengan baik. Hal ini ditunjukkan dengan akurasi DCSVM (Divide and Conquer Support Vector Machine) lebih tinggi dibandingkan dengan klasifikasi dengan menggunakan SVM biner dan one vs one SVM