Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Jurnal Cendekia : Jurnal Pendidikan Matematika Jurnal Manajemen Teknologi dan Rekayasa Journal of Informatics and Advanced Computing
Asep Mulyana
Universitas Krisnadwipayana
Computer Science & IT Education Mathematics

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Pengendalian Sistem Pengaturan untuk Menentukan Kandidat Penerima Bansos Covid-19 Menggunakan Metode Simple additive Weighting (SAW) (studi kasus Kelurahan Jaticempaka Kecamatan Pondokgede, Kota Bekasi – Jawa Barat) Herwanto; Harjono P. Putro; Asep Mulyana
Jurnal Manajemen Teknologi dan Rekayasa Vol 1 No 1 (2022): Jurnal Manajemen Teknologi dan Rekayasa
Publisher : https://journal.teknikunkris.ac.id/index.php/JMTR

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61488/jmtr.v1i1.306

Abstract

Bantuan Sosial Covid-19 merupakan sebuah upaya pemerintah dalam membantu perekonomian warga dimasa pandemi Covid-19, dalam menentukan kandidat penerima bantuan sosial Covid-19 dibutuhkan sistem pengaturan kandidat penerima yang cepat, akurasi tinggi dan dapat dilakukan dari manapun. Dalam pendistribusian dan penerima bantuan sosial Covid-19 pemerintah sangat mengharapkan agar bantuan sosial Covid-19 dapat tersalurkan secara benar dan terarah, agar terciptanya sila ke-5 pancasila yakni “Keadilan Sosial bagi seluruh rakyat Indonesia”. Dari tingkat atas pemerintah sebagai media penyalur tentunya memiliki metode tersendiri dalam pengaturan penerima bantuan sosial dalam skala yang cukup besar, namun dalam skala yang kecil seperti halnya Rukun Tetangga (RT) dan Rukun Warga (RW), sistem pengaturan kandidat penerima bantuan sosial Covid-19 dari pihak RT, RW dan kelurahan maupun kecamatan, sering kali dibagikan tanpa ada metode yang cepat dan akurasi tinggi. Bisa dikatakan hanya menggunakan musyawarah atau masih cara konvensional yang dilakukan pihak kelurahan dalam menentukan kandidat penerima bansos Covid-19 tersebut. Keadaan tersebut terjadi dilingkungan kelurahan Jaticempaka, Pondokgede, kota Bekasi, maka dengan Sistem Pengaturan Kandidat untuk mendapatkan bantuan Sosial Covid-19 ini dibuat agar dapat menjembatani tujuan pemerintah dalam mensukseskan pendistribusian Bansos Covid-19 ini mulai dari tingkat atas sampai bawah.
Analisis Komparatif Hasil Belajar Pembelajaran Luring dan Blended Learning pada Mata Kuliah Matriks dan Ruang Vektor di Teknik Informatika Wiga Ariani; Nur Hikmah; Imam Muttaqin; Mutoharoh Mutoharoh; Delpima Suhita; Asep Mulyana
Jurnal Cendekia : Jurnal Pendidikan Matematika Vol 10 No 1 (2025): Jurnal Cendekia: Jurnal Pendidikan Matematika Volume 10 Nomor 1
Publisher : Mathematics Education Study Program

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cendekia.v10i1.4696

Abstract

Pendidikan tinggi masih mempertahankan model blended learning setelah berakhirnya pandemi Covid-19 pada tahun 2023. Namun, efektivitas model pembelajaran ini perlu dievaluasi kembali. Para dosen melaporkan bahwa mata kuliah bersifat abstrak dan membutuhkan pemahaman mendalam, seperti matematika; kemampuan matematika mahasiswa tahun pertama masih mengkhawatirkan. Khususnya dalam menguasai konsep dasar matematika. Jika kondisi ini meluas, maka muncul pertanyaan apakah pembelajaran daring atau blended masih menjadi pilihan terbaik pascapandemi. Tujuan penelitian adalah membandingkan hasil belajar luring dan blended learning. Penelitian ini menggunakan metode kuasi eksperimen dengan pendekatan kuantitatif. Data diperoleh dari nilai tes akhir pembelajaran dan dianalisis menggunakan uji t dua sampel independen, dengan hipotesis H0: tidak terdapat perbedaan dan H1: terdapat perbedaan. Data berdistribusi normal dengan nilai signifikansi 0,083 untuk kelas luring dan 0,092 untuk kelas blended dan memiliki varians yang homogen dengan signifikansi sebesar 0,184. Hasil pengujian hipotesis menunjukkan nilai signifikansi sebesar 0.015 (sig < 0,05), sehingga H0 ditolak. Statistika deskriptif menunjukkan nilai rata-rata kelas luring 7.87 lebih tinggi dibandingkan kelas blended sebesar 6.25. Kelas luring juga memiliki nilai minimum lebih tinggi serta simpangan baku yang lebih kecil (SD = 1.187) dibandingkan kelas blended (SD = 2.006), yang menunjukkan bahwa capaian hasil belajar mahasiswa pada kelas tatap muka lebih konsisten. Temuan ini menunjukkan terdapat perbedaan yang signifikan dalam hasil belajar antara pembelajaran luring dan blended learning, di mana pembelajaran luring menghasilkan capaian hasil belajar yang lebih baik.
IDENTIFIKASI JENIS IKAN CUPANG MENGGUNAKAN METODE VISION TRANSFORMER DAN DEEP LEARNING Nuke Lu’luul Chusna; Harry Dwiyana K; Ahmad Daffa Muwafaqi; Imam Muttaqin; Asep Mulyana
Journal of Informatics and Advanced Computing (JIAC) Vol 7 No 1 (2026): Journal of Informatics and Advanced Computing
Publisher : Universitas Pancasila

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35814/m5j95p66

Abstract

Penelitian ini bertujuan untuk mengidentifikasi dan mengklasifikasikan jenis ikan cupang menggunakan metode Vision Transformer (ViT) dalam pemrosesan citra. Model ViT dipilih karena kemampuannya dalam menangkap representasi spasial global secara efektif dibandingkan arsitektur konvensional berbasis CNN. Dataset yang digunakan berasal dari dua sumber, yaitu situs Kaggle dan hasil pencarian manual melalui Google Images, yang mencakup tiga jenis ikan cupang, yaitu Halfmoon, Plakat, dan Crowntail. Sistem dikembangkan menggunakan PyTorch dan Google Colab, dengan beberapa skenario pembagian data latih dan data uji, yaitu 80:20, 70:30, 60:40, dan 50:50. Hasil pengujian menunjukkan bahwa model mencapai performa terbaik pada rasio 80:20, sementara pada rasio 50:50 dan 60:40 mulai terlihat penurunan akurasi sebesar 0,01. Secara keseluruhan, metode Vision Transformer terbukti efektif dalam melakukan klasifikasi jenis ikan cupang berdasarkan citra, meskipun performanya sensitif terhadap proporsi data latih yang tersedia
Co-Authors Ahmad Daffa Muwafaqi DELPIMA SUHITA Harjono Padmono Putro Harry Dwiyana K Herwanto Imam Muttaqin Imam Muttaqin Mutoharoh Mutoharoh Nuke Lu’luul Chusna Nur Hikmah Wiga Ariani