Yusri, Thesa Adi Saputra
Unknown Affiliation

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

Found 3 Documents
Search

Classification of Palm Fruit Ripeness Level Using Learning Vector Quantization (LVQ) Method Rudhistiar, Deddy; Wahyani, Widhy; Yusri, Thesa Adi Saputra
Journal of INISTA Vol 6 No 1 (2023): November 2023
Publisher : LPPM Institut Teknologi Telkom Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v6i1.1273

Abstract

The implementation of Learning Vector Quantization (LVQ) to classify the ripeness of oil palm fruits is investigated in this study. In addition, this study provides a comprehensive set of procedures ranging from data collection and pre-processing to training and testing of the LVQ model, and finally, the proposed method has been validated by testing it on previously unseen data. Three feature extraction methods, specifically Gray-Level Co-occurrence Matrix (GLCM), Hue, Saturation, and Value (HSV), and t-Distributed Stochastic Neighbor Embedding (t-SNE), were assessed for their performance. The results show that the chosen feature extraction method strongly influences the classification performance. The accuracy of the model employing t-SNE features is notably the highest at 50%, indicating its efficacy in identifying the ripeness level of palm fruits by extracting pertinent features. On the other hand, the GLCM feature has a 40% accuracy in the test data, suggesting that although it captures information on texture, it may not comprehensively encapsulate ripeness characteristics. Additionally, the HSV feature achieves an accuracy of 45%, which is less precise than that of t-SNE. To conclude, this study elucidates the appropriateness of various feature extraction techniques in categorizing the degree of ripeness in palm fruits. The t-SNE feature extraction model stands out as the most efficient option, exhibiting greater precision in comparison to other methodologies.
Analisis Regresi Data Panel pada Dampak Pendidikan terhadap Tingkat Pengangguran Terbuka di Provinsi Kepulauan Bangka Belitung Viryanto, Ferdy Agus; Yusri, Thesa Adi Saputra; Mahmudin, Rizanal
Jurnal Sains Matematika dan Statistika Vol 10, No 1 (2024): JSMS Januari 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v10i1.26228

Abstract

Pengangguran terbuka adalah isu multidimensional yang memiliki dampak yang luas. Hal ini merupakan permasalahan yang rumit karena melibatkan banyak faktor yang saling terkait dalam pola yang kompleks. Data penelitian mencakup data panel yang mencakup time series dari tahun 2017 hingga 2021 dan cross section dari 7 kabupaten/kota. Variabel dependen adalah tingkat pengangguran terbuka, dengan variabel independen termasuk laju pertumbuhan produk domestik regional bruto atas dasar harga konstan tahun 2010, jumlah penduduk, dan rata-rata lama sekolah. Analisis dilakukan menggunakan regresi data panel. Hasil penelitian menunjukkan bahwa pendekatan dengan menggunakan model fixed effect dan metode ordinary least square adalah model dan metode terbaik dalam mengidentifikasi faktor-faktor yang memengaruhi tingkat pengangguran terbuka. Laju pertumbuhan produk domestik regional bruto atas dasar harga pasar konstan tahun 2010 dan jumlah penduduk tidak memiliki pengaruh yang signifikan pada tingkat pengangguran terbuka. Namun, rata-rata lama sekolah memiliki pengaruh positif dan signifikan pada tingkat pengangguran terbuka. Variasi sebesar 70,63% dari tingkat pengangguran terbuka dapat dijelaskan oleh ketiga variabel independen ini.
Pelatihan Pengembangan Video Pembelajaran dan Kuis Interaktif Berbantuan Software Lumi Marwoto, Bambang Sumarno Hadi; Andayani, Sri; Waryanto, Nur Hadi; Yusri, Thesa Adi Saputra
Jurnal Pengabdian Masyarakat MIPA dan Pendidikan MIPA Vol. 8 No. 1 (2024): Vol 8, No 1 (2024)
Publisher : Yogyakarta State University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/jpmmp.v8i1.67758

Abstract

Pemerintah perlu terus mengoptimalkan Infrastruktur Teknologi Informasi dan Komunikasi (TIK) selama pandemi Covid-19, terutama dalam konteks pendidikan. Penting untuk mendorong penggunaan konten pembelajaran daring atau model hybrid/blended guna memaksimalkan fasilitas TIK sebagai sumber belajar. Saat ini, sebagian besar video pembelajaran masih kurang interaktif karena cenderung hanya menyampaikan materi tanpa memberikan interaksi siswa.Perkembangan kuis untuk materi matematika juga menghadapi tantangan, terutama terkait kurangnya dukungan dari perangkat lunak yang memadai. Software bantu seperti Lumi menawarkan solusi dengan kemampuannya menghasilkan konten pembelajaran yang dapat diakses secara online maupun offline. Lumi juga memudahkan guru dalam pengembangan konten pembelajaran tanpa memerlukan kemampuan pemrograman tinggi.Pelatihan pengembangan video pembelajaran dan kuis interaktif dengan bantuan Lumi diharapkan dapat membuka wawasan guru terhadap potensi dan kemudahan penggunaan software ini. Penggunaan Lumi dapat meningkatkan keterlibatan siswa dalam pembelajaran dengan memungkinkan mereka melakukan aktivitas atau interaksi saat menonton video pembelajaran. Kuis yang lebih menarik dan interaktif juga dapat meningkatkan perhatian siswa serta memberikan hasil evaluasi pembelajaran yang lebih bermakna.Kemampuan guru dalam mengembangkan konten pembelajaran dengan Lumi dapat menjadi tambahan berharga dalam kumpulan software bantu pengembangan. Video dan kuis interaktif yang dihasilkan dapat menjadi pengaya dalam pembelajaran offline, online, maupun model blended. Pelatihan ini bertujuan memberi wawasan tambahan kepada guru matematika tentang potensi penggunaan Lumi dalam pengembangan media pembelajaran, dengan fokus pada pembuatan video dan kuis interaktif.