Claim Missing Document
Check
Articles

Found 2 Documents
Search

Apk Codez (E-Modul): Perancangan Apk Edukasi untuk Siswa RPL Baso, Fadhlirrahman; Putri, Ekha Mustika; Ardiansyah, Sulfan; Ibrani, Juan Veron
Indonesian Technology and Education Journal Volume 2 No. 1 Februari 2024
Publisher : Sakura Digital Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61255/itej.v2i1.450

Abstract

The rapid advancement of digital technology has increased the demand for programming skills across various industries. Formal education often falls short in providing the specific and current technological skills required. Therefore, students need additional learning platforms to develop their abilities independently and systematically. CodeZ, an APK-based application, addresses this need by offering courses in various programming languages, enabling students to learn new skills progressively. Using the ADDIE model, the development of this interactive module ensures a systematic approach comprising Analysis, Design, Development, Implementation, and Evaluation stages. Research results show that the CodeZ application is effective in aiding students, particularly SMK RPL students, in learning programming skills through practical exercises, discussion forums, and mentor support. Feedback indicates improved understanding and application of programming concepts, making the learning process enjoyable and practical. Future research should expand the scope of materials, enhance interactivity, develop personalization features, establish industry partnerships, and conduct ongoing evaluations to maintain the application's relevance and effectiveness.
MENDETEKSI BENTUK GAMBAR DENGAN CHAIN CODE MENGGUNAKAN METODE KLASIFIKASI NAIVE BAYES Putri, Ekha Mustika; Angraeni, Adelia; Imansyah, Dian Arishandy; Intia, Winria Putri; Syam, Arif Setiawan
Mechatronics Journal in Professional and Entrepreneur (MAPLE) Vol 6, No 1 (2024)
Publisher : Politeknik Bosowa

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

Abstract

Pengolahan citra dan visi komputer adalah bidang yang berkembang pesat dengan banyak aplikasi praktis, termasuk pengenalan objek, analisis gambar medis, dan kontrol kualitas industri. Penelitian ini bertujuan untuk mengembangkan metode deteksi dan klasifikasi bentuk dalam gambar menggunakan Chain Code dan algoritma Klasifikasi Naive Bayes. Chain Code digunakan untuk merepresentasikan kontur bentuk secara digital, sedangkan Naive Bayes digunakan untuk mengklasifikasikan bentuk berdasarkan distribusi probabilitas fitur. Dalam implementasinya, gambar pra-proses dengan teknik thresholding dan deteksi tepi untuk mengekstraksi kontur, yang kemudian diwakili dengan Chain Code. Fitur yang diekstraksi ini kemudian digunakan sebagai input untuk model Naive Bayes yang dilatih untuk mengenali berbagai bentuk geometris seperti lingkaran, segi lima, segi enam, bintang, dan persegi panjang. Hasil eksperimen menunjukkan bahwa metode ini efektif dalam mendeteksi dan mengklasifikasikan bentuk-bentuk dasar dengan tingkat akurasi yang tinggi. Meskipun demikian, metode ini memiliki keterbatasan dalam mendeteksi bentuk yang lebih kompleks atau dengan tepi yang tidak teratur. Saran untuk penelitian di masa depan termasuk penggunaan dataset yang lebih besar dan bervariasi, pengujian dengan algoritma klasifikasi lainnya, dan pengembangan algoritma hybrid untuk meningkatkan akurasi dan robustnes deteksi bentuk.