Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Edukasia: Jurnal Pendidikan dan Pembelajaran
Rahmawati, Yulianto
Unknown Affiliation
Computer Science & IT Education Languange, Linguistic, Communication & Media Mathematics Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Efektifitas Penggunaan E-Modul Berbasis Project Based Learning Terhadap Kompetensi Peserta Didik Pada Kurikulum Merdeka Belajar Rahmawati, Yulianto
EDUKASIA Jurnal Pendidikan dan Pembelajaran Vol. 4 No. 1 (2023): Edukasia: Jurnal Pendidikan dan Pembelajaran
Publisher : LP. Ma'arif Janggan Magetan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62775/edukasia.v4i1.260

Abstract

Tujuan penelitian ini adalah untuk mengetahui keefektifan E-Modul berbasis project based learing pada mata pelajaran informatika terhadap kompetensi belajar siswa kelas X SMAN 10 Bandung yang disesuaikan dengan kurikulum merdeka belajar. Penelitian ini merupakan jenis penelitian dan pengembangan (Reasearch and Development) dengan menggunakan model ADDIE (Analysis, Design, Development, Implementation, Evaluation). Hasil penelitian menunjukkan bahwa hasil pre test dan post test terdapat peningkatan presentasi sebesar 29,3%. Hasil awal pre test adalah 54,5% dan Hasil post test 84%. Maka dari itu dapat disimpulkan bahwa E-Modul berbasis project based learing pada mata pelajaran informatika untuk meningkatkan kompetensi siswa kelas X SMAN 10 Bandung yang sudah menerapkan kurikulum Merdeka.
KOMPARASI 2 METODE CLUSTER DALAM PENGELOMPOKAN INTENSITAS BENCANA ALAM DI INDONESIA Khoirunnisa, Fitri; Rahmawati, Yulianto
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i1.3619

Abstract

Data mining merupakan sebuah proses pengolahan informasiyang digunakan untuk keperluan tertentu dari suatu database. Salah satumetode dalam data mining adalah Clustering, yang berfungsi untukmencari pola, titik, objek, atau dokumen yang dapat dikelompokkan. Algoritma K-Means clustering memiliki peran penting dalam bidang data mining karena mudah diimplementasikan dan dijalankan. Namun, terdapatvariasi pengembangan dari metode K-Means Clustering, yaitu K-Medoids, yang diciptakan untuk mengatasi kelemahan Algoritma K-Means yang cenderung sensitif terhadap outlier. Dalam penelitian ini, kedua algoritma clustering dibandingkan dengan menggunakan dataset yang berisi informasi tentang bencana alam di Indonesia dari tahun 2013-2022, yang terdiri dari atribut banjir, gempa bumi, kekeringan, putingbeliung, tanah longsor, dan tsunami. Hasil pengujian menunjukkan bahwanilai DBI pada K-Means lebih rendah dibandingkan K-Medoids, yaitumasing-masing 0.425 dan 0.939. Berdasarkan data tersebut, terdapat tigacluster yang terbentuk, yang dapat diinterpretasikan berdasarkan intensitasbencana alam, dengan masing-masing cluster memiliki karakteristik yang berbeda.
Co-Authors Fitri Khoirunnisa