Claim Missing Document
Check
Articles

Found 25 Documents
Search

Pelatihan Pengkonstruksian Masalah Matematika HOTS Bagi Guru-Guru Sekolah Dasar di Kabupaten Pasuruan Artiono, Rudianto; Juniati, Dwi; Budayasa, I Ketut; Maulana, Dimas Avian
Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Vol 8, No 4 (2025): Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstormin
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/japhb.v8i4.9711

Abstract

Pendidikan matematika di Sekolah Dasar tidak hanya bertujuan untuk membekali siswa dengan pemahaman konsep dasar matematika, tetapi juga untuk melatih cara berpikirnya. Seiring dengan tuntutan perkembangan global, penggunaan soal matematika berbasis HOTS menjadi sangat penting untuk melatih siswa terbiasa menganalisis, menyintesis, dan menerapkan konsep dasar dalam kehidupan nyata. Hasil evaluasi yang dilakukan oleh pihak Dinas Pendidikan Kabupaten Pasuruan mencerminkan perlunya peningkatan kualitas pembelajaran matematika khususnya kemampuan guru dalam mengkonstruksi permasalahan matematika yang berbasis HOTS. Tim PKM Matematika Unesa menawarkan solusi berupa kegiatan pelatihan pengkonstruksian masalah matematika berbasis HOTS yang berkualitas dalam hal ini lebih difokuskan pada konten literasi matematika numerasi untuk guru-guru SD di Kabupaten Pasuruan. Kegiatan ini telah dilaksanakan pada tanggal 13 Juli 2024 di SMPN 1 Bangil Pasuruan dan diikuti oleh 25 Guru SD dari beberapa kecamatan yang ada di Kabupaten Pasuruan secara luring. Kegiatan selanjutnya dilakukan secara daring untuk mendapatkan hasil sesuai yang diharapkan. Dari hasil pengerjaan tugas yang diberikan kepada peserta pelatihan, terjadi peningkatan pemahaman guru sebesar 85% dalam mengkonstruksi soal matematika HOTS. Dari hasil kegiatan ini dapat disimpulkan bahwa dengan adanya peningkatan kemampuan guru dalam mengkonstruksi masalah matematika HOTS sesuai dengan tujuan diadakannya PKM akan membawa pengaruh positif terhadap kualitas pembelajaran matematika di Kabupaten Pasuruan.
Sensitivity Analysis of Online Game Addiction Model Maulana, Dimas Avian
SITEKIN: Jurnal Sains, Teknologi dan Industri Vol 20, No 2 (2023): June 2023
Publisher : Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/sitekin.v20i2.22649

Abstract

The rapid advancement of the internet has led to some shifts in daily activities. Some conventional activity is now slowly shifted to online, including playing online games. Online games have both impacts, positive and negative. The advantage of online games is to help people communicate with other parties anywhere and anytime in the world. On the other hand, the negative impact is an addiction which leads to losing track of time and neglecting their responsibilities. This study aims to analyse online game addiction using a mathematical model. The mathematical model used is the SEAR model with four compartments, susceptible, exposed, addiction and recovery. The population of this study is limited to cases of addiction to online games on gadgets and ignores the factor of having professional players (e-sports). We obtained the basic reproduction number is , which means that online game addiction does not occurs in the population. Sensitivity analysis showed that the rate of susceptible gamer to be exposed gamer and the rate of individuals who addicted to online game are the parameter which prone to change. The numerical simulation also shown that the change in α brings an impact to the overall dynamics.
ANALISIS KESTABLAN MODEL MATEMATIKA KECANDUAN PORNOGRAFI DI KALANGAN PELAJAR DAN MAHASISWA Ramadani, Ardian Nugraha; Maulana, Dimas Avian
MATHunesa: Jurnal Ilmiah Matematika Vol. 11 No. 3 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v11n3.p434-442

Abstract

Internet yang menjadi sarana komunikasi dan interaksi yang utama bagi masyarakat dari berbagai kalangan telah membawa banyak perubahan dalam kehidupan sehari-hari manusia. Selain memberikan dampak positif, internet juga membawa dampak negatif terutama bagi perkembangan dan pertumbuhan otak remaja dan anak-anak terkait dengan masalah pornografi. Efek paparan yang paling banyak dirasakan adalah adiksi atau kecanduan. Kecanduan pornografi adalah perilaku yang tidak normal dimana seseprang mengalami kepuasasn seksual yang lebih banyak melalui literatur dan gambar-gambar pornografi. Pada penelitian ini akan direkonstruksi model matematika kecanduan pornografi dengan membagi menjadi empat populasi, yaitu individu yang rentan terhadap pornografi (S), individu yang terpapar pornografi (E), individu yang kecanduan pornografi (A), dan individu yang sembuh dari kecanduan pornografi (R). Berdasarkan model yang sudah direkonstruksi maka dihasilkan dua titik kesetimbangan, yaitu titik kesetimbangan bebas kecanduan dengan nilai Z0 = (m/k;0;0;0) dan titik kesetimbangan endemik dengan nilai Z1 = (5,24; 1,55; 0,08; 20,4) selanjutnya dengan menuntukan bilangan reporoduksi dasar (R0) dengan menggunakan Next Generation Matrix (NGM) dengan nilai dan mengalisis kestabilannya menggunakan nilai eigen dan kestabilan Routh-Hurwitz. Titik Kesetimbangan bebas kecanduan bersifat stabil asimtotik jika dan hanya jika R0<1, sedangkan titik kesetimbangan endemik bersifat stabil asimtotik jika dan hanya jika R0>1. Dilakukan simulasi numerik menggunakan python dengan nilai awal dan parameter dari data yang diambil dari kuisioner online. Hasil dari simulasi numerik didapatkan bahwa pada model kecanduan pornografi di kalangan pelajar dan mahasiswa terjadi endemik dengan nilai.R0=1,36.
Kajian Metode Entry Age Normal dan Projected Unit Credit untuk Menghitung Kewajiban Aktuaria Pegawai Pemerintah dengan Perjanjian Kerja Andriananda, Salsabila Reza; Maulana, Dimas Avian
MATHunesa: Jurnal Ilmiah Matematika Vol. 11 No. 3 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v11n3.p443-457

Abstract

Aparatur Sipil Negara (ASN) terdiri dari Pegawai Negeri Sipil (PNS) dan Pegawai Pemerintah dengan Perjanjian Kerja (PPPK) yang diangkat oleh pejabat pembina kepegawaian dan diserahi tugas dalam suatu jabatan pemerintahan atau diserahi tugas negara lainnya dan digaji berdasarkan peraturan perundang-undangan. Hak dan kewajiban ASN melekat pada PNS maupun PPPK. Perbedaan yang sangat signifikan terhadap hak yang tidak diterima oleh PPPK adalah jaminan pensiun dan jaminan hari tua. Untuk memastikan kestabilan finansial di hari tua, PPPK dapat mendaftarkan diri pada program dana pensiun, dimana pegawai dapat merencanakan terkait perpanjangan kontrak hingga usia maksimal yang diperbolehkan disebut pensiun normal atau rencana tidak memperpanjang kontrak yakni pensiun dipercepat. Penelitian ini bertujuan untuk mengetahui skema mana yang paling baik dan paling menguntungkan bagi pemegang polis maka dilakukan perhitungan untuk mengetahui manfaat pensiun, iuran normal dan kewajiban aktuaria pada program pensiun normal dan pensiun dipercepat. Dalam penelitian ini digunakan metode Entry Age Normal dan Projected Unit Credit untuk kemudian dibandingkan agar diperoleh kesimpulan metode perhitungan terbaik dari sisi peserta. Berdasarkan hasil perhitungan, didapatkan bahwa metode EAN lebih baik dari PUC karena total nilai akhir iuran yang dibayarkan oleh peserta lebih kecil untuk manfaat pensiun yang sama, dimana besar kewajiban aktuarianya lebih besar.
Enhanced diabetes and hypertension prediction using bat-optimized k-means and comparative machine learning models Sofro, A'yunin; Ariyanto, Danang; Prihanto, Junaidi Budi; Maulana, Dimas Avian; Romadhonia, Riska Wahyu; Maharani, Asri; Oktaviarina, Affi; Kurniawan, Ibnu Febry; Khikmah, Khusnia Nurul; Al Akbar, Muhammad Mahdy
International Journal of Advances in Intelligent Informatics Vol 11, No 4 (2025): November 2025
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/ijain.v11i4.1816

Abstract

This research aims to develop an analytical approach in classification statistics. The proposed approach is the use of machine learning combined with optimization effects. Considering the urgency of research related to exploring the best methods to apply to sports data. This study proposes a novel framework by combining the clustering results of random forest from the k-means method with the bat algorithm optimization to enhance performance prediction in the case of athlete prediction. The proposed method aims to explore data by comparing the quality of classification results in random forest machine learning, extremely randomized trees, and support vector classification methods. We conducted a case study on primary data with 200 respondents from Surabaya State University and the East Java National Sports Committee. The accuracy found in this study indicates that the best approach based on the performance evaluation metric of the proposed approach is the random forest clustering results from the k-means method with bat algorithm optimization, which provides the best accuracy value compared to other machine learning approaches at 81.25%. This research offers a novel machine-learning–optimization framework that significantly improves athlete performance prediction by integrating k-means clustering, random forest, and bat algorithm optimization. The approach provides higher accuracy than conventional classifiers, enabling more data-driven decision-making for talent identification and sports analytics in Indonesia.