Claim Missing Document
Check
Articles

Found 2 Documents
Search

Meningkatkan Keterampilan Gerak Lokomotor, Non Lokomotor, dan Manipulatif Melalui Permainan Kasti pada Siswa Kelas V SDN Banjaran 1 Kota Kediri: Improving Locomotor, Non-Locomotor, and Manipulative Movement Skills Through Rounders Game in Fifth-Grade Students at SDN Banjaran 1 Kota Kediri Pratama, Yoga; Wardana, Irfan Triari Kusuma; Amirunni'am, Tito Raka Nanda; Fahmi, Ridwan Ali; Kirana, Sandy Heppy; Bekti, Ruruh Andayani; Andriano
NUSANTARA SPORTA: Jurnal Pendidikan dan Ilmu Keolahragaan Vol. 3 No. 01 (2025): NUSANTARA SPORTA: Jurnal Pendidikan dan Ilmu Keolahragaan
Publisher : CV. Nusantara Sporta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.2024/ns.v3i01.2025_P55-64

Abstract

Penelitian ini bertujuan untuk meningkatkan keterampilan gerak lokomotor, non-lokomotor, dan manipulatif siswa kelas V SDN Banjaran 1 Kota Kediri melalui penerapan permainan kasti. Permainan ini dipilih karena mampu mengintegrasikan berbagai keterampilan gerak dalam aktivitas fisik yang menyenangkan dan menantang. Penelitian ini menggunakan pendekatan tindakan kelas dengan model siklus yang melibatkan perencanaan, pelaksanaan, pengamatan, dan refleksi. Hasil penelitian menunjukkan bahwa permainan kasti secara signifikan meningkatkan keterampilan gerak siswa. Dalam aspek lokomotor, siswa mengalami peningkatan dalam berlari dan melompat, sedangkan dalam aspek non-lokomotor, mereka lebih terampil dalam membungkuk dan memutar tubuh. Selain itu, keterampilan manipulatif seperti melempar dan menangkap bola juga mengalami perkembangan yang baik. Selain meningkatkan keterampilan gerak, permainan kasti juga berkontribusi terhadap motivasi siswa dalam mengikuti pelajaran pendidikan jasmani. Aktivitas yang bervariasi membuat siswa lebih antusias dan aktif selama pembelajaran. Dengan demikian, permainan kasti dapat dijadikan sebagai alternatif metode pembelajaran yang efektif dalam mengembangkan keterampilan gerak siswa sekolah dasar, sekaligus meningkatkan partisipasi aktif mereka dalam aktivitas fisik yang mendukung perkembangan motorik secara optimal
Perbandingan Complexity Invariant Distance (CID) dan Dynamic Time Warping (DTW) dalam Analisis Klaster Deret Waktu pada Nilai Tukar Petani di Indonesia Fathiyaturrahmi, Laila; Andriano; Almiatus Soleha, Harista; Dwi Prastyo, Dedy
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 4: Agustus 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.124

Abstract

Analisis klaster yang merupakan bagian dari data mining yang membagi data kedalam beberapa kelompok berdasarkan kedekatan karakteristik tertentu. Konsep utama dalam klaster adalah memaksimalkan kedekatan data di dalam klaster dan meminimalkan kesamaan data antar klaster. Analisis klaster juga bisa digunakan pada berbagai jenis data termasuk data deret waktu.  Pengukuran kesamaan menjadi hal yang utama pada analisis klaster. Metode yang bisa digunakan dalam pengukuran jarak yaitu Complexity Invariant Distance (CID) dan Dynamic Time Warping (DTW). Analisis pengukuran jarak CID dan DTW dapat digunakan pada pengelompokkan data deret waktu salah satunya pada data Nilai Tukar Petani (NTP). NTP dapat menggambarkan daya beli petani karena diperoleh dari perbandingan indeks harga yang diterima petani dibandingkan dengan yang harus dibayarnya, atau dapat dinyatakan sebagai kemampuan petani dalam memnuhi kebutuhan sehari-hari dari hasil pertanian. Sehingga dilakukan analisis untuk membandingkan metode pengukuran jarak CID dan DTW pada klastering data deret waktu pada nilai tukar petani pada 34 Provinsi di Indonesia. Hasil analisis yang diakukan menunjukkan klaster terbaik adalah pengklasteran dengan banyak klaster dua (k=2) menggunakan ukuran jarak CID terlihat dari nilai silhouette 0.8776 yang lebih tinggi dibandingkan klaster lain. Dimana klaster satu terdiri dari 25 Provinsi dan klaster dua terdiri dari 9 Provinsi.   Abstract Cluster analysis is a part of data mining which divides data into several groups based on the proximity of certain characteristics. The main concept in clusters is to maximize data similarity within clusters and minimize data similarity between clusters. Cluster analysis can also be used on various types of data, including time series data. Measuring similarity is the main thing in cluster analysis. The methods that can be used to measure distance are Complexity Invariant Distance (CID) and Dynamic Time Warping (DTW). CID and DTW distance measurement analysis can be used to group time series data, one of which is Farmer’s Terms of Trade (NTP) data. The farmer's terms of trade is a ratio between the price index received by farmers and the price index paid by farmers. In general, it can be interpreted as the farmer's ability to meet their daily needs through agricultural products. So an analysis was carried out to compare the CID and DTW distance measurement methods in clustering time series data on farmer’s terms of trade according to 34 provinces in Indonesia. The results of this analysis show that the best cluster is clustering with two clusters (k=2) using the CID distance measure because it has the highest silhouette coefficient value, namely 0.8776. Where cluster one consists of 25 provinces and cluster two consists of 9 provinces.