Claim Missing Document
Check
Articles

Found 13 Documents
Search

Pengenalan Aplikasi Kahoot! Bagi Guru Dan Siswa-Siswi Pada SMA GKPI Padang Bulan Medan Larosa, FGN Larosa; Sitepu, Surianto; Saragih, Naikson F.; Situmorang, Alfonsus; Dumayanti, Imelda Sri; Naibaho, Jimmy F.; Manurung, Samuel; Jaya, Indra Kelana; Yohanna, Margaretha; Rumahorbo, Benget; Simanullang, Harlen; Sinambela, Marzuki; Silalahi, Veraci
Jurnal Pengabdian Masyarakat Nauli Vol. 2 No. 1 (2023): Agustus, Jurnal Pengabdian Masyarakat Nauli
Publisher : Marcha Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/nauli.v2i1.102

Abstract

interaksi antar personal, yang mempengaruhi interaksi antara guru/pendidik dengan siswa-siswi, bersifat praktis, menarik dan mudah dibawa-bawa, sangat populer, dan banyak dipakai pada pembelajaran dengan metode Blended Learning. Salah satu aplikasi yang dimaksud adalah Kahoot!, yang sangat mudah dalam pemasangan bahkan gratis. Kahoot! mulai menyebar ke berbagai pembelajaran seperti Bahasa Indonesia, Bahasa Inggris, dan Kimia. Hasil penelitian menunjukkan bahwa Kahoot! mampu tampil sebagai media permainan digital berbasis pembelajaran, di mana Kahoot! memberikan persepsi positif dalam efektivitas pembelajaran, ketertarikan dalam aktvitas pembelajaran dan motivasi dalam aktivitas pembelajaran
Kombinasi Time Series Dengan Fuzzy Inferency System Untuk Model Prediksi Inflasi Dengan Akurasi Tinggi Perangin-angin, Resianta; Jaya, Indra Kelana; Rumahorbo, Benget
Jurnal TIMES Vol 9 No 2 (2020): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (646.197 KB) | DOI: 10.51351/jtm.9.2.2020632

Abstract

Logika fuzzy merupakan perluasan dari penalaran tradisional, dimana tidak hanya terdapat “ya” atau “tidak”, tetapi “ya” dengan nilai seberapa besar kadar “ya” tersebut, dan “tidak” dengan nilai seberapa besar kadar “tidak” tersebut. Kemampuan model fuzzy dalam memetakan nilai kabur menjadi alasan penggunaan model inferensi fuzzy dalam berbagai kasus yang menggunakan nilai kabur untuk menghasilkan suatu output yang jelas atau pasti. Dikarenakan membership fucntion dalam fuzzy inferency system sangat beragam, dalam hal ini tentu ada sedikit masalah, bagaimana menentukan membership yang terbaik atau dalam hal ini yang bisa menghasilkan nilai akurasi yang paling tinggi terhadap nilai aktual. Dalam penelitian ini akan dilakukan penelitian dengan menggunakan dua membership function, yakni membership fucntion bahu dan segitiga, model yang dipakai adalah model inferensi fuzzy Tsukamoto untuk kasus prediksi laju inflasi di Sumatera Utara, dari hasil ujicoba diperoleh ternyata kombinasi time series dengan membership fucntion segitiga dan fuzzy inferency system menghasilkan akurasi yang sangat tinggi mencapai 94,4%. Hasil ini menunjukkan kombinasi antara time series dan fuzzy inferency system untuk kasus prediksi inflasi memiliki tingkat akurasi yang sangat tinggi.
MODEL KLASIFIKASI GENETIC-XGBOOST DENGAN T-DISTRIBUTED STOCHASTIC NEIGHBOR EMBEDDING PADA PERAMALAN PASAR Siringoringo, Rimbun; Perangin Angin, Resianta; Rumahorbo, Benget
Jurnal TIMES Vol 11 No 1 (2022): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.11.1.2022672

Abstract

Extreme Gradient Boosting atau XGBoost merupakan metode ensemble boosting yang sangat populer dan berkinerja baik. Disisi lain XGBoost menerapkan sangat banyak parameter atau hyper parameter. Penentuan nilai secara manual tentu saja sangat sulit dan lama. Pada penelitian ini, Genetic Algoritm (GA) diterapkan untuk penelusuran nilai parameter XGBoost. Model XGBoost dievalusi dengan membandingkan ROC dengan beberapa model berbasis tree. Hasil pengujian ROC Genetic-XGBoost, Gradient Boost, dan Random Forest masing-masing sebesar 0, 987, 0,99, dan 0,957. Hasil ROC ke tiga model menunjukkan bahwa model Genetic-XGBoost memiliki performa yang lebih baik dari model-model lain.