cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ekasatya Aldila Afriansyah
Contact Email
ekafrian@gmail.com
Phone
+628979550972
Journal Mail Official
mosharafajournal@institutpendidikan.ac.id
Editorial Address
Gedung B, Lantai 2, Program Studi Pendidikan Matematika Institut Pendidikan Indonesia (IPI) Garut Jalan Pahlawan No. 32 Sukagalih, Garut, Jawa Barat
Location
Kab. garut,
Jawa barat
INDONESIA
Mosharafa: Jurnal Pendidikan Matematika
Published by Institut Pendidikan Indonesia Garut
ISSN : 20864280     EISSN : 25278827     DOI : https://doi.org/10.31980/mosharafa
Core Subject : Education,
Education Mathematics Other
Mosharafa: Jurnal Pendidikan Matematika (p-ISSN: 2086-4280 & e-ISSN: 2527-8827) mempublikasikan artikel ilmiah hasil penelitian dalam bidang pendidikan matematika yang belum pernah dipublikasikan. Penulis dapat berasal dari berbagai level, seperti mahasiswa (S1, S2, S3), guru, dosen, praktisi, maupun pemerhati pendidikan matematika. Mosharafa terbit tiga kali dalam satu tahun, yaitu pada bulan Januari, Mei, dan September. Penerbit Mosharafa adalah Program Studi Pendidikan Matematika Institut Pendidikan Indonesia.
Arjuna Subject : Umum - Umum
Articles 5 Documents
 1 
Search results for , issue "Vol 4, No 2 (2015)" : 5 Documents clear
MENGEMBANGKAN SELF CONCEPT SISWA MELALUI MODEL PEMBELAJARAN CONCEPT ATTAINMENT Tina Sri Sumartini
Mosharafa: Jurnal Pendidikan Matematika Vol 4, No 2 (2015)
Publisher : Institut Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (153.598 KB)

Abstract

Dalam pembelajaran matematika, siswa masih kurang memiliki self concept yang positif. Salah satu model pembelajaran yang dapat diterapkan untuk mengembangkan self concept siswa adalah model concept attainment. Tujuan penelitian ini adalah untuk mengetahui perkembangan self concept siswa setelah mendapatkan model pembelajaran concept attainment. Penelitian ini berbentuk one shot case study. Populasi dalam penelitian ini adalah siswa di salah satu SMK di Kabupaten Garut. Pengambilan sampel dilakukan secara purposive sampling dan diperoleh satu kelas sebagai sampel penelitian. Instrumen penelitian yang digunakan adalah angket self concept. Berdasarkan hasil analisis, diperoleh kesimpulan bahwa interpretasi self concept siswa setelah mendapatkan model pembelajaran concept attainment termasuk dalam kategori baik.
IMPLEMENTASI ALGORITMA LEBAH UNTUK PENCARIAN JALUR TERPENDEK DENGAN MEMPERTIMBANGKAN HEURISTIK Dian Nurdiana
Mosharafa: Jurnal Pendidikan Matematika Vol 4, No 2 (2015)
Publisher : Institut Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (261.008 KB)

Abstract

Rekomendasi jalur yang optimum sangatlah dibutuhkan oleh para pemudik. Hal ini disebabkan oleh banyaknya permasalahan yang dihadapi pada saat melakukan perjalanan mudik. Ada asumsi bahwa pengambilan rute yang tepat dapat mengurangi waktu dan biaya yang dibutuhkan selama perjalanan mudik. Oleh karena itu, dibutuhkan suatu perhitungan yang dapat merekomendasikan rute yang efisien pada jalur mudik. Salah satu metode yang dapat menyelesaikan permasalahan jalur terpendek adalah algoritma lebah. algoritma lebah itu sendiri terinspirasi dari perilaku sosial koloni lebah dimana seekor lebah dapat menjangkau sumber makanan dengan rute terdekat. Setelah mereka menemukan makanan lebah–lebah akan kembali kesarang dan menginformasikan sumber makan yang dia temukan kepada teman–temannya dengan menggunakan waggle dance. Dalam penelitian ini pencarian jalur terpendek yang dilakukan lebah tidak hanya mempertimbangkan jarak saja, tetapi mempertimbangkan heuristik lainnya seperti kemacetan, lampu jalan, jalan tol, rawan bencana dan keamanan. Sehingga rute yang dihasilkan merupakan rute yang optimum. Hasil yang didapat dari mengimplementasikan algoritma lebah untuk pencarian jalur terpendek dengan mempertimbangkan heuristik adalah rute jalur optimum yang bisa dilalui dari kota awal ke kota tujuan beserta panjang jalur yang dapat ditempuh.
IMPLEMENTASI PENDEKATAN SEMANTIC OBJECT MODEL PADA RANCANGAN DATABASE PENATAUSAHAAN ASET FASILITAS KANTOR Siti Husnul Bariah
Mosharafa: Jurnal Pendidikan Matematika Vol 4, No 2 (2015)
Publisher : Institut Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (330.738 KB)

Abstract

Database merupakan salah satu komponen yang paling penting dalam sebuah sistem informasi, karena merupakan dasar dalam menyediakan informasi atau kumpulan data yang ditampilkan melalui sistem informasi. Hasil analisis terhadap proses penatausahaan sebelumnya terdapat beberapa kekurangan dantaranya membutuhkan sebuah perangkat lunak yang terkomputerisasi, dan hal itu tidak terlepas dari adanya suatu database yang berfungsi sebagai media penyimpanan yang berhubungan dengan aplikasi yang ada. Pada penelitian ini penyusun menerapkan pendekatan Semantic Object Model dalam pemodelan datanya, yang dalam merepresentasikan objek-objeknya menggunakan diagram SOM. Pemodelan data dengan menggunakan Semantic Objet Model dapat memudahkan pengembang dalam mengimplementasikan model data tersebut karena, Semantic Object Model lebih detail dalam penggambaran model datanya, sehingga untuk melakukan proses selanjutnya yaitu pembuatan relational database lebih mudah.
HUBUNGAN ANTARA PELATIHAN OUTBOUND DENGAN PENINGKATAN KINERJA KARYAWAN
Mosharafa: Jurnal Pendidikan Matematika Vol 4, No 2 (2015)
Publisher : Institut Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (131.397 KB)

Abstract

Mengingat pentingnya peran SDM dalam perusahaan agar tetap dapat bertahan dalam iklim persaingan bebas tanpa batas, maka peran manajemen SDM tidak lagi hanya menjadi tanggung jawab para pegawai atau karyawan, akan tetapi merupakan tanggung jawab pimpinan perusahaan. Pengelolaan manajemen tentu saja harus dilaksanakan oleh pemimpin yang professional. Salah satu usaha yang bisa dilakukan untuk menciptakan kondisi SDM sesuai dengan kebutuhan pembangunan negara, maka diperlukan Pendidikan dan Pelatihan para Pegawai. Pelatihan akan membantu organisasi mencapai sasaran serta berkontribusi terhadap pengembangan keseluruhan karyawan. Pelatihan diperlukan untuk membantu karyawan meningkatkan kualitas dalam melakukan pekerjaan, serta membantu meningkatkan keuntungan organisasi, tetapi juga essensial untuk mengembangkan pekerjaan dan proses transformasi pekerjaan sehingga pekerjaan tersebut benar-benar bernilai.
SISTEM PENGENALAN WAJAH MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) DENGAN ALGORITMA FUZZY C-MEANS (FCM) Andri Suryadi
Mosharafa: Jurnal Pendidikan Matematika Vol 4, No 2 (2015)
Publisher : Institut Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (194.444 KB)

Abstract

Berkembangnya ilmu pengetahuan dan teknologi dalam computer vision menjadikan keamanan komputer menjadi sangat penting. Salah satu contoh keamanan komputer adalah dengan cara pengenalan wajah. Skripsi ini membahas algoritma tentang pengenalan suatu wajah agar dapat dikenali oleh sistem komputer berdasarkan data training yang telah ada dalam database. Fitur-fitur yang terdapat dalam wajah akan dicari menggunakan Principal Component Analysis (PCA), sedangkan untuk tahap identifikasi menggunakan algoritma Fuzzy C-means (FCM). Principal Component Analysis akan digunakan untuk mereduksi citra wajah yang menghasilkan output berupa feature yang akan dijadikan inputan ke dalam algoritma fuzzy C-means. FCM mengelompokan data menjadi beberapa cluster yang masing-masing cluster diwakili pusat cluster. Pusat cluster inilah yang akan dijadikan dasar untuk mengenali data baru. Hasil pengujian yang telah dilakukan menggunakan PCA dan FCM dengan menggunakan 150 data latih yaitu sebesar 84%, 300 data latih yaitu 76% dan 450 data latih yaitu 76% sedangkan nilai akurasi rata-rata normal adalah 74%. Kemudian pengujian dengan tambahan noise yaitu menggunakan 150 data latih yaitu sebesar 26%, 300 data latih yaitu 14% dan 450 data latih yaitu 8% sedangkan nilai akurasi rata-rata noise adalah 16%. Dapat disimpulkan dengan menggunakan PCA dan FCM sistem pengenalan wajah ini menghasilkan akurasi cukup baik namun, sebaliknya dengan tambahan noise sistem pengenalan wajah tidak dapat berjalan dengan baik.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2015 2015


Reset
Filter By Issues
All Issue Vol. 14 No. 1 (2025): January Vol. 13 No. 4 (2024): October Vol. 13 No. 3 (2024): July Vol. 13 No. 2 (2024): April Vol. 13 No. 1 (2024): January Vol. 12 No. 4 (2023): October Vol. 12 No. 3 (2023): July Vol 12, No 3 (2023) Vol. 12 No. 2 (2023): April Vol 12, No 2 (2023) Vol. 12 No. 1 (2023): January Vol 12, No 1 (2023) Vol. 11 No. 3 (2022): September Vol 11, No 3 (2022) Vol 11, No 2 (2022) Vol. 11 No. 2 (2022): Mei Vol. 11 No. 1 (2022): Januari Vol 11, No 1 (2022) Vol. 10 No. 3 (2021): September Vol 10, No 3 (2021) Vol. 10 No. 2 (2021): Mei Vol 10, No 2 (2021) Vol. 10 No. 1 (2021): Januari Vol 10, No 1 (2021) Vol 9, No 3 (2020) Vol. 9 No. 3 (2020): September Vol 9, No 2 (2020) Vol. 9 No. 2 (2020): Mei Vol 9, No 1 (2020) Vol. 9 No. 1 (2020): Januari Vol 8, No 3 (2019) Vol. 8 No. 3 (2019): September Vol. 8 No. 2 (2019): Mei Vol 8, No 2 (2019) Vol 8, No 1 (2019) Vol. 8 No. 1 (2019): Januari Vol. 7 No. 3 (2018): September Vol 7, No 3 (2018) Vol. 7 No. 2 (2018): Mei Vol 7, No 2 (2018) Vol 7, No 1 (2018) Vol. 7 No. 1 (2018): Januari Vol. 6 No. 3 (2017): September Vol 6, No 3 (2017) Vol. 6 No. 2 (2017): Mei Vol 6, No 2 (2017) Vol 6, No 1 (2017) Vol. 6 No. 1 (2017): Januari Vol 5, No 3 (2016) Vol. 5 No. 3 (2016): September Vol 5, No 2 (2016) Vol. 5 No. 2 (2016): Mei Vol. 5 No. 1 (2016): Januari Vol 5, No 1 (2016) Vol 4, No 3 (2015) Vol. 4 No. 3 (2015): September Vol. 4 No. 2 (2015): Mei Vol 4, No 2 (2015) Vol. 4 No. 1 (2015): Januari Vol 4, No 1 (2015) Vol 3, No 3 (2014) Vol. 3 No. 3 (2014): September Vol 3, No 2 (2014) Vol. 3 No. 2 (2014): Mei Vol 3, No 1 (2014) Vol. 3 No. 1 (2014): Januari Vol 2, No 3 (2013) Vol. 2 No. 3 (2013): September Vol. 2 No. 2 (2013): Mei Vol 2, No 2 (2013) Vol 2, No 1 (2013) Vol. 2 No. 1 (2013): Januari Vol. 1 No. 2 (2012): September Vol 1, No 2 (2012) Vol 1, No 1 (2012) Vol. 1 No. 1 (2012): Mei More Issue