cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Said Fachry Assagaf
Contact Email
said.fachry.assagaf@unm.ac.id
Phone
-
Journal Mail Official
sainsmat@unm.ac.id
Editorial Address
Unit Publikasi Lantai 3 Gedung ICP FMIPA UNM Jln. Daeng Tata, Kampus UNM Parangtambung, Makassar, Indonesia 90224
Location
Kota makassar,
Sulawesi selatan
INDONESIA
SAINSMAT: Jurnal Ilmiah Ilmu Pengetahuan Alam
Published by Universitas Negeri Makassar
ISSN : 20866755     EISSN : 2579568     DOI : https://doi.org/10.35580/sainsmat112330232022
Core Subject : Science, Education,
Biochemistry, Genetics & Molecular Biology Chemistry Decision Sciences, Operations Research & Management Education Physics
The objective of this journal is to publish original, fully peer-reviewed articles on a variety of topics and research methods in both sciences, mathematics, its education, and applied science. The journal welcomes articles that address common issues in mathematics, sciences, education, applied science and cross-curricular dimensions more widely.
Arjuna Subject : Umum - Umum
Articles 269 Documents
 20   21   22   23   24 
Pengembangan LKPD IPA Untuk Meningkatkan Keterampilan Proses Sains: Systematic Literature Review Mery Berlian; Dindawini Salsabilla; Diniya Diniya; Kholid Junaidi; Rian Vebrianto
Sainsmat : Jurnal Ilmiah Ilmu Pengetahuan Alam Vol 12, No 2 (2023): September
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/sainsmat122467322023

Abstract

Penelitian ini dilakukan untuk menganalisis literatur terkait dengan pengembangan Lembar Kerja Peserta Didik (LKPD) untuk meningkatkan keterampilan proses sains siswa. Tujuan dari penelitian ini antara lain: 1) mengetahui Lembar Kerja Peserta Didik yang dapat mengukur keterampilan proses sains siswa; 2) mengetahui materi serta tingkatan pendidikan yang diteliti pada Lembar Kerja Peserta Didik untuk meningkatkan keterampilan proses sains siswa. Manfaat dari penelitian ini yaitu untuk memudahkan peneliti dalam memperoleh literature yang layak untuk dianalisis terkait dengan judul penelitian yang akan dilakukan oleh peneliti. Metode dari penelitian ini yaitu menggunakan metode Systematic Literature Review (SLR) yaitu metode yang terdiri dari 4 langkah antara lain Identification, Screening, Eligibility dan Included. Hasil dari penelitian ini yaitu diperoleh sebanyak 6 literature yang layak untuk dianalisis. Hasil analisis artikel ini antara lain; 1) Ada beberapa macam LKPD IPA yang dapat mengukur keterampilan proses sains antara lain, Inkuiri Terbimbing, Learning Cycle 7E, Contextual Teaching and Learning (CTL), Nature of Science, Discovery Learning dan Inkuiri Terbimbing. 2) Materi yang banyak digunakan dalam pengembangan LKPD IPA untuk meningkatkan keterampilan proses sains siswa yaitu Pencemaran Lingkungan sebesar 49%. Tingkatan Pendidikan yang banyak digunakan dalam pengembangan LKPD IPA untuk meningkatkan keterampilan proses sains siswa yaitu SMP sebesar 67%.
Sebaran Jaringan Penakar Hujan di DAS Jeneberang Menggunakan Metode Polygon Thiessen Haris Haris; Nasrul Nasrul; Muhammad Arib Musba Amalul; Sulaiman Ziddiq; Misdar Amda; Medar M. Nur; Rosmini Maru
Sainsmat : Jurnal Ilmiah Ilmu Pengetahuan Alam Vol 12, No 2 (2023): September
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/sainsmat122523242023

Abstract

Sungai Jeneberang mempunyai Daerah Aliran Sungai (DAS) seluas 860 km2. Sedangkan luas wilayah sungai mencapai 9.331 km2 dengan potensi air permukaan 13.229 Juta/tahun dan potensi air tanah 1.504 Juta/tahun. Jaringan penakar hujan di pengaruhi oleh beberapa faktor salah satunya adalah faktor curah hujan sehingga diperlukan pendataan stasiun jaringan penakar. Berdasarkan hal tersebut, maka perlu adanya pemetaan jaringan penakar hujan dan nilai optimun stasiun hujan. Penelitian ini menggunakan metode Polygon Thiessen dengan berdasarkan prinsip statistic yang kemudian disajikan melalui peta dari olahan data menggunakan Arcgis 10.8. Dari hasil perhitungan data rerata curah hujan DAS Jeneberang dengan metode polygon thissen, curah hujan rata rata daerah pada tahun 2011- 2020 adalah 2.958,83 mm dan didapat stasiun hujan di daerah DAS Jeneberang dengan luas 133.2183 km2 seharusnya terdapat 6,1 stasiun dan dilapangan terdapat 6 stasiun.Abstrak: Jaringan penakar hujan, Das Jeneberang, Polygon Thiessen.
Analisis Cluster Fuzzy C-Means dan Diskriminan untuk Pengelompokan Data Kesejahteraan Rakyat Moh. Wahyu Warolemba; Resmawan Resmawan; Dewi Rahmawaty Isa
Sainsmat : Jurnal Ilmiah Ilmu Pengetahuan Alam Vol 12, No 2 (2023): September
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/sainsmat122446492023

Abstract

Cluster analysis is a multivariate method that aims to classify objects into a cluster based on different characteristics. The statistical technique that can be used for clustering is Fuzzy C-means (FCM). The FCM uses membership degree to determine the existence of each data point in a cluster. To ensure accurate clustering and that the criteria are met, cluster validation must be done to produce good data clustering. Moreover, this study uses a discriminant analysis test to validate the results of cluster solutions. The study aims to classify 34 provinces in Indonesia based on the level of people's welfare. The data used in this study is data on indicators of people's welfare in Indonesia in 2021. The variables used in this study were age/life expectancy, the average length of schooling, the 16-18 years of enrollment, and households with proper access to water. Based on the study results, two clusters were formed: cluster 1, areas with low people’s welfare indicator values in 16 provinces, and Cluster 2, regions with high people's welfare indicator values in 18 provinces.
Studi Adsorpsi Logam Fe (III) Menggunakan Koposit Kitin Silika Sekam Padi Muftihatu Rahma; Hasri Hasri; Diana Eka Pratiwi
Sainsmat : Jurnal Ilmiah Ilmu Pengetahuan Alam Vol 12, No 2 (2023): September
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/sainsmat122439262023

Abstract

Penelitian ini bertujuan untuk mengetahui pH optimum dan kapasitas adsorpsi logam Fe(III) menggunakan komposit Kitin-silika sekam padi. Metode yang digunakan meliputi pembuatan natrium silikat, pembuatan komposit kitin-silika, penentuan pH optimum dan kapasitas adsorpsi terhadap logam Fe(III). Pembuatan natrium silikat dilakukan dengan pelarutan menggunakan NaOH. Komposit kitin-silika sekam padi dibuat dengan mereaksikan larutan natrium silikat dengan kitin. Karakterisasi komposit kitin-silika meliputi analisis gugus fungsi menggunakan FTIR dan analisis morfologi menggunakan SEM. Proses adsorpsi dilakukan dengan variasi pH (2-6), variasi konsentrasi (50-150 ppm). Hasil penelitian menunjukkan bahwa pH optimum pada adsorpsi logam Fe(III) adalah 4 dengan daya adsorpsi sebesar 91,42%. Kapasitas adsorpsi logam Fe(III) dengan konsentrasi 50, 80, 100 dan 150 ppm berturut-turut adalah 31,49 mg/g; 69,69mg/g; 89,83 mg/g dan 138,57 mg/g. Adsorpsi logam Fe(III) lebih sesuai untuk model isotherm Langmuir dibandingkan dengan Freundlich dengan nilai R2 = 0,9414.Kata kunci : sekam padi, adsorpsi, kitin-silika, isotherm dan logam berat
Total Rainbow Connection Number of Corona Product of Book Graph(Bn) and Pencil Graf(Pcm) Randi Mooduto; Lailany Yahya; Nisky Imansyah Yahya
Sainsmat : Jurnal Ilmiah Ilmu Pengetahuan Alam Vol 12, No 2 (2023): September
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/sainsmat122423112023

Abstract

Let G be a simple and finite graph. Rainbow connection and total rainbow connection c are set c : G → {1,2,. . . , k} where k is the minimal color on graph G. A rainbow connection number(rc) is a pattern by giving different colors to the connection edges (E(G)) so that a rainbow path is formed. The total rainbow connection number (trc) is a payment pattern by giving color to vertices (V(G)) and edges (E(G)) in graph G so that a total rainbow path is formed. This article discusses rainbow connection numbers (rc) and total rainbow connection numbers (trc) in the corona graph of book graph (Bn) and pencil graph (Pcm). The results obtained are rc(Bn ⨀ Pcm) = 2n+3 and trc(Bn ⨀ Pcm) = 4n+5, 3 ≤ n ≤ 5.
Profiling Pigmented Plants Cell Membrane Permeability on Different Solvents Condition Afif Eka Rahma Setiyanto; Aisyah Fajriati; Nifda Nurika; Shofiyyah Adiibah Lillah
Sainsmat : Jurnal Ilmiah Ilmu Pengetahuan Alam Vol 12, No 2 (2023): September
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/sainsmat122473462023

Abstract

This study aims to observe the effect of temperature treatment and organic solvents on the permeability of the cell membrane. Carrot, potato, and purple sweet potato specimens were soaked in different organic solvents, namely 35% alcohol, 70% alcohol, cold water, and room temperature water. The research method used is descriptive qualitative. Data collection is done by experiment and documentation. The dependent variable of this research is the final concentration of the organic solvent and the first time the organic solvent changes color (release time). The results show that each specimen has different results. Carrots produce a low concentration of alcohol with a release time of 20-35 minutes and do not change the color of the water. Turmeric and purple sweet potato produce a higher concentration of alcohol than water. Turmeric and purple yam release time on alcohol is 5 minutes and is faster than the release time of turmeric and purple yam on water. The best solvent for the three specimens is 70% alcohol because it produces the highest concentration and the fastest release time.
Identifikasi Kemampuan Ruang Terbuka Hijau Kampus dalam Menyerap Emisi Karbon Dioksida (CO2) Muhammad Rais Abidin; Ramli Umar; Ahyani Mirah Liani; Rahmi Nur; Andi Arham Atjo; Muhammad Fikruddin Buraerah; Ahmad Ashar; Amal Amal; Jeddah Yanti
Sainsmat : Jurnal Ilmiah Ilmu Pengetahuan Alam Vol 12, No 2 (2023): September
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/sainsmat122509602023

Abstract

Fungsi kawasan perkotaan salah satunya adalah sebagai pusat pendidikan. Kota Makassar merupakan salah satu kota dengan jumlah kampus terbanyak di Indonesia. Aktifitas pendidikan secara langsung turut berkontribusi terhadap peningkatan emisi yang berasal dari mobilitas mahasiswa, dosen dan pegawai. Emisi yang dihasilkan menjadi salah satu penyebab pemanasan global sehingga untuk mengurangi laju emisi yang dihasilkan maka diperlukan ruang terbuka hijau. Oleh karena itu, penelitian ini bertujuan mengidentifikasi kemampuan tanaman dalam menyerap emisi Karbon Dioksida di areal kampus. Analisis data yang digunakan adalah melakukan perbandingan jumlah beban emisi Karbon Dioksida yang dihasilkan dengan kemampuan daya serap ruang terbuka hijau. Hasil penelitian menunjukkan bahwa kemampuan Ruang Terbuka Hijau (RTH) eksisting Universitas Negeri Makassar kampus Parangtambung dalam menyerap emisi CO2 yang dihasilkan dari semua jenis kendaraan baik kendaraan roda dua (motor) maupun kendaraan roda empat (mobil) di semua zona akses masuk dapat di serap secara keseluruhan oleh vegetasi dimana total emisi CO2 yang dihasilkan adalah 47.822.4 g/jam sedangkan jumlah emisi CO2 yang dapat diserap oleh tanaman adalah 652.855.1 g/jam yang berarti masih terdapat 605.032.7 g/jam emisi CO2 yang mampu diserap sehingga kajian selanjutnya adalah prediksi jumlah emisi yang dihasilkan di tahun mendatang agar rekomendasi pengelolaan dapat dilakukan agar daya serap tanaman tetap mencukupi. 
Pengembangan Pembelajaran Berdiferensiasi Berbantuan Virtual Reality pada Pembelajaran Biologi Bahri, Arsad; Jamaluddin, Asham Bin; M, Wahyu Hidayat; Ali, Sutrisno Nurhadi; Hasja, Aulia Diar; Ainun, Nur Aisyah
Sainsmat : Jurnal Ilmiah Ilmu Pengetahuan Alam Vol 13, No 1 (2024): Maret
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/sainsmat131540402024

Abstract

Penelitian ini adalah penelitian pengembangan (Research & Development) yang bertujuan untuk mengetahui tingkat kevalidan, kepraktisan dan keefektifan Perangkat Pembelajaran Berbasis Diferensiasi berbantuan media Virtual Reality. Proses pengembangan Pembelajaran berbasis diferensiasi mengacu pada model pengembangan model 4-D oleh Thiagarajan. Penelitian ini dilaksanakan di SMAN 21 Makassar dengan subjek penelitian yaitu peserta didik kelas XI IPA 2 sebanyak 32 orang dan guru mata pelajaran Biologi sebanyak 2 orang. Instrumen penelitian yang digunakan berupa lembar validasi perangkat pembelajaran, angket respon guru dan angket respon peserta didik, lembar observasi keterlaksanaan serta instrumen tes berupa soal-soal pilihan ganda. Data tingkat kevalidan dan kepraktisan dikumpulkan dengan menggunakan angket serta data tingkat keefektifan dengan tes hasil belajar. Teknik pengumpulan data terdiri atas teknik non tes dan tes. Hasil penelitian menunjukkan perangkat pembelajaran yang meliputi modul ajar, Lembar Kerja Peserta Didik, Media, dan Tes Hasil Belajar yang bersifat valid, praktis, dan efektif dalam meningkatkan keterampilan hasil belajar peserta didik. Perangkat pembelajaran berada pada kategori terlaksana seluruhnya, respon guru dan peserta didik masing- masing berkategori sangat praktis dan praktis. Perangkat pembelajaran berkategori efektif dengan ketuntasan tes hasil belajar masing-masing sebesar 82,4%.
Modeling Factors Influencing Covid-19 Cases in South Sulawesi Using Bayesian Conditional Autoregressive Localised Yassar, La Ode Salman; Shanty, Meyrna Vidya; Mahadtir, Muhamad; Aswi, Aswi; Annas, Suwardi
Sainsmat : Jurnal Ilmiah Ilmu Pengetahuan Alam Vol 13, No 1 (2024): Maret
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/sainsmat131606362024

Abstract

South Sulawesi Province is listed as the province with the highest number of Covid-19 cases in the Sulawes island. Research on Covid-19 modeling has been carried out by many researchers, but until now, there has been no research using the Bayesian spatial Conditional Autoregressive Localized model which involves a combination of factors such as distance to the provincial capital, population density, and the number of elderly people in each district in South Sulawesi Province. The aim of this research is to get the best Bayesian Conditional Autoregressive Localized model. The best model is based on four criteria, namely: Deviance Information Criteria, Watanabe Akaike Information Criteria, residuals from Modified Moran's I, and the number of areas included in a group. It was found that model with G=3 by including population density covariates was the best model. A significant factor influencing the increase in Covid-19 cases is the population density factor which has a positive effect. This shows that the more densely populated an area is, the greater the chance of being infected with Covid-19. Makassar has the highest relative risk value for Covid-19 followed by Toraja district and Pare-Pare City. Meanwhile, Bone district has the lowest relative risk value for Covid-19, followed by Wajo district and Enrekang district.
Solusi Penanganan Permasalahan kecanduan Narkoba menggunakan Model SEIR Waktu Tunda Ihsan, Hisyam; Side, Syafruddin; Herman, Herman
Sainsmat : Jurnal Ilmiah Ilmu Pengetahuan Alam Vol 13, No 1 (2024): Maret
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/sainsmat131611682024

Abstract

Penelitian ini bertujuan membuat solusi kecanduan narkoba dengan menggunakan model matematik SEIR waktu tunda, menganalisis model, dan memberikan solusi permasalahan penyalahgunaan atau kecanduan narkoba di Kabupaten Bone. Data yang digunakan yaitu data sekunder yang diperoleh dari Polres Bone dan BNN Kabupaten Bone. Penelitian ini dimulai dengan mengidentifikasi masalah; mencari studi literatur; menentukan asumsi, variabel dan parameter yang digunakan; membangun model matematika; menganalisis model; mengumpulkan data; memberikan solusi permasalahn penyalahgunaan atau kecanduan narkoba. Hasil penelitian ini menyimpulkan bahwa model matematika SEIR waktu tunda penyalahgunaan atau kecanduan anrkoba dalam bentuk sistem persamaan diferensial, titik kesetimbangan bebas kecanduan narkoba dan titik kesetimbangan terjadinya kecanduan narkoba yang bersifat stabil, terlihat bahwa bilangan reproduksi dasar untuk simulasi diperoleh (R_0) =5,005544522>1. Hal ini menunjukkan bahwa kasus kecanduan narkoba di Kabupaten Bone akan menyebar dengan cepat dan akan terus bertambah. Berdasarkan simulasi yang dilakukan menggunakan software matematika diperoleh bahwa semakin lama waktu penundaan maka semakin cepat populasi yang mengalami kecanduan narkoba akan berkurang, begitu pula sebaliknyaKata Kunci: Model SEIR, Titik Ekuilibrium, Bilangan Reproduksi Dasar 

Page 22 of 27 | Total Record : 269

 20   21   22   23   24 

Filter by Year

2012 2025


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