Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk melihat bagaimana persepsi yang ditunjukkan mahasiswa akuntansi terhadap metode collaborative learning yang diterapkan pada mata kuliah akuntansi. Sampel penelitian ini adalah mahasiswa akuntansi S1 Universitas XYZ angkatan 2010 hingga 2013. Hasil penelitian ini menunjukkan tidak terdapat perbedaan yang signifikan baik antara mahasiswa akuntansi yang cum laude dan non-cum laude, maupun antara mahasiswa akuntansi tingkat awal dan tingkat akhir. Ini berarti adanya collaborative learning tidak memberikan pengaruh yang signifikan terhadap kegiatan belajar mahasiswa. Hal ini disebabkan oleh penerapan collaborative learning yang belum bisa optimal.

---

The purpose of this research is to find whether the collaborative learning will improve the studying activity significantly in accounting courses. Sample of this research consist of University of XYZ?s accounting student who still active in college. The result shows that there is no significantly different between cum laude and non cum laude student and there is no significantly different between first year student and last year student in their perception to the collaborative learning method. It means that the existence of collaborative learning doesn?t give a significant effect to the studying activity of student. Moreover, the practice of collaborative learning still should be improved."

"Tujuan penelitian ini adalah menganalisis perbandingan persepsi atas manfaat metode Student Centered Learning (SCL) terhadap pengembangan soft skills mahasiswa akuntansi. Soft skills mahasiswa akuntansi diukur dengan penilaian (persepsi) mahasiswa akuntansi terhadap manfaat soft skills yang diperoleh melalui metode SCL, yaitu melalui metode Collaborative Learning (CL), Case Based Learning (CBL), dan Project Based Learning (PjBL). Pengujian perbandingan manfaat metode SCL dilakukan menggunakan One Way ANOVA. Secara keseluruhan, hasil penelitian menunjukkan bahwa metode SCL memberikan manfaat pengembangan soft skills pada mahasiswa akuntansi dimana metode PjBL unggul dibandingkan metode CL dan metode CBL.

---

The purpose of this research is to see the comparison of perceptions on the benefits of Student Centered Learning (SCL) methods to accounting students‟ soft skills development. Accounting students‟ soft skills are measured by accounting students‟ assessment (perception) to soft skills benefits that were acquired through SCL methods, such as Collaborative Learning (CL), Case Based Learning (CBL), and Project Based Learning (PjBL). Comparison testing of the benefits of SCL methods is using One Way ANOVA. Overall results reveal that SCL methods facilitate the development of accounting students‟ soft skills and PjBL method was superior than CL method and CBL method."

"Tutorial Sistem Operasi UNIX (TUTORIX) yang dirancang dan diimplementasikan pada tugas akhir ini, adalah bagian dari Pendidikan Berbantuan Komputer (PBK) yang menangani modul interaksi, modul data dan modul media latihan. Modul interaksi menangani interaksi antara pemakai dan TUTORIX. Interaksi antara pemakai dengan TUTORIX sepenuhnya dipandu dengan menu pull-down, menu pull-right dan kontrol panel, sehingga antarmuka pemakai tampak konsisten dan pengoperasian sistem menjadi lebih mudah. Modul data terdiri dari teks pengajaran dan teks bantuan. Teks pengajaran menampilkan keterangan tentang perintah-perintah UNIX dan contoh pemakaian. Modul media latihan adalah kumpulan program kecil yang dipanggil bila pemakai memberikan masukan. Program-program itu masing-masing memeriksa kesalahan masukan dan memberikan pesan kesalahan. Ketiga modul dibuat terpisah sehingga modul tersebut dapat dengan mudah dikembangkan dan membuat sitem lebih luwes, mudah diadaptasikan dengan kegiatan pengajaran yang lebih luas. TUTORIX ini diimplementasikan dalam bahasa C, command interpreter Borne Shell dan Xview yang berfungsi diatas sistem operasi UNIX pada mesin Workstation SUN."

"ABSTRAKInformasi di dalam sistem ingatan manusia disusun dalam suatu jaringaninformasi yang terorganisasi. Informasi akan disimpan dengan membentuk suatuhubungan antar satu konsep dengan konsep yang telah ada sebelumnya (Solso,1991). Hubungan antara sejumlah konsep yang tersimpan di dalam sistem ingatanmanusia itu disebut sebagai struktur pengetahuan (Jonassen, et.al., 1993).Struktur pengetahuan berperan penting dalam aktivitas kognitif karenamemudahkan untuk melacak informasi yang dibutuhkan, memudahkan untukmengaktifkan hubungan antar konsep dan memudahkan untuk menggunakanstrategi pemrosesan informasi (Chi & Glaser, dalam Flavel, et.al., 1993).Dalam belajar, seorang siswa perlu dibantu untuk mengembangkanstruktur pengetahuannya. Agar struktur pengetahuan siswa berkembang, siswaharus mendapat kesempatan untuk mengintegrasikan pengetahuan baru denganpengetahuan sebelumnya, berperan aktif dalam belajar dan terjadi konflik kognitifdalam ingatan siswa. Hal ini dapat dilakukan dengan melibatkan siswa dalamlingkungan belajar kelompok (Brown & Palincsar, 1991).Salah satu bentuk belajar dalam kelompok adalah belajar kolaboratif.Belajar kolaboratif ditandai oleh adanya pembagian pengetahuan antara guru dansiswa, pembagian otoritas antara guru dan siswa, guru berperan sebagai mediatordan pengelompokan siswa yang heterogen (Tinzmann, et.a1., 1990).Penelitian ini hendak melihat bagaimana perkembangan strukturpengetahuan siswa yang mengikuti kegiatan belajar kolaboratif Penelitian inidilakukan dengan memperhatikan perkembangan struktur pengetahuan setiap scsi.Untuk itu pengamatan dilakukan pada l kelompok siswa yang beranggotakan 5orang_Hasil penelitian memperlihatkan bahwa selama mengikuti kegiatan belajarkolaboratif, struktur pengetahuan siswa menunjukkan adanya kecenderunganmeningkat. Peningkatan tersebut diamati pada 2 hal, yaitu hubungan semantikantar pasangan konsep dan pengelompokan konsep dalam peta kognitif.Dilihat dari hubungan semantik antar konsep, selama mengikuti kegiatanbelajar kolaboratif, siswa semakin mampu mengidentifikasikan kekuatanhubungan semantik antar konsep, dan nilai hubungan semantik yang dibentuksiswa semakin sesuai dengan nilai semantik yang dibentuk pakar. Dilihat dari peta kognitif yang dibentuk siswa selama mengikuti kegiatanbelajar kolaboratif, pengelompokan konsep dalam peta kognitif semakinmenyerupai pengelompokan konsep yang terdapat di peta kognitif pakar danjumlah konsep yang posisi pengelompokannya sama dengan peta kognitif pakarbertambah jumlahnya.Fakta lain yang ditemui dalam penelitian yaitu bahwa perkembanganstruktur pengetahuan kemungkinan dipengaruhi oleh pengetahuan yang telahdimiliki sebelumnya (prior knowledge). Namun demikian, fakta ini masih perluditeliti lebih lanjutMengingat penelitian ini dilakukan pada 1 kelompok siswa dengananggota 5 orang, maka akan lebih baik bila dilakukan penelitian lebih lanjut yangmelibatkan subyek dengan jumlah yang besar."

"ABSTRAKPada tesis ini diuraikan bagaimana membuat suatu Implementasi Pengajaran Berbantuan Komputer(PBK) terhadap matematika Sekolah Menengah Tingkat Atas(SMTA) yang bertujuan membantu siswa dalam mempelajari program linear lewat komputer dengan menggunakan kemampuan fasilitas grafik komputer seperti garis, bunyi, dan warna. Penggunaan fasilitas grafik ini diharapkan dapat membuat proses belajar matematika lebih visual, efieien, dan manarik minat siswa untuk menggunakan komputer dan belajar matematika.Sistem PBK ini dibuat dengan menggunakan model desain dari Roblyer and Hall (Jona88) yang terdiri dari tiga faset desain, pra-pemrograman, dan pemrograman. Data dan Strategi pengajaran yang didapat pada phase desain meliputi materi tujuan dari hasil belajar yang akan dicapai dan disesuaikan dengan tingkat kemampuan siswa, mengaplikasikan komponen display teori dan aspek-aspek motivasi ARCS(Attention, Relevan, Confidence, dan Satisfational) model untuk membuat sistem PBK lebih interaktif, efektif, dan motivatif. Phase kedua, pendesainan program mulai dengan mendesain data yang didapat pada phase 1 kemudian menggambarkan stratagi belajar mengajar dengan diagram alur dan aiterjamahkan ke algoritma yang menjadi dasar pada pemrograman.Sistem PBK yang diseleeaikah pada mikrokomputer IBM PC menggunakan sistem Operasi DOS versi 5.3 dan bahasa pemrograman Pascal dengan Kompiler Turbo Pascal versi 5.5. Pemakaian mouse dapat dilakukan disamping tombol keyboard pada menu interface yang dapat membuat sistem bersifat user friendly/

---

AbstractIn this thesis is described how to develop the implementation Computer Assisted ABSTRACT of Instruction (CAI) to Linear Programming in Senior High School in order to help student to study mathematics using computer,in which the capabilities of computer graphics such as line, sound, and color are utilized. Learning using graphics is intended to enhance the visualization, attention, and learning rantetion of students in studying mathematics.The development of this Cal or Courseware that using Courseware Model Design[Jona88] is presented in three phase: design, pre-programming, and phase programming. In Phase design is described how to plan learning outcome, the events of instruction, learning strategies, applying component display theory and motivational strategies, so that the learning proses more interactive, effective, and motivational. ln the phase pre-programming, data and strategy from phase design are drawn into flowcharts, and pseudocode in a bloock program are made. Good program design can mane more easy and tc decrease errors in phase of programming where the code of program is written and in computer.Courseware is implemented in IBM PC microcomputer using Operating System NS-DOS version 3_3 and Turbo Pascal language. Besides Keyboard, mouse is provided in using user friendly menu interface as a personal control of students."

"ABSTRACTBig data or Data driven farming have been the latest improvement in agricultural sector. Data driven farming allows farmers to maximize the output of harvest by processing any significant data gathered regarding the crop. With the data of the crop available, it opens the possibility of evaluating the data to make a model for the crop. This model will allow predictions to be made which would improve the data driven farming to an extent. This project is based on improving Farmbot, a data driven farming tool, to allow the makings of a prediction based on sensor readings gathered by the tool. Several machine learning algorithms have been evaluated which takes account two sensor reading of the plant, and performances have been discussed. These parameters include soil moisture and light exposure level and the performance level gauged are predictability and interpretability. Based on the said parameters, Decision Tree Machine Learning Algorithm have been deemed the best method of prediction for a 2 class problem. This is based on its ability to make a prediction with relatively high confidence level with the addition of having high interpretability about how the algorithm come to the said conclusion. Decision Trees current state may be improved by implementing tree pruning method to omit unnecessary splits.

---

ABSTRACTBig-Data Farming atau pertanian berbasis data merupakan perkembangan mutakhir pada sektor agrikultur. Dengan berbasis data mengenai asupan cahaya dan tingkat kelembaban, petani dapat memaksimalkan hasil panen dari suatu tanaman dengan memproses data mengenai tanaman tersebut. Dengan menyediakan data mengenai tanaman, hal ini memungkinkan pengolahan data dan membuat model yang menggambarkan pengaruh data ndash; data yang diperoleh dengan hasil panen suatu tanaman. Proyek ini dilaksanakan atas dasar mengembangkan sistem Farmbot, sebuah alat tanam automatis berbasis data, untuk menyediakan prediksi tentang bagaimana hasil panen tanaman tersebut berdasarkan data yang diperoleh dari sensor yang terdapat pada alat tersebut. Kemampuan Farmbot untuk melakukan perdiksi tersebut bisa dilakukan dengan mengimplementasikan algoritma Machine Learning, Dengan adanya berbagai macam algoritma Machine Learning, pemilihan algoritma yang paling tepat untuk implementasi Farmbot juga merupakan salah satu bahan pembahasan. Berhubung 2 parameter yang telah disebutkan merupakan kunci dari pembuatan model prediksi, algoritma Decision Tree dianggap sebagai algoritma yang paling optimal untuk diimplementasikan. Keputusan ini berdasarkan kemampuan Decision Tree dalam membuat prediksi dengan tingkat keyakinan yang tinggi dan juga berkemampuan untuk menggambarkan langkah langkah yang ditempuh untuk mencapai suatu prediksi. Algoritma Decision Tree yang telah diimplementasikan pada Farmbot dapat ditingkatkan dengan mengimplementasikan metode Tree Pruning untuk menghilangkan perpisahan yang tidak dibutuhkan."