Hasil Pencarian  ::  Simpan CSV :: Kembali

"Bencana banjir merupakan salah satu peristiwa alam yang sering terjadi di dunia, termasuk Indonesia, dan terjadi ketika aliran air yang berlebihan menggenangi daratan dalam jangka waktu tertentu. Perubahan iklim, cuaca ekstrem, urbanisasi yang tidak terkendali, dan kondisi geografis yang kompleks telah berkontribusi terhadap peningkatan frekuensi dan intensitas banjir, terutama di daerah perkotaan. Analisis banjir otomatis dan deteksi citra dapat memberikan panduan dan informasi yang berguna dalam membuat keputusan untuk mengurangi dampak destruktif seperti korban jiwa dan ekonomi, salah satunya dengan melakukan segmentasi untuk membantu proses pembuatan peta kerawanan banjir. Namun, sejumlah kecil data beresolusi tinggi dan berlabel yang tersedia membuat proses segmentasi sulit untuk dilakukan. Oleh karena itu, penulis mengusulkan pendekatan semi-supervised yaitu mean teacher dengan memanfaatkan teknik deep learning. Adapun dataset yang digunakan adalah citra SAR Sentinel-1 C-band yang telah diolah sebelumnya. Hasil penelitian menunjukkan bahwa model usulan memberikan kenaikan performa yang cukup signifikan pada metrik IoU sebesar 5% terhadap baseline yang mengimplementasikan teknik pseudo-labeling.

---

Floods are one of the natural disaster events that occur in the world. Floods happen when excessive water flows and submerges land for a certain period of time. Climate change, extreme weather, uncontrolled urbanization, and complex geographical conditions have contributed to the increase in the frequency and intensity of floods, especially in urban areas. Automatic flood analysis and detection of imagery can provide useful guidance and information in making decisions to reduce destructive impacts such as loss of life and economy. However, the small amount of high-resolution and labeled data available makes the segmentation process difficult for flood detection. Therefore, the author proposes a semi-supervised approach, namely mean teacher by utilizing the deep learning architecture. The dataset used is the SAR image of Sentinel-1 C-band which has been processed. The results show that the proposed model provides a significant increase in performance on the IoU metric by 5% against the baseline that implements the pseudo-labeling technique."

"Seiring perkembangan teknologi, internet menjadi salah satu media pendukung pendidikan. Salah satu penerapannya adalah M-Learning yang berperan sebagai bimbingan belajar (bimbel) daring dalam bentuk aplikasi untuk siswa sekolah menengah. Saat ini, banyak bimbel daring satunya adalah Quipper yang dipilih. Berdasarkan ulasan pada Google Play, terdapat beberapa kendala seperti informasi unduhan yang tidak sesuai, aplikasi yang dirasa kurang menarik, dan flow yang membingungkan. Sejauh ini belum ada kajian ilmiah yang meneliti secara khusus kualitas perangkat lunak Quipper. Penelitian ini bertujuan menganalisis kualitas Quipper dari sisi usability menggunakan prinsip desain antarmuka dan instruksional: Nielsen’s Ten Usability Heuristics dan Chickering & Gamson’s the Seven Principles for Good Practice in Undergraduate Education. Penelitian ini menerapkan metode campuran, yaitu kuantitatif dan kualitatif. Pengumpulan data kuantitatif dilakukan dengan System Usability Scale (SUS) dan E-Learning Usability Scale (EUS). Pengumpulan data kualitatif dilakukan dengan usability testing dan wawancara. Hasil evaluasi menunjukkan Quipper mendapatkan skor SUS sebesar 72,84 dengan kategori baik dan rata-rata skor EUS sebesar 5,52 yang mengarah pada kecenderungan positif. Dalam penelitian ini diusulkan 10 rancangan desain alternatif untuk meningkatkan usability aplikasi Quipper yang dikembangkan berdasarkan prinsip desain antarmuka dan instruksional

---

Alongside the development of technology, the Internet has become an indispensable tool for education. M-Learning acts as an online tutoring for high school students using an application. Currently, Quipper is selected among many online tutoring. However, based on Google Play reviews, several problems were experienced by users of the application, among which are not as expected download information, unattractive interface design, and discomfort application flow. Despite this, no research specifically evaluating the quality of Quipper has been found. This paper analyses the quality of Quipper in terms of usability using interface and instructional design principle, Nielsen's Ten Usability Heuristics and Chickering & Gamson's The Seven Principles of Good Practice in Undergraduate Education. A combination of quantitative and qualitative methods are employed. Quantitative data was collected on the basis of the System Usability Scale (SUS) and the E-learning Usability Scale (EUS). Qualitative data was collected through usability testing and user interviews. Based on the results, Quipper is evaluated to have an SUS score of 72.84 (good) and an average EUS score is 5.52 that leads to positive trend. This research also presents in the total of 10 alternative design to emphasise the usability of Quipper according to the analysis of interface and instructional design principles"