No abstract

No abstract

Penelitian ini bertujuan untuk merancang dan menghasilkan Lembar Kegiatan Peserta Didik (LKPD) berbasis Sains Technology Engineering and Mathematics (STEM) pada materi Virus. Desain penelitian yang digunakan adalah jenis penelitian dan pengembangan. Subjek dalam penelitian ini adalah Ahli Materi, Ahli Pembelajaran, Ahli Desain, Guru bidang studi Biologi dan siswa kelas X-MIA-3 SMA Negeri 14 Medan. Pengumpulan data dilakukan dengan instrumen berupa lembar penilaian validasi ahli materi, ahli pembelajaran, ahli desain, penilaian guru dan tanggapan/respon siswa. Analisis data menggunakan analisis deskriptif kuantitatif dan kualitatif. Perancangan LKPD berbasis STEM dilakukan dengan menggunakan model pengembangan instruksional ADDIE yaitu melalui tahap Analysis, Development, Implementation, dan Evaluation karena pada model ini setiap tahap dilakukan revisi hingga didapatkan produk LKPD yang lebih baik. Hasil penelitian menunjukkan bahwa perancangan LKPD berbasis STEM berdasarkan penilaian ahli materi diperoleh persentase rata-rata 87,5% dengan kriteria sangat layak, penilaian ahli pembelajaran diperoleh persentase rata-rata 92,5% dengan kriteria sangat layak, penilaian ahli desain diperoleh persentase rata-rata 78,7% dengan kriteria layak.. Hasil dari penggunaan LKPD Berbasis Pendekatan STEM yang dirancang dalam menumbuhkan keterampilan literasi sains diperoleh skor rata-rata 81,7 dengan jumlah persentase ketuntasan sebesar 85,2% dengan jumlah peserta didik yang tuntas sebanyak 29 orang. LKPD Berbasis STEM pada materi Virus yang telah dirancang memperoleh kriteria penilaian”Sangat Tinggi” dan telah memenuhi persyaratan efektif digunakan dalam menumbuhkan keterampilan literasi sains serta layak digunakan dalam proses pembelajaran Biologi pada materi virus

No abstract

Classifying odor in real experiment presents some challenges, especially the uncertainty of the odor concentration and dispersion that can lead to a difficulty in obtaining an accurate datasets. In this study, to enhance the accuracy, datasets arrangement based on MOS sensors parameters using SVM approach for odor classification is proposed. The sensors are tested to determine the sensors' time response, sensors' peak duration, sensors' sensitivity, and sensors' stability when applied to the various sources at different range. Three sources were used in experimental test, namely: ethanol, methanol, and acetone. The gas sensors characteristics are analyzed in open sampling method to see the sensors' performance in real situation. These performances are considered as the base of choosing the position in collecting the datasets. The sensors in dynamic experiment have average of precision of 93.8-97.0%, the accuracy 93.3-96.7%, and the recall 93.3-96.7%. This values indicates that the collected datasets can support the SVM in improving the intelligent sensing when conducting odor classification work.