Penelitian ini bertujuan untuk: mengetahui model blended problem-based learning berbasis LMS Moodle yang berpengaruh dalam meningkatkan hasil dan motivasi belajar mahasiswa dan perbedaan hasil dan motivasi belajar mahasiswa yang diberikan pembelajaran model blended problem-based learning berbasis LMS Moodle dengan mahasiswa yang mengikuti model blended learning. Desain penelitian yang dilaksanakan yaitu eksperimental semu (quasi experimental). Sampel penelitian terdiri dari kelas A yakni 34 orang dalam kelas eksperimen dan kelas D yakni 33 orang dalam kelas kontrol. Teknik pengambilan sampel yaitu purposive sampling. Hasil penelitian menjelaskan yaitu hasil análisis inferential dengan uji paired simple t test menjelaskan nilai t-hitung lebih besar dibandingkan t-tabel dengan nilai sig lebih kecil daripada 0.05 yang bermakna yaitu pelaksanaan model blended problem-based learning dapat membantu peningkatan hasil dan motivasi belajar mahasiswa. Selain itu, hasil dari uji independent simple t test menjelaskan yaitu nilai t-hitung lebih besar dibandingkan t-tabel dengan nilai sig lebih kecil daripada 0.05 yang bermakna yaitu hasil dan motivasi belajar mahasiswa kelas eksperimen mempunyai perbedaan secara signifikan dengan mahasiswa kelas kontrol.
AbstrakPerkembangan Teknologi Informasi dan Komunikasi (TIK) telah mempengaruhi semua aspek yang ada, seperti aspek ekonomi, budaya, politik, sosial, pertahanan keamanan, pekerjaan rumah tangga bahkan dunia pendidikan sekalipun. Perkembangan tersebut banyak berkembang di era industri 4.0 saat ini mulai dari Internet of Things (IoT), Big Data, Argumented Reality, Cyber Security, Artifical Intelegence, Addictive Manufacturing, Simulation, System Integeration dan Cloud Computing. Salah satu perkembangan teknologi yang sangat berkembang saat ini yaitu machine learning atau pembelajaran mesin. Pada penelitian ini berfokus pada metode algoritma K-NN dan sensor warna TCS3200. Pada penelitian yang dilakukan oleh penulis ini menggunaka sensor warna TCS3200 dan Arduino mega 2560 pro mini sebagai perangkat keras yang digunakan. Penelitian ini bertujuan mendeskripsikan penerapan machine learning pada mikrokontroler arduino mega pro mini ATmega2560. Penelitian ini menggunakan metode studi pustaka atau library research dengan berbagai teknik pengumpulan data, selanjutnya melakukan pengujian untuk mengetahui kinerja sistem. Setelah dilakukan pengujian dilakukan analisa untuk mendapatkan kesimpulan akhir dari proses penelitian. setelah dilakukan pengujian sebanyak 20 kali dengan menempelkan pada objek, sistem ini bisa menginisialisasi warna dengan tepat. Dari hasil pengujian algoritma KNN dihasilkan akurasi tertinggi terdapat pada K=5, dimana nilai akurasi yang didapatkan adalah 80%. Sedangkan akurasi terendah terdapat pada k=9, dimana nilai akurasi yang didapatkan hanya 10%.Kata kunci : machine learning, algoritma KNN, arduino mega pro mini 2560
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.