The proliferation of assisted technology has been widely used in language learning, but this should be able to accommodate inclusive language learning which has become an important issue in today’s English language teaching and the higher education landscape in Indonesia. This study examined the perception of EFL slow learners in terms of the integration of an inclusive technology with authentic multimedia assisted language learning (AMALL). It discovered the impact of authentic multimedia assisted language learning on their speaking performance. This study also analysed the benefits of this technology perceived by the students. A mixed-method sequential exploratory was employed to examine students’ perception of EFL slow learners in speaking performance. A sample of 30 EFL learners was selected purposively to participate in this study. The study also examined the impact of this application by comparing the results of pre-test and post-test of the students’ speaking performance based on the analytic oral language-speaking rubric namely speaking, fluency, structure, and vocabulary. The findings of the study show that students perceived authentic multimedia assisted language learning provides some advantages in terms of usefulness, easiness, and effectiveness for speaking skill. There was also an improvement in speaking performance
Perkembangan teknologi informasi yang begitu pesat menimbulkan dampak negatif dalam dunia akademis. Salah satunya adalah reference manager sebagai alat bantu dalam menangani sitasi. Referensi merupakan permasalahan yang serius pada sebuah karya tulis ilmiah. Hal merupakan salah satu hal penting dalam mengutip karya orang lain baik itu tulisan maupun ide dengan sengaja dan mengakuinya sebagai hasil karya pribadinya. Dampak yang ditimbulkan adalah kualitas dari karya tulis ilmiah yang dihasilkan. Untuk itu perlunya pemahaman dan edukasi mengenai aturan referensi khususnya bagi mahasiswa dan civitas akademika. Kegiatan ini bekerja sama dengan Lembaga Penerbitan dan Publikasi Ilmiah (LPPI) Universitas Muhammadiyah Pontianak. LPPI merupakan salah satu lembaga yang bertujuan untuk menaungi dan mempublikasikan karya tulis ilmiah berkualitas. Pengabdian kepada masyarakat ini mengambil tema “Pemanfaatan Reference Manager dalam Menulis Karya Tulis Ilmiah Berkualitas”. Hal ini diharapkan dapat meningkatkan pengetahuan dan pemahaman peserta terkait reference manager dan tools pendukungnya.
Portofolio reksadana saham merupakan salah satu permasalahan optimasi dengan tujuan multi objektif, yakni mencari solusi dengan memaksimalkan keuntungan dan meminimalkan kerugian. Tujuan yang ingin dicapai pada portofolio reksadana saham saling trade-off, artinya apabila menginginkan return yang diterima besar maka risk yang diperoleh besar dan apabila menginginkan risk kecil maka konsekuensi return yang diterima kecil. Salah satu solusi untuk permasalahan multi-objektif tersebut adalah Non-dominated sorting genetic algorithm (NSGA-II). NSGA-II merupakan salah satu algoritma pencarian solusi optimal dengan mengurutkan solusi berdasarkan pareto-front untuk mengindentifikasi feasible solutions. Performansi algoritme NSGA-II sangat dipengaruhi oleh operator parameter. Salah satu parameter adalah operator mutasi yang memegang kendali untuk diversitas kandidat solusi. Pada penelitian ini operator mutasi dibuat adaptif dengan menggunakan distribusi probabilitas polinomial (parameter nm). Parameter ini mengontrol mutasi dan mengubah nilai mutasi secara adaptif serta mengubah probabilitas mutasi secara dinamik untuk mengatur banyaknya gen yang mengalami mutasi. Berdasarkan hasil penelitian nilai standar deviasi mutasi non-adaptif lebih kecil daripada mutasi adaptif. Nilai standar deviasi merepresentasikan varians sehingga mutasi adaptif memiliki varians yang beragam dibandingkan dengan mutasi non-adaptif. Mutasi adaptif dapat meningkatkan diversitas kromosom sehingga mencapai konvergensi kromosom agar terhindar dari konvergensi dini dengan waktu komputasi yang lebih efektif. Hasil penelitian kasus pembentukan portofolio reksadana saham dengan mutasi adaptif menghasilkan standar deviasi yang lebih besar sehingga solusi yang dihasilkan semakin beragam.
Pelaksanaan ujian merupakan cara untuk mengukur kemampuan seorang mahasiswa. Ujian juga dijadikan sebagai alat evaluasi untuk menilai seberapa jauh pengetahuan yang sudah dikuasai dan keterampilan yang sudah diperoleh. Ujian esai adalah salah satu proses evaluasi yang digunakan untuk mengetahui kemampuan mahasiswa. Masalah yang terjadi pada saat dosen menilai yaitu lamanya waktu yang dibutuhkan untuk memeriksa lembar jawaban mahasiswa, hal ini dapat mempengaruhi objektivitas dalam penilaian. Untuk mengatasi masalah tersebut maka diperlukan sistem yang dapat membuat penilaian jawaban ujian esai lebih cepat. Penelitian ini bertujuan untuk membuat sistem penilaian ujian esai secara otomatis yang dapat membantu dosen dalam menilai ujian esai mahasiswa. Metode yang digunakan yaitu metode pembobotan TF-IDF (Term Frequency - Inverse Document Frequency) dan Vector Space Model untuk menghitung kemiripan dari dua buah dokumen, dimana proses yang dilakukan pada penilaian jawaban esai adalah dengan membandingkan jawaban yang telah diisikan oleh mahasiswa dengan kunci jawaban dosen. Berdasarkan hasil penelitian bahwa sistem penilaian esai otomatis menggunakan metode Vector Space Model telah berjalan dengan baik.
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 © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.