Gaya belajar adalah cara atau kebiasaan yang dilakukan individu dalam menyerap, memproses, dan mengelola informasi. Gaya belajar merupakan faktor penting yang menunjang bagi tercapainya tujuan pembelajaran. Tipe gaya belajar ada tiga yaitu visual, auditori dan kinestetik. Tipe visual belajar melalui apa yang mereka lihat. Tipe auditori belajar melalui apa yang mereka dengar. Sedangkan tipe kinestetik belajar malalui gerak, emosi dan sentuhan. Tujuan dari penelitian ini adalah membuat aplikasi untuk menganalisis gaya belajar seseorang sehingga dapat diketahui gaya belajar dan cara belajar yang tepat untuk individu tersebut. Cara belajar merupakan penerapan dari tipe gaya belajar yang telah diketahui, sehingga memudahkan seseorang dalam proses belajarnya. Metode yang digunakan adalah membandingkan training data set dengan data uji yang kemudian diolah menggunakan algoritma K-Nearest Neighbour (KNN) dalam proses data mining untuk menganalisis gaya belajar. Training data set yang digunakan dalam sistem ini merupakan data hasil tes gaya belajar yang dihasilkan oleh Bela Hening Hukama (2011), yang di dalamnya terdapat parameter-parameter tipe gaya belajar. Algoritma K-Nearest Neighbour merupakan pendekatan untuk mencari kasus baru dengan kasus lama, yaitu berdasarkan pada pencocokan bobot dari sejumlah fitur yang ada. Hasil dari penelitian ini adalah aplikasi analisis gaya belajar berdasarkan pernyataan-pernyataan yang berisi parameter gaya belajar yang sudah ditentukan yang dapat menentukan gaya belajar yang tepat dengan akurasi 88%. Kesimpulan dari penelitian ini adalah algoritma K-Nearest Neighbour dapat diimplementasikan dalam kasus ini dengan akurasi yang paling optimal sebesar 88%, yaitu pada K = 9. Error banyak terjadi pada parameter yang merupakan kombinasi dari beberapa tipe gaya belajar, dan error terbesar yaitu pada parameter kombinasi visual, auditori dan kinestetik.
Pada sebuah perusahan tentunya mempunyai penilaian terhadap karyawan yang berkerja. Penilaian Kinerja ini digunakan sebagai bahan pertimbangan perusahan dalam mengangkat karyawan untuk menduduki jabatan-jabatan strategis atau untuk mendapatkan tambahan tunjangan. Untuk penilaian kinerja karyawan ini dilakukan oleh manajer atau asisten manajer pada tiap-tiap devisi. Permasalahan muncul pada subjektifitas dalam memberikan penilaian kepada karyawan karena yang dinilai adalah subjektifitas masing masing karyawan. Sehingga penilaian yang diberikan masih tidak pasti. Adanya ketidaktepatan dalam memberikan nilai kepada karyawan berdampak pada hasil keputusan yang diberikan kurang optimal.Sehingga diperlukan sistem pendukung keputusan yang dapat membantu perusahaan dalam mengambil keputusan. Dengan menggunakan Sistem Pendukung Keputusan menggunakan ELECTRE diharapkan dapat mempermudahkan perusahaan dalam menentukan rangking kinerja karyawan.
Dalam pemilihan mahasiswa berprestasi, banyak sekali kriteria – kriteria yang harus dipenuhi oleh setiap mahasiswa sebagai syarat dalam pemilihan mahasiswa berprestasi. Untuk membantu dosen dalam menetapkan mahasiswa berprestasi maka dibutuhkan sistem pendukung keputusan. Metode yang digunakan adalah Fuzzy Multi-Attribute Decision Making (FMADM) Simple Additive Weighting (SAW). FMADM SAW sendiri adalah metode dari sistem pendukung keputusan yang menggunakan sistem pembobotan sederhana. Aplikasi ini dirancang dan dikembangkan untuk membantu dosen dalam proses perhitungan pada pemilihan mahasiswa berprestasi di Politeknik Negeri Malang. Berdasarkan hasil uji coba, aplikasi ini dapat membantu proses perhitungan untuk dapat merangking mahasiswa berdasarkan kriteria yang dimiliki masing–masing mahasiswa.
Malang Town Square (Matos) merupakan salah satu mall di Malang yang mempunyai bangunan besar, luas, dan mempunyai banyak toko di setiap lantai. Dengan banyaknya toko yang terdapat di Matos, pengunjung akan kesulitan untuk mencari toko yang akan dituju. Salah satu cara mengatasinya adalah dengan membuat virtual reality pada Matos dimana pengunjung seakan-akan menjelajahi Matos dengan tampilan 3-Dimensi (3D) dan dapat melakukan pencarian toko yang ingin dituju. Media promosi adalah salah satu komponen penting untuk mempromosikan suatu produk kepada konsumen. Agar membuat media promosi menjadi lebih menarik bagi konsumen, salah satu caranya adalah dengan menampilkan dengan teknologi baru yaitu digital signage. Konten pada digital signage akan diklasifikasi dan diarahkan sesuai dengan demographic audience dan dibagi menjadi 2 kategori yaitu menurut umur dan jenis kelamin pengunjung. Fitur digital signage ditampilkan dengan cara screen saver yaitu jika website tidak sedang digunakan (idle) maka digital signage akan muncul dan jika website digunakan akan menutup. 3D modelling dibuat menggunakan Google SketchUp dan Unity 3D sebagai game engine untuk membuat lingkungan virtual yang kemudian di-build ke web agar dapat dijalankan pada website dengan plugin Unity Web Player. Kemudian virtual reality akan digabung dengan hasil pembuatan website dan digital signage yang dapat dimanage oleh admin yang berguna untuk menampilkan dan mengolah data. Aplikasi ini sudah diuji cobakan pada beberapa pengguna dengan mengunggah ke web hosting. Berdasarkan hasil ujicoba tersebut dapat disimpulkan bahwa website ini dinilai dengan sangat baik, desain aplikasi menarik, serta informasi yang disajikan menarik dan informatif.
Pada sebuah perusahan tentunya mempunyai penilaian terhadap karyawan yang berkerja. Penilaian Kinerja ini digunakan sebagai bahan pertimbangan perusahan dalam mengangkat karyawan untuk menduduki jabatan-jabatan strategis atau untuk mendapatkan tambahan tunjangan. Untuk penilaian kinerja karyawan ini dilakukan oleh manajer atau asisten manajer pada tiap-tiap devisi. Permasalahan muncul pada subjektifitas dalam memberikan penilaian kepada karyawan karena yang dinilai adalah subjektifitas masing masing karyawan. Sehingga penilaian yang diberikan masih tidak pasti. Adanya ketidaktepatan dalam memberikan nilai kepada karyawan berdampak pada hasil keputusan yang diberikan kurang optimal.Sehingga diperlukan sistem pendukung keputusan yang dapat membantu perusahaan dalam mengambil keputusan. Dengan menggunakan Sistem Pendukung Keputusan menggunakan ELECTRE diharapkan dapat mempermudahkan perusahaan dalam menentukan rangking kinerja karyawan.
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.