Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Sisiem belajar jarak jauh berbasis web merupakan Salah salu jenis sisiem belajarjarakjauh yang banyak digunakan, karena .sifatnya yang jleksibel dan dapat menyajikan materi multimedia secara irzteralctlf Sistem ini diujicoba untuk diieraplcan pada Jurusan Elektra Fakultas Telmik Universitas Indonesia pada mala lculiah Dasar Kompuiei' iahun ajax-an 2000/2001 .

Sislem belajar jarak jauh berbasis web Daskom On-Line merupakan Pf0f0flp? yang memerlukan banyak penyempurnaan dari berbagai segi. Skrzpsi ini mengembangkan segi interaizsi antara pengguna sistem. T ujucm dari slcrzpsi ini adalah merancang media inleralrsi berbasis web dan menerapkannya pada Dasicom On-Line. Sarana yang dipakai merancang media ini antara Iain script pemrograman sisi server PHP dan basis daia relasional MySQL.

Ada beberapa jenis media interalari yang dirancang untuk diteraplcan, yaitu email, mailing Iisi, papan pesan dan forum diskusi berbasis web. Masing-masing media memiliki keiebihan dan kekurangannya sendiri. Dengan penggurzaan beberapajenis media sekaligus maka Icekurangan yang ada dapat diturupi.

Rancangan media interaksi berbasis web ini telah diterapkan dalam Daskom On-Line, dan dapal berjalan dengan baik Penerapan media interaksi ini dapat mengarasi kekurangan yang ada pada materi kuliah Daskom On-Line.

---

Abstrak :
Sejak COVID-19 menimpa Indonesia, pemerintah mengimbau seluruh siswa untuk melakukan pembelajaran jarak jauh (PJJ), yaitu sebuah kondisi dimana pengajar dan peserta didik tidak berada di tempat yang sama. Perubahan sistem pembelajaran ini tentunya mempengaruhi berbagai kondisi peserta didik, termasuk bagaimana ia mempersepsikan pengalaman belajar yang dimiliki. Penelitian ini bertujuan untuk melihat apakah kesiapan belajar online dapat memprediksi persepsi mahasiswa terhadap belajar. Partisipan pada penelitian ini adalah mahasiswa yang melaksanakan PJJ selama masa pandemi (N=540). Hasil menunjukkan bahwa kesiapan belajar online mempengaruhi persepsi terhadap belajar baik secara langsung maupun tidak langsung melalui motivasi akademik. Regulasi diri dan sikap terhadap e-learning yang dimiliki mahasiswa memperkuat kaitan antara motivasi akademik dan persepsi terhadap belajar yang dimiliki. Namun, hubungan tidak langsung antara kesiapan belajar online dan persepsi terhadap belajar tidakbergantung pada regulasi diri dan sikap terhadap e-learning yang dimiliki. Hal ini menandakan bahwa siswa yang sudah siap untuk menjalani PJJ serta memiliki motivasi yang tinggi, dapat mempersepsikan pengalaman belajarnya dengan baik. ......Since COVID-19 reached Indonesia, the government notify all students to conduct distance learning: a condition in which lecturers and students are not in the same place. The change over this learning system certainly affects students’ psychological conditions, including how they perceive their learning experiences. This study investigated whether online learning readiness can predict perceived learning. Participants in this study were undergraduate students who undergo distance learning during pandemic (N = 540). The results showed that online learning readiness predicts perceived learning both directly and indirectly through academic motivation. However, self-regulated learning and attitudes toward elearning could strengthen the link between academic motivation and perceived learning. The indirect relationship between online learning readiness and perceived learning was not conditional on the students’ self-regulated learning and attitudes toward e-learning. This indicates that students who are ready for online learning and highly motivated are more likely to perceive their learning better.

Abstrak :
Kondisi pandemi saat ini membuat proses dan kegiatan belajar mengajar di Indonesia harus dilakukan secara daring menggunakan media digital. Proses pembelajaran secara daring ini berlangsung pada skala yang memang belum pernah terukur dan teruji sebelumnya. Kesenjangan akses pendidikan pun terjadi karena tidak setiap daerah di indonesia memiliki sarana dan prasarana serta pengetahuan akan teknologi yang memadai untuk keberlangsungan proses pembelajaran secara daring. Analisis sentimen terhadap pembelajan daring melalui twitter dapat membantu pemerintah dalam hal mengevaluasi kebijakan dan memperbaiki kualitas kebijakan-kebijakan yang tengah diterapkan saat ini. Desain penelitian yang digunakan pada penelitian ini adalah Experimental research, dimana analisis sentimen yang dilakukan pada penelitian ini menggunakan dua metode berbeda, yaitu metode deep learning (CNN) dan metode tradisional (naïve bayes). Klasifikasi sentimen dibagi menjadi 3 kelas yaitu negatif, positif, dan netral. Selain itu model juga dibangun untuk mendeteksi tweets yang bersifat tidak relevan terhadap konteks penelitian terhadap sentimen pembelajaran daring. Hasil analisis sentimen yang dibangun menggunakan model CNN yang memiliki akurasi 63,34%. Sedangkan model yang dibangun menggunakan metode naïve bayes memiliki akurasi 63%. Hasil Analisis sentimen masyarakat dari bulan april hingga oktober 2020, menunjukkan sentimen masyarakat yang cenderung negatif dibandingkan positif dan netral. Pemodelan topik dibangun menggunakan metode Latent Dirichlet Allocation (LDA) untuk menemukan isu dan topik yang menjadi perhatian masyarakat di sosial media twitter. Topik negatif yang didapatkan dari sentimen negatif terhadap pembelajaran daring antara lain berisi keluhan siswa mengenai tugas yang menumpuk, jaringan dan koneksi internet yang tidak stabil, dan keinginan untuk menjalani proses pembelajaran secara offline kembali. Sedangkan topik positif didapatkan dari sentimen positif terhadap pembelajaran daring yang secara garis besar berisi ungkapan kesenangan dan syukur atas kebijakan pemberian subsidi kuota internet gratis yang diberikan pemerintah untuk pelajar maupun mahasiswa. ......The current pandemic condition makes several school and universities in Indonesia implements teaching and learning activities form distance or online using digital platform. This online learning process takes place on a scale that has never been measured and tested before. The disparity in access to education also occurs because not every region in Indonesia has adequate facilities, infrastructure, and technological knowledge for the continuity of the online learning process. Sentiment analysis on twitter towards the online learning, could assist the government in evaluating policies and improving the quality of policies currently being implemented. The research design used in this study is experimental research, where the sentiment analysis uses two different methods, namely the deep learning method (CNN) and the traditional method (naïve Bayes). Sentiment classification is divided into 3 classes, namely negative, positive, and neutral. In addition, a model was also built to detect tweets that are irrelevant to the context of the research on online learning sentiment. The results of the sentiment analysis, were built using the CNN model, has an accuracy of 63.34%. Meanwhile, the model built using the naïve Bayes method has an accuracy of 63%. The results of the analysis of public sentiment from April to October 2020, on online learning process, show sentiments that tend to be negative compared to positive and neutral. Topic modeling was built using the Latent Dirichlet Allocation (LDA) method to find issues and public concern on twitter. Negative topics obtained from negative sentiment towards online learning described as following: student complaints about piling up tasks, unstable network and internet connections, and the desire to undergo the offline learning process again. Meanwhile, positive topics, were obtained from positive sentiments towards online learning, mostly contained expressions of pleasure towards the government which has providing free internet quota subsidies for students.