Hasil Pencarian  ::  Simpan CSV :: Kembali

"Permasalahan kompleks dalam sistem pembelajaran blended learning, seperti kesulitan dalam mempelajari materi, membutuhkan sebuah solusi yang komprehensif. Pendekatan makroergonomi dilakukan dalam penelitian ini karena makroergonomi mempelajari mengenai sistem kerja dan interaksinya dengan manusia. Salah satu pendekatan makroergonomi, yaitu Macroergonomics Analysis and Design diterapkan dalam penelitian ini. Berdasarkan analisa MEAD, didapat salah satu varians utama dalam blended learning adalah mahasiswa belum memahami secara benar materi perkuliahan. Oleh karena itu, dibuatlah suatu standar operasional prosedur pembuatan komik edukasi sebagai media penyampaian materi perkuliahan sehingga materi perkuliahan dapat dibuat dalam bentuk komik dan mahasiswa lebih mengerti materi perkuliahan yang diberikan. Standar operasional prosedur pembuatan komik edukasi terbagi dalam 2 bagian, yaitu SOP proses pembuatan komik yang dijelaskan dengan IDEF0 dan SOP desain komik yang terdiri dari desain gambar dan halaman (tampilan) komik dan desain cerita.

---

Problem complexity in blended learning system, like getting difficulty in learning course material, need a comprehensive solution. Macroergonomics approach is implemented in this research since macroergonomics learns about work system and its interaction with human. One of the macroergonomics approaches, which is Macroergonomics Analysis and Design is applicated in this research. According to MEAD analysis, one of the key variance in blended learning is the students are not fully understand with course material.

Therefore, there is a need to make framework for developing education comic as course material media, so all of course materials can be transformed into comic and the students are more understand with the course material that given to them. The standar operational procedure itself is classified into 2 parts, which are SOP comic making process that described with IDEF0 model and SOP comic design that consists of pages and image view comic and story design."

"The research was conducted with the empirical study of implementing the strategic alliances on a complete learning framework’s dimension: relationship capital, surfacing, joint learning structures, and knowledge acquisition. As a result, strategic alliances create dynamic learning, integration, and reconfiguration capabilities to achieve strategic alliance performance. In addition, this research also studies mediation's function on dynamic capability to strategic alliance performance. The result answered the research problem in this research: the high failure rate of strategic alliance implementation in the partial learning framework. The research uses the quantitative method. The interview was conducted as an additional explanatory function.

---

Penelitian dilakukan dengan studi empiris penerapan aliansi strategis pada dimensi kerangka pembelajaran lengkap: modal hubungan, permukaan, struktur pembelajaran bersama, dan perolehan pengetahuan. Hasilnya, aliansi strategis menciptakan pembelajaran dinamis, integrasi, dan kemampuan konfigurasi ulang untuk mencapai kinerja aliansi strategis. Selain itu, penelitian ini juga mengkaji fungsi mediasi pada kapabilitas dinamis terhadap kinerja aliansi strategis. Hasil tersebut menjawab permasalahan penelitian dalam penelitian ini: tingginya tingkat kegagalan implementasi aliansi strategis pada kerangka pembelajaran parsial. Penelitian ini menggunakan metode kuantitatif. Wawancara dilakukan sebagai fungsi penjelasan tambahan."

"Para penyandang tunarungu berkomunikasi menggunakan bahasa isyarat resmi di Indonesia, yaitu SIBI (Sistem Isyarat Bahasa Indonesia). Dengan menggunakan aplikasi penerjemah Bahasa isyarat ke teks akan membantu komunikasi antara tunarungu maupun non-tunarungu. Dengan menggunakan pre-trained model CPM (EdvardHua, 2018) akan mendapatkan informasi berupa titik-titik skeleton seperti titik tangan, bahu, dan siku. Informasi titik skeleton itu akan digunakan untuk memprediksi kata. Namun, proses tersebut perlu berjalan secara real-time, yaitu ketika pengguna membuka kamera maka akan langsung mendapatkan respon. Untuk mencapai itu diperlukan mobile deep learning framework, sehingga proses inference bisa menjadi lebih cepat dengan bantuan runtime GPU. Penelitian ini berfokus menjalankan inference menggunakan mobile deep learning framework untuk implementasi modul ekstraksi skeleton secara real-time pada Android. Pada penelitian ini digunakan Tensorflow mobile (runtime hanya CPU), MACE, dan SNPE. Dilakukan pengukuran dari sisi latency, penggunaan energi, penggunaan memori, penggunaan daya, dan perubahan suhu. Hasil pengukuran menunjukkan bahwa penggunaan MACE dan SNPE dengan runtime GPU menghasilkan latency yang lebih kecil dibandingkan penggunaan CPU. Penggunaan CPU menyebabkan thermal throttling, sehingga terjadi penurunan kinerja. Dengan runtime GPU menghasilkan penggunaan energi, memori, dan daya yang lebih sedikit dibandingkan CPU. Kenaikan suhu ketika menggunakan runtime GPU lebih kecil dibandingkan CPU.

---

People with hearing impairments use the official sign language in Indonesia, namely SIBI (Sistem Isyarat Bahasa Indonesia). Using a sign language-to-text translator application will help the communication between people with hearing impairments and people without hearing impairment. By using the pre-trained CPM model (EdvardHua, 2018), the information in the form of skeleton points such as the points of the hands, shoulders, and elbows will be obtained. The skeleton point information will be used to predict its translation words. However, the translation process needs to be run in real- time, which is when users open their cameras then they will immediately receive a respond. To achieve that goal, we need a mobile deep learning framework, with the result that the inference process is faster with the help of the GPU runtime. This research focuses on running inferences using a mobile deep learning framework to implement real-time skeleton extraction module in Android. This research uses Tensorflow mobile (runtime only for CPU), MACE, and SNPE. Measurements of the latency, energy usage, memory usage, power usage, and temperature change were taken. The measurement results show that the use of MACE and SNPE with GPU runtime is in lower latency than with the use of CPU. Measurement with CPU usage causes thermal throttling, resulting in decreased performance. Measurement with GPU runtime results in lower usage of energy, memory and power compared to the measurement with CPU. The temperature increase when using the GPU runtime is lower than when using the CPU."