Jurnal Pendidikan Teknologi dan Kejuruan

MICROLEARNING AS A DIGITAL LEARNING STRATEGY IN HIGHER HEALTH EDUCATION: LITERATURE REVIEW

2025-01-08T05:30:34+00:00

Microlearning represents an innovative strategy in health education that enhances professional skills, competence, retention, and knowledge acquisition. This approach provides adaptable, personalised, and objective-driven education by utilising digital resources, such as mobile apps, brief videos, and engaging simulations. We conducted the study using the PRISMA approach and the systematic literature review method, utilising data sources from Scopus, PubMed, and Google Scholar. Various sociocultural contexts have highlighted the significance of microlearning, particularly within the fields of nursing, medicine, and pharmacy. This study is groundbreaking as it integrates digital and in-person hybrid learning, enhances technological accessibility, and leverages social media. The advancement of clinical, soft, and digital skills stands out as a central focus. The development of microlearning products for nursing education and their integration into a flexible yet structured learning model are highlighted as key recommendations in the study. This approach holds significant promise for revolutionising health education by tailoring it to meet the diverse needs of the global community.

INTEGRASI TEKNOLOGI PENGINDERAAN JAUH DAN MACHINE LEARNING PADA WEB GIS UNTUK PEMETAAN POTENSI BANJIR

2024-12-03T08:12:08+00:00

Flooding is a natural phenomenon that has frequently posed significant challenges in various regions of Indonesia, driven by factors such as rainfall, river conditions, upstream landscapes, land use patterns, and sea-level rise. These events often lead to severe consequences, including the spread of waterborne diseases, destruction of infrastructure, depletion of natural resources, and economic disruption. One proactive measure to mitigate such impacts is mapping potential flood risk areas. This study utilized Landsat 8 satellite imagery Level 2, Collection 2, Tier 1 processed on the Google Earth Engine (GEE) platform to derive indices such as the Digital Elevation Model (DEM), Topographic Position Index (TPI), Normalized Difference Vegetation Index (NDVI), and Normalized Difference Water Index (NDWI). These indices served as input variables for a Random Forest model, classifying areas into high, medium, and low flood risk categories. The developed model achieved 86% accuracy when evaluated using a confusion matrix, with precision, recall, and F1-score metrics validating its performance. The integration of this model into a WebGIS service was implemented through Flask, offering an API that supports real-time flood risk data retrieval by third-party applications. The front-end interface, built using LeafletJS, provides an interactive and user-friendly map visualization of flood risk levels. The results demonstrate that the Random Forest model effectively classifies flood risk, while the WebGIS service offers a practical tool for visualizing and disseminating flood risk information. This service has the potential to support disaster management efforts and enhance community preparedness against flooding.

ANALISIS EVALUASI SISTEM INFORMASI KEMAJUAN AKADEMIK (SISKA-NG) MOBILE BERDASARKAN STANDAR ISO 25010 SERTA PENGUKURAN TINGKAT KEPUASAN PENGGUNA MENGGUNAKAN METODE END USER COMPUTING SATISFACTION (EUCS)

2024-10-23T12:41:26+00:00

Penggunaan teknologi mobile phone telah menjadi alternatif utama dalam penyampaian informasi, termasuk di bidang akademik. Aplikasi Sistem Informasi Kemajuan Akademik (SIsKA) berbasis Android yang dikembangkan oleh Program Studi Ilmu Komputer Universitas Pendidikan Ganesha membantu pengelolaan kemajuan akademik mahasiswa. Penelitian ini mengukur kualitas aplikasi menggunakan ISO 25010 dan kepuasan pengguna dengan metode End User Computing Satisfaction (EUCS). Hasil menunjukkan bahwa SIsKA-NG Mobile memenuhi standar ISO 25010, dengan aspek functional suitability mencapai 100%. Aspek usability menunjukkan aplikasi memiliki learnability, efficiency, memorability, dan satisfaction dengan kategori baik. Performance efficiency menghasilkan waktu respons rata-rata 2,67 detik, dan aspek compatibility mencapai 100%. Berdasarkan EUCS, 64% responden menyatakan aplikasi memenuhi kebutuhan informasi dengan konten yang lengkap dan akurat. Sebanyak 57% responden menyukai desain antarmuka aplikasi, dan 59% merasa mudah digunakan. Sebanyak 64% responden menyatakan aplikasi cepat diunduh dan tidak memerlukan banyak ruang penyimpanan. Penelitian ini memberikan panduan untuk pengembangan aplikasi agar lebih optimal dalam memenuhi kebutuhan pengguna.

VIRTUAL TOUR VIDEO 360 PADA OBJEK WISATA UNGGULAN DI KECAMATAN TEJAKULA KABUPATEN BULELENG

2024-09-29T12:54:45+00:00

Kecamatan Tejakula di Bali Utara memiliki potensi wisata yang besar namun belum dimanfaatkan secara optimal, dengan banyak objek wisata yang tidak terdaftar secara resmi dan kurang dikenal, sehingga menghambat kunjungan wisatawan. Penelitian ini bertujuan untuk mengembangkan pola promosi wisata melalui penggunaan video tour 360, guna meningkatkan kesadaran dan kunjungan wisatawan. Metode yang digunakan mencakup pengumpulan data dari observasi lapangan dan data pemerintah, dengan kriteria seleksi objek wisata berdasarkan potensi wisata, aksesibilitas, kondisi objek, dan relevansi dengan teknologi video 360. Proses pengembangan meliputi perancangan narasi, pengambilan gambar menggunakan kamera Insta360 X3, dan editing dengan Adobe Premiere Pro, di mana video yang dihasilkan kemudian didistribusikan melalui YouTube dan media sosial. Hasil penelitian menunjukkan bahwa delapan objek wisata terpilih, termasuk Pura Ponjok Batu dan Wisata Bawah Laut Desa Bondalem, memiliki keunikan yang relevan dengan teknologi video 360. Uji coba yang dilakukan menggunakan kuesioner J.R Lewis menunjukkan tingkat usability sebesar 63,1%, meskipun terdapat beberapa area yang perlu perbaikan, seperti tata letak informasi dan fungsi video. Meskipun terdapat kendala dalam perbedaan data dan kurangnya informasi mendetail, strategi distribusi yang komprehensif diharapkan dapat meningkatkan kesadaran dan menarik lebih banyak wisatawan ke Kecamatan Tejakula, serta mendukung pencapaian Sustainable Development Goals (SDGs) terkait pertumbuhan ekonomi dan industri, terutama pada SDG 8 yang berfokus pada pekerjaan layak dan peningkatan ekonomi lokal.

KONSERVASI MANTRAM SESONTENGAN DALAM APLIKASI ANDROID SEBAGAI MEDIA EDUKASI ETIKA RITUAL

2024-09-29T13:06:26+00:00

Aplikasi Android Mantram Sesontengan dikembangkan untuk membantu generasi muda Hindu di Bali memahami dan melafalkan mantram dalam bahasa Sanskerta. Generasi muda mengalami kesulitan dalam pengucapan mantram yang menggunakan bahasa Sanskerta dan penurunan penguasaan bahasa lokal. Penelitian ini bertujuan merancang dan mengembangkan aplikasi yang menyediakan akses mudah dan interaktif terhadap konservasi mantram sesontengan dan ritual keagamaan dalam suatu aplikasi berbasis Android. Model penelitian yang digunakan adalah alur penelitian yang terintegerasi dengan Successive Approximation Model, yang mencakup tahap preparation phase, iterative design phase, dan iterative development phase. Hasil pengujian dengan black box testing menunjukkan aplikasi berfungsi baik di berbagai perangkat Android. Tingkat keberhasilan pengujian mencapai 100%. Pengujian mencakup tampilan beranda, sidebar, pilihan mantram, dan detail mantram. Semua skenario pengujian berhasil, termasuk fungsi menampilkan halaman, menyimpan mantram secara offline, dan memutar audio. Aplikasi ini berpotensi dalam pelestarian budaya Hindu di Bali. Aplikasi ini meningkatkan keterlibatan generasi muda dalam praktik keagamaan. Penelitian ini menegaskan pentingnya teknologi dalam mendukung pendidikan agama dan pelestarian budaya.

PENGEMBANGAN FLIPBOOK HIDANGAN MAIN COURSE PADA MATA KULIAH KULINER EROPA DI PROGRAM STUDI PENDIDIKAN VOKASIONAL SENI KULINER

2024-07-01T05:48:49+00:00

Secara garis besar, tujuan penelitian ini adalah dalam rangka; 1) menghasilkan media pembelajaran flipbook hidangan main course pada mata kuliah Kuliner Eropa, 2) uji kelayakan flipbook hidangan main course, 3) mengetahui respon mahasiswa di program studi Pendidikan Vokasional Seni Kuliner terhadap media flipbook hidangan main course. Hasil penelitian didapatkan menggunakan jenis penelitian R & D (Research and Development) dan model pengembangan 4D (define, design, development, disseminate). Responden dalam penelitian ini yaitu 30 mahasiswa semester 6 yang telah lulus di mata kuliah Kuliner Eropa pada Program Studi Pendidikan Vokasional Seni Kuliner. Dengan menggunakan metode penilaian skala Likert, kuesioner didistribusikan kepada para ahli dan responden untuk pengumpulan data. Hasil yang diperoleh kemudian diolah dan dianalisis menggunkan teknik analisis deskriptif kualitatif dan kuantitatif. Dari temuan tersebut, flipbook hidangan main course dengan menggunakan model 4D dinilai "sangat layak" baik dari ahli isi, ahli desain, ahli media pembelajaran dan perolehan responden khususnya mahasiswa dalam kategori "sangat baik". Penelitian ini berkontribusi bahwa penggunaan media belajar khususnya flipbook dapat meningkatkan kualitas pembelajaran pada pendidikan vokasi khususnya bidang kuliner.

KLASIFIKASI JUDUL BERITA BAHASA INDONESIA MENGGUNAKAN SUPPORT VECTOR MACHINE DAN SELEKSI FITUR MUTUAL INFORMATION

2024-12-21T04:15:55+00:00

Current information and communication technology has changed the way information is shared, affecting the way people get and deliver news. The number of digital news that continues to increase every day by several news portals poses a challenge, where news is often related to more than one category. From the existing problems, a study was conducted on the classification of online news titles. This study uses the SVM method with mutual information feature selection to classify online news titles. The dataset used is the news title from detik.com using 6 categories, namely finance, travel, health, auto, food, and sport with the number of data per category being 2000 data. The classification process starts from text preprocessing, term weighting using TF-IDF, then feature selection with mutual information, and finally classification with SVM. The results of the study showed that testing various SVM kernels and mutual information (MI) thresholds with a threshold of 85% provided the highest level of F1-score on the SVM machine with the RBF kernel and a C value = 10, which was 86,15%.