MEDIA PEMBELAJAR JARINGAN SARAF TIRUAN MATERI BRAIN STATE IN A BOX BERBASIS MULTIMEDIA

dokumen-dokumen yang mirip
MEDIA PEMBELAJAR JARINGAN SARAF TIRUAN MATERI MESIN BOLTZMAN BERBASIS MULTIMEDIA

MEDIA PEMBELAJARAN JARINGAN SARAF TIRUAN METODE HOPFIELD BERBASIS MULTIMEDIA

MEDIA PEMBELAJARAN JARINGAN KERJA CPMBERBASIS MULTIMEDIA

MEDIA PEMBELAJARAN JARINGAN SARAF TIRUAN METODE KOHONEN BERBASIS MULTIMEDIA

MEDIA PEMBELAJARAN JARINGAN KERJA METODE PERT BERBASIS MULTIMEDIA

MEDIA PEMBELAJARAN KOMPOSISI TRANSFORMASI BERBASIS MULTIMEDIA

APLIKASI BANTU UNTUK MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN BERBASIS MULTIMEDIA

MEDIA PEMBELAJARAN RISET OPERASI UNTUK METODE DUALITY LINIER PROGRAMMING BERBASIS MULTIMEDIA

ALAT BANTU AJAR MATA KULIAH FUZZY LOGIC PADA POKOK BAHASAN METODE SUGENOBERBASIS MULTIMEDIA

MEDIA PEMBELAJARAN MATERI KURVA PADA MATA KULIAH GRAFIKA KOMPUTER BERBASIS MULTIMEDIA

MEDIA PEMBELAJARAN MATRIK TRANSFORMASI BERBASIS MULTIMEDIA

MEDIA PEMBELAJARAN PERHITUNGAN DETERMINAN REDUKSI MINOR EKSPANSI KOFAKTOR DAN ADJOIN

Jurnal Sarjana Teknik Informatika e-issn: Volume 2 Nomor 1, Februari 2014

MEDIA PEMBELAJARAN ARITMATIKA KOMPUTER (Studi Kasus Materi Konversi Bilangan)

MULTIMEDIA PEMBELAJARAN DIAGONALISASI MATRIKS

PENGEMBANGAN MEDIA PEMBELAJARAN SISTEM PELACAKAN PADA MATA KULIAH KECERDASAN BUATAN BERBASIS MULTIMEDIA

MEDIA PEMBELAJARAN STRATEGI ALGORTIMA PADA POKOK BAHASAN POHON MERENTANG MINIMUM DAN PENCARIAN LINTASAN TERPENDEK

PENGEMBANGAN MEDIA PEMBELAJARAN SISTEM PELACAKAN PADA MATA KULIAH KECERDASAN BUATAN BERBASIS MULTIMEDIA

MEDIA PEMBELAJARAN GOAL PROGRAMMING BERBASIS MULTIMEDIA

ALAT BANTU PEMBELAJARAN MATA KULIAH COMPUTER VISION PADA MATERI EDGE BASED SEGMENTASI CITRA BERBASIS MULTIMEDIA

MEDIA PEMBELAJARAN HIMPUNAN FUZZY BERBASIS MULTIMEDIA

Implementasi Multimedia Sebagai Media Pembelajaran (Studi Kasus : Materi Subnetting Pada IPv4)

MEDIA PEMBELAJARAN MATERI TEXTURE MAPPING PADA MATA KULIAH GRAFIKA KOMPUTER BERBASIS MULTIMEDIA

SISTEM PENGENALAN KARAKTER DENGAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON

BAB IV HASIL DAN PEMBAHASAN

Analisis Jaringan Saraf Tiruan Model Perceptron Pada Pengenalan Pola Pulau di Indonesia

RANCANG BANGUN APLIKASI SIMULASI PENGGUNAAN KAMERA DSLR BERBASIS MULTIMEDIA

Implementasi Media Pembelajaran Transformasi Wavelet Pada Matakuliah Pengolahan Citra Berbasis Multimedia

PEMBUATAN MEDIA PEMBELAJARAN UNTUK PROSES KONVERSI PADA FINATE AUTOMATA BERBASIS MULTIMEDIA

PENGEMBANGAN SUMBER BELAJAR MATAKULIAH SISTEM CERDAS KOMPETENSI JARINGAN SYARAF TIRUAN

MEDIA PEMBELAJARAN MATERI VISIBLE SURFACE DETERMINATION PADA MATA KULIAH GRAFIKA KOMPUTER

PEMANFAATAN NEURAL NETWORK PERCEPTRON PADA PENGENALAN POLA KARAKTER

Jurnal Sarjana Teknik Informatika e-issn: Volume 1 Nomor 1, Juni 2013

BAB I PENDAHULUAN. psikis. Tes ini dapat berbentuk tertulis, proyektif, atau evaluasi secara verbal,

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI VOLUME PEMAKAIAN AIR BERSIH DI KOTA PONTIANAK

BAB IV HASIL DAN UJI COBA

APLIKASI PENGENALAN POLA DAUN MENGGUNAKAN JARINGAN SYARAF LEARNING VECTOR QUANTIFICATION UNTUK PENENTUAN TANAMAN OBAT

RANCANG BANGUN TOOL UNTUK JARINGAN SYARAF TIRUAN (JST) MODEL PERCEPTRON

PENGEMBANGAN PARIWISATA KABUPATEN BANTUL BERBASIS MULTIMEDIA

BAB IV HASIL DAN UJI COBA

MEDIA PEMBELAJARAN TEORI BAHASA AUTOMATA PADA MATERI PUSH DOWN AUTOMATA BERBASIS MULTIMEDIA

BAB III METODOLOGI. Gambar 3.1 Diagram Alur Penelitian. Studi Kepustakaan

BAB III METODOLOGI PENELITIAN

BAB IV IMPLEMENTASI DAN PENGUJIAN

MEMBANGUN SISTEM PEMBELAJARAN PENGENALAN BENTUK UNTUK ANAK BERBASIS MULTIMEDIA DAN GAME INTERAKTIF

BAB IV HASIL DAN UJI COBA

PERANCANGAN MEDIA PEMBELAJARAN REGION BASED-SEGMENTATION PADA MATA KULIAH COMPUTER VISION BERBASIS WEB MULTIMEDIA

KONTRAK PEMBELAJARAN (KP) MATA KULIAH

BAB IV HASIL DAN UJI COBA

Muhammad Fahrizal. Mahasiswa Teknik Informatika STMIK Budi Darma Jl. Sisingamangaraja No. 338 Simpanglimun Medan

BAB III ANALISIS DAN DESAIN SISTEM

Media Pembelajaran Integrasi Numerik Dengan Metode Kuadratur Gauss

BAB III PERANCANGAN SISTEM

APLIKASI BANTU PENGOLAHAN NILAI INDEKS KINERJA DOSEN (Studi Kasus Fakultas Teknologi Industri UAD)

IMPLEMENTASI ALGORITMA PERCEPTRON UNTUK PENGENALAN POLA MASUKAN BINER MAUPUN BIPOLAR MENGGUNAKAN BORLAND DELPHI

MEMPREDIKSI KECERDASAN SISWA MENGGUNAKAN JARINGAN SYARAF TIRUAN BERBASIS ALGORITMA BACKPROPAGATION (STUDI KASUS DI LP3I COURSE CENTER PADANG)

Panji Novantara, M.T. Dosen Universitas Kuningan Jl Cut Nyak Dien No 36 A Cijoho Kabupaten Kuningan

BAB I PENDAHULUAN A. Latar Belakang Masalah

1.6 Sistematika Penulisan Dalam penulisan tugas akhir ini digunakan susunan bab sebagai berikut:

PERANCANGAN APLIKASI KUIS TEBAK LAGU NASIONAL DAN LAGU DAERAH DENGAN MENGGUNAKAN MICROSOFT VISUAL BASIC 6.0 MUHAMMAD SYAHPUTRA.

MEDIA PEMBELAJARAN PENGANTAR AKUNTANSI BERBASIS WEBSITE PADA SEKOLAH TINGGI ILMU EKONOMI MUHAMMADIYAH PALOPO. Freggi Soegri

MILIK UKDW. Bab 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III METODE PENELITIAN. Pada bab ini akan dijelaskan bahan dan software yang digunakan

IMPLEMENTASI SELF ORGANIZING MAP DALAM KOMPRESI CITRA DIGITAL

METODE PENELITIAN. Metode penelitian ini adalah research and development atau penelitian dan

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI

RANCANG BANGUN MEDIA PEMBELAJARAN INTERAKTIF AUTODESK 3DSTUDIO MAX MENGGUNAKAN METODOLOGI PENGEMBANGAN MULTIMEDIA VERSI LUTHER-SUTOPO

BAB III METODOLOGI PENELITIAN

DETEKSI PENYAKIT DAN SERANGAN HAMA TANAMAN BUAH SALAK MENGGUNAKAN JARINGAN SYARAF TIRUAN (JST) DENGAN METODE PERCEPTRON

BAB III METODE PENELITIAN. menjawab segala permasalahan yang ada dalam penelitian ini.

APLIKASI PENGENALAN KARAKTER ALFANUMERIK MENGGUNAKAN ALGORITMA HAMMING DISTANCE

Algoritma MAC Berbasis Jaringan Syaraf Tiruan

Perbandingan Antara Metode Kohonen Neural Network dengan Metode Learning Vector Quantization Pada Pengenalan Pola Tandatangan

APLIKASI PENGEMBANGAN BAHAN AJAR MATA PELAJARAN TIK UNTUK SISWA SMP MATERI PEMROGRAMAN MENGGUNAKAN BAHASA PASCAL

MEDIA PEMBELAJARAN BIOLOGI MATERI MOLLUSCA BERBASIS MULTIMEDIA

PERANCANGAN DAN PENGEMBANGAN APLIKASI PEMBELAJARAN MATEMATIKA TENTANG PENGUKURAN WAKTU, PANJANG DAN BERAT UNTUK SEKOLAH DASAR (SD) KELAS 2

SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN BERAS UNTUK KELUARGA MISKIN DENGAN METODE SIMPLE ADDITIVE WEIGHTING

PERANCANGAN MEDIA BANTU PEMBELAJARAN MANDIRI MATEMATIKA DISKRET MATERI KOMBINATORIK

BAB IV HASIL DAN UJI COBA

Penerapan Metode Pengembangan Multimedia Luther-Sutopo Pada Pengembangan Aplikasi Simulasi Untuk Menghitung Determinan Matrik

BAB V KESIMPULAN DAN SARAN A. Kesimpulan B. Keterbatasan Penelitian C. Saran DAFTAR PUSTAKA LAMPIRAN

BAB IV HASIL DAN PEMBAHASAN

MEDIA PEMBELAJARAN PRAMUKA PENGGALANG BERBASIS MACROMEDIA FLASH 8 SEBAGAI SUMBER BELAJAR BAGI PRAMUKA KELAS VII

IMPLEMENTASI SEGMENTASI CITRA DAN ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGENALAN BENTUK BOTOL

Analisis Jaringan Saraf Tiruan Pengenalan Pola Huruf Hiragana dengan Model Jaringan Perceptron

BAB IV TAMPILAN HASIL DAN UJI COBA

BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB IV HASIL DAN UJI COBA

BAB 1 Persyaratan Produk

PENGENALAN AKSARA JAWAMENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ)

Jaringan Syaraf Tiruan Bidirectional Associative Memory (BAM) Sebagai Identifikasi Pola Sidik jari Manusia

OPTICAL CHARACTER RECOGNIZATION (OCR)

BAB IV HASIL DAN UJI COBA

IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI NILAI KURS JUAL SGD-IDR

Tampilan Halaman Menu latihan Kuis Tampilan Halaman Menu Tujuan Tampilan Halaman Menu profil...

Jurnal Informatika Mulawarman Vol 5 No. 1 Februari

BAB IV HASIL DAN UJI COBA

Transkripsi:

MEDIA PEMBELAJAR JARINGAN SARAF TIRUAN MATERI BRAIN STATE IN A BOX BERBASIS MULTIMEDIA 1 Kairudin (07018208), 2 Ardi Pujiyanta (0529056601) 1,2 Program Studi Teknik Informatika Universitas Ahmad Dahlan Prof. Dr. Soepomo, S.H., Janturan, Umbulharjo, Yogyakarta 55164 1 Email: haerudin13@ymail.com 2 Email: ardipujiyanta@tif.uad.ac.id ABSTRAK Peningkatan mutu pendidikan merupakan salah satu unsur konkrit yang sangat penting dalam upaya peningkatan kualitas sumber daya manusia. Sejalan dengan itu, hal yang sangat penting untuk diperhatikan adalah masalah prestasi belajar. Berdasarkan data nilai kuis Jaringan Saraf Tiruan 2011, 46% mahasiswa yang mendapatkan nilai dibawah 60 dan dapat dilihat dari hasil kuisioner tentang materi Brain State in a Box kepada 23 mahasiswa, bahwa mahasiswa kurang pemahaman materi dan kesulitan dalam langkah-langkah penyelesain Algotirma Brain State in a Box dengan persentasi 74 %. Berdasarkan permasalahan diatas, maka diperlukannya pembuatan multimedia pembelajaran sebagai alat bantu untuk mempelajari materi Brain State in a Box bagi mahasiswa diluar jam perkulihan. Subjek dalam penelitian ini adalah aplikasi multimedia sebagai media pembelajaran Jaringan Saraf Tiruan untuk materi Brain State in a Box. Pengumpulan data dalam penelitian ini menggunakan metode studi pustaka, metode wawancara, metode observasi dan metode kuesioner. Aplikasi disusun dengan prosedur yang mencakup mendefinisikan masalah, merancang konsep, merancang isi, merancang naskah, merancang grafis, memproduksi sistem, uji sistem dengan black box dan alpha test. Hasil penelitian ini adalah aplikasi bantu pembelajaran untuk matakuliah Jaringan Saraf Tiruan khusunya untuk materi Brain State in a Box. Berdasarkan hasil uji coba dapat disimpulkan bahwa aplikasi bantu pembelajaran ini dapat digunakan sebagai alat bantu yang dapat menunjang pembelajaran dalam memberikan variasi dan untuk penyampaian informasi dengan cara yang lebih baik. Kata Kunci : Jaringan Saraf Tiruan Materi Brain State in a Box, Pembelajaran, Multimedia. 1. PENDAHULUAN Dalam dunia pendidikan dan pembelajaran, peranan media tidak dapat diabaikan pemanfaatannya media merupakan bagian yang harus mendapatkan perhatian dosen dalam setiap kegiatan pembelajaran. Setiap jenis media memiliki karakteristik tertentu Media Pembelajaran Jaringan Saraf Tiruan 60

yang perlu dipahami, sehinga dapat dipilih media yang sesuai dengan kebutuhan dan kondisi yang ada di lapangan. Berdasarkan hasil wawancara dengan dosen pengampu mata kuliah Jaringan Saraf Tiruan Bpk. Ardi Pujiyanta, M.T. menyatakan bahwa masih banyak mahasiswa yang mendapatkan nilai kurang baik diantaranya pada materi Brain State in a Box. Berdasarkan hasil kuisioner yang diberikan kepada mahasiswa pada bulan November tahun 2011, mahasiswa mengatakan bahwa materi Brain State in a Box dirasa sulit oleh mahasiswa terutama pada langkah-langkah penyelesain Algoritma Brain State in a Box, mahasiswa kesulitan dalam memahami materi secara baik. Terlihat dari jawaban kuisioner 23 mahasiwa, 65% mahasiswa tidak memahami materi Brain State in a Box yang diberikan oleh dosen, 30% cukup memahami materi dan 5% mengataka memahami materi yang diberikan oleh dosen, 65% mahasiswa tidak memahami materi Brain State in a Box dengan media pembelajaran yang ada saat ini (slide power poin, Microsoft word dan papan tulis), 35% cukup memahami materi. Dari poko bahasan materi yang ada dalam Brain State in a Box yang meliputi inisialisasi bobot, menentuan nilai fungsi aktivasi serta algoritma Brain State in a Box sebanyak 82% mahasiswa tidak memahami, 13% cukup memahami dan 5% mahasiswa sudah memahami, mahasiswa yang menemukan kesulitan dalam mengerjakan langkah-langkah penyelesaian algoritma Brain State in a Box sebanyak 74% dan yang cukup memahami sebanyak 26% mahasiwa, 95% mahasiswa membutuhkan sebuah aplikasi pembelajaran Jaringan Saraf Tiruan khususnya pada materi Brain State in a Box berbasis multimedia hingga membantu mahasiswa dalam memahami materi diluar jam perkuliahan, 5% mahasiswa mengatakan tidak membutuhkan aplikasi pembelajaran Jaringan Saraf Tiruan khususnya pada materi Brain State in a Box berbasis multimedia. Berdasarkan data nilai kuis Jaringan Saraf Tiruan 2011 dalam materi didalamnya adalah Brain State in a Box. Diambil contoh dari 81 mahasiswa 11% mahasiswa yang mendapatkan nilai 80, 10% mahasiswa yang mendapatkan nilai 75 dan < 80, 27% mahasiswa mendapat nilai 70 dan < 75, 2% mendapat nilai 65 dan < 70, 4% mendapat nilai 60 dan < 65 serta sisanya sebanyak 46% mendapatkan nilai < 60. Nilai kuis ini dapat mempengaruhi nilai akhir dari mahasiswa. Di dalam hal pemberian soal materi kuis dosen memberikan secara 2 tahap yaitu sebelum UTS yang meliputi bahan materi dari bab 1-6 dan sebelum UAS yang meliputi bahan materi dari bab 7-12 serta setiap kuis berisikan soal essay. Berdasarkan latar belakang masalah diatas maka akan dibuat Media Pembelajaran Jaringan Saraf Tiruan Materi Brain State in a Box Berbasis Multimedia. Untuk membantu mahasiswa dalam memahami materi perkuliahan jaringan saraf tiruan khususnya pada materi metode Brain State in a Box. Media ini tidak hanya bermanfaat bagi mahasiswa namun juga bermanpat bagi dosen untuk membantu dalam menyajikan materi kuliah. 2. KAJIAN PUSTAKA Penelitian yang dilakukan oleh Fitri Rahmawati (2011) tentang Aplikasi Bantu Pembelajaran Jaringan Syaraf Tiruan Pada Materi Perceptron.[11] Penelitian tersebut membahas mengenai pengertian perceptron, arsitektur, pelatihan dan algoritma. Aplikasi ini berisi materi, contoh soal dan evaluasi. Materi ini dilengkapi juga dengan narasi. penelitian ini memperlihatkan sebuah aplikasi berbasis multimedia Media Pembelajaran Jaringan Saraf Tiruan 61

menggunakan Macromedia Flash 8. Kekurangan dari aplikasi ini belum adanya simulasi yang dapat menambah pemahaman user. Penelitian yang dilakukan oleh Handoko Dwicahyo (2011) tentang Media Pembelajaran Jaringan Saraf Tiruan Metode Kohonen Berbasis Multimedia.[4] Aplikasi ini berisi materi, simulasi dan evaluasi. Materi dilengkapi dengan suara, simulasi berisi halaman simulasi yang disajikan secara interaktif. penelitian ini memperlihatkan sebuah aplikasi berbasis multimedia menggunakan Adobe Flash CS3. Menu evaluasi berisi halaman evaluasi yang dibuat dengan menggunakan Visual Basic 6.0. Kekurangan aplikasi ini belum terdapat menu latihan. Penelitian terdahulu yang dilakukan oleh Elok Faiqoh (2006) yang berjudul Implementasi Jaringan Syaraf Tiruan Brain State in a Box Untuk Mengenali Gambar Yang Diberi Noise.[5] Kesimpulan yang didapat yaitu bahwa pengujian pengenalan suatu karakter atau ciri-ciri gambar, yang diketahui telah disamarkan dengan derau dilakukan dengan cara menginputkan gambar yang tersimpan dalam bentuk file dan kemudian diproses menggunakan algoritma Brain State in a Box. Algoritma Jaringan Saraf Tiruan Brain State in a Box mempunyai keterbatasan yaitu apabila masukan yang diberikan sebagai pelatihan pada jaringan memiliki banyak kesamaan, maka jaringan menjadi tidak stabil sehinga jaringan akan konvergen pada gambar yang lain. 2.1 Pengertian Jaringan Saraf Tiruan Jaringan Saraf Tiruan adalah sebuah sistem pengolahan informasi yang karakteristik kinerjanya menyerupai jaringan saraf biologis.[7]. Jaringan saraf tiruan telah dikembangkan sebagai generalisasi model matematika dari pengertian manusia atau saraf biologi. 2.2 Metode Brain State in a Box Metode Brain State in a Box merupakan salah satu model jaringan saraf tiruan dengan model jaringan neural yang biasanya digunakan untuk membentuk memori associative. Memori associative adalah memori-memori yang membandingkan beberapa pola input dengan jumlah input yang disimpan dalam usahanya untuk mengidentifikasi pola-pola input mana yang lebih dekat dengan menyajikan pola-pola yang disimpan. 2.3 Arsitektur Jarigan Saraf Tiruan Brain State in a Box Unit pada jaringan Brain State in a Box mengubah aktivasinya secara simultan. Arsitektur pada jaringan Brain State in a Box terdiri dari n unit yang masing-masing unit terkoneksi pada unit lainnya. N unit tersebut mengandung input dan output biner yang dapat bernilai +1 atau 1. Pada jaringan ini terdapat pelatihan bobot yang juga terkoneksi dirinya sendiri dengan bobot 1. 2.4 Algoritma Barain State in a Box Langkah 0 Langkah 1 : Inisialisasi bobot (isi random kecil) Inisialisasi learning rate (ambil = 1 untuk memudahkan). : Untuk setiap masing-masing vektor input training, lakukan langkah- Media Pembelajaran Jaringan Saraf Tiruan 62

langkah 2 sampai 5. Langkah 2 : Atur aktivasi jaringan sama dengan vektor input x. Langkah 3 : Lakukan langkah 4 dan 5 untuk setiap unit aktivasi Yi Langkah 4 : Hitung input jaringan Langkah 5 y_in i = x i + n j 1 y j (W ji ) : Tentukan aktivasi dari output unit. 3. METODE PENELITIAN 3.1 Metode Pengumpulan Data 3.1.1 Metode Studi Pustaka Studi pustaka yaitu metode pengumpulan data dangan cara membaca dam membandingkan literature, buku, internet, dan artikel yang terkait dengan penelitian. 3.1.2 Metode Interview Metode pengumpulan data dengan cara wawancara secara langsung dengan pihak yang terkait, yaitu dosen pengampu mata kuliah riset operasi dan mahasiswa yang telah mengambil mata kuliah riset operasi. 3.1.3 Mettode Obserpasi Merupakan metode pengamatan secara langsung terhadap cara pembelajaran Jaringan Saraf Tiruan yang ada saat ini di UAD. Selain itu melakukan pengamatan juga terhadap pencatatan dokumen yang terkait dengan subyek penelitian. 3.1.4 Metode Kuesioner Metode ini dilakukan dengan cara memberikan koesioner kepada mahasiswa yang telah mengambil mata kuliah riset operasi untuk melihat permasalahan yang dihadapi mahasiswa dalam pembelajaran dikelas, terutama dalam pembelajaran antrian model single channel. 3.2 Analisis Data Tahap ini merupakan tahap yang sangat penting, karena kesalahan pada tahap ini akan menyebabkan kesalahan pada tahap penelitian selanjutnya. Analisa data pada penelitian ini dilakukan dengan cara mengklasifikasikan data yang berfungsi untuk mengelompokkan data yang sesuai dengan jenis dan fungsinya. Data yang berhasil dikumpulkan berupa data suara, data gambar, data teks, data animasi, serta informasi yang berhubungan dengan subjek penelitian ini. 3.3 Metode Perancangan Sistem Tahap perancangan sistem merupakan kelanjutan dari analisis data, sehingga data yang akan dibuat dapat disusun dengan mudah, dan tepat pada sasaran yang telah ditetapkan sebelum menyusun suatu aplikasi. Langkah yang harus dilakukan adalah dengan membuat rancangan aplikasi terhadap permasalahan yang dibahas dengan harapan agar pembuatan aplikasi tidak meluas dari pokok permasalahan. Media Pembelajaran Jaringan Saraf Tiruan 63

4. HASIL DAN PEMBAHASAN Implementasi aplikasi Media Pembelajaran Antrian adalah sebagai berikut: 4.1 Tampilan Halaman Menu Utama Gambar 1. Halaman menu utama Tampilan halaman Menu Utama ditampilkan ketika tombol skip intro pada halaman intro di klik. Terdapat enam tombol utama yaitu tombol bantuan yang memiliki sub tombol petunjuk untuk menuju halaman petunjuk, sub tombol glosarium untuk menuju halaman glosarium dan sub tombol kompetensi untuk menuju ke halaman kompetensi, tombol materi yang memiliki sub tombol pendahuluan untuk menuju ke halaman pendahuluan, sub tombol bentuk dan arsitektur JST untuk menuju ke halaman bentuk dan arsitektur jaringan saraf tiruan, sub tombol fungsi aktivasi untuk menuju ke halaman fungsi aktivasi, sub tombol definisi BSB untuk menuju ke halaman definisi Brain State in a Box, sub tombol arsitektur BSB untuk menuju ke halaman arsitektur Brain State in a Box, sub tombol algoritma BSB untuk menuju ke halaman algoritma brain state in a box, tombol simulasi untuk menuju ke halaman simulasi, tombol latihan untuk menuju ke halaman latihan, tombol Evaluasi untuk menuju ke tampilan evaluasi, tombol profil untuk menuju ke halaman profil programmer, tombol Exit(X) untuk keluar program dan tombol kembali untuk kembali ke menu intro. 4.2 Tampilan Halaman Materi Halaman ini menampilkan sub-sub menu yang ada pada halaman menu materi Media Pembelajaran Jaringan Saraf Tiruan 64

4.3 Tampilan Halaman Simulasi Gambar 2. Halaman menu materi Gambar 3. Halaman simulasi Halaman ini menampilkan simulasi penyelesaian algoritma Brain State in a Box. 4.4 Tampilan Halaman Latihan Media Pembelajaran Jaringan Saraf Tiruan 65

Gambar 4. Halaman latihan Halaman ini menampilkan latihan jaringan Brain State in a Box terdapat 2 soal yang bisa dikerjakan user untuk dalam memahami materi yang sudah diperlajari. 4.5 Tampilan Halaman Evaluasi Gambar 5. Halaman evaluasi Halaman ini menampilkan soal evaluasi. 4.6 Pengujian Sistem Pengujian sistem ini menggunakan dua jenis pengujian yaitu 1) Black Box Test Pengujian ini melibatkan panitia pemilihan guru berprestasi yaitu Bapak Hasyim, SIP.,M.Acc. pengujian ditekankan pada pemasukan data, proses perhitungan guru berprestasi, serta informasi yang dihasilkan. Dari hasil uji presentase tersebut dapat Media Pembelajaran Jaringan Saraf Tiruan 66

ditarik kesimpulan bahwa data dan informasi yang disampaikan sudah sesuai dengan ilmu pengetahuan di lapangan. 2) Alpha Test Untuk pengujian sistem menggunakan Alpha test dilakukan oleh 5 orang juri yang melakukan penilaian terhadap calon guru berprestasi. Dari hasil penilaian terhadap sistem, maka dapat disimpulkan bahwa sistem layak dipergunakan untuk memilih guru berprestasi. 5. PENUTUP a. Telah dibuat aplikasi program bantu pembelajaran sebagai sarana belajar mengenai mata kuliah Jaringan Saraf Tiruan khususnya materi Brain Sate in a Box. b. Aplikasi pembelajaran menggunakan komputer berbasis multimedia ini merupakan program aplikasi yang dapat digunakan sebagai alat bantu belajar mata kuliah Jaringan Saraf Tiruan, khususnya materi Brain Sate in a Box, untuk mahasiswa jurusan Teknik Informatika di Universitas Ahmad Dahlan. c. Telah dilakukan uji coba program yang menunjukan bahwa aplikasi yang telah dibuat dapat berjalan dengan baik. d. Dengan menggunakan aplikasi ini mahasiswa lebih mudah dalam memahami materi Brain State in a Box dan mahasiswa dapat menyelesaikan studi kasus dalam Algoritma Brain State in a Box. 6. DAFTAR PUSTAKA [1] Binanto, iwan, 2010, Multimedia digital - dasar teori dan pengenbangannya, Andi, Yogyakarta. [2] Dohan, Astriano, 2008, Pembelajaran fisika melalui komputer untuk anak SMA berbasis multimedia, Skripsi S-1, Universitas Ahmad Dahlan, Yogyakarta. [3] Dewi, Uji, Septi, Wulan, 2010, Aplikasin Bantu Pembelajaran Penyelesaian Sistem Persamaan Metode Gauss Jordan dan atuaran Cermer pada Mata Kuliah Aljabar Linier Dan Matriks, Skripsi-S1, Universitas Ahmad Dahlan Yogyakarta. [4] Dwicahyo, Handoko, 2011, Media Pembelajaran Jaringan Saraf Tiruan Metode Kohonen Berbasis Multimedia, Skripsi S-1, Universitas Ahmad Dahlan Yogyakarta. [5] Faiqoh, elok, 2006, Implementasi jaringan syaraf tiruan Brain State in a Box untuk mengenali gambar yang diberi noise, Skripsi S-1, Universitas Ahmad Dahlan Yogyakarta. [6] Husen, muhammad, musshada, rohanto, uun, 2010, Membuat company profile dengan adobe flash, Skripta, Yogyakarta. [7] Jek, jing, siang, 2005, Jaringan syaraf tiruan dan pemrogramannya menggunakan matlab, Andi, Yogyakarta. [8] Minarti,yutminis.,dan suwalni,2004.pengaruh media Trasvisi dan atribusi siswa terhadap prestasi belajara matematika.jurnal teknodika 3 (3) : 64-88. [9] Pujiyanta, Ardi, 2011,Teori dan aplikasi jaringan saraf tiruan, Ardana Media, Yogyakarta. Media Pembelajaran Jaringan Saraf Tiruan 67

[10] Puspitaningrum, diyah, 2006, Pengantar jaringan saraf tiruan, Andi, Yogyakarta. [11] Rahmawati, Fitri, 2011, Aplikasin Bantu Pembelajaran Jaringan Syaraf Tiruan Pada Materi Perceptron, Skripsi-S1, Universitas Ahmad Dahlan Yogyakarta.. [12] Sutomo,dkk,2004,penggunaan alat peraga dalam pembelajaran matematika dan motivasi belajar siswa.jurnal teknodika 2 (3) : 89-112. [13] Suyanto, M. 2003, Multimedia Alat Untuk Meningkatakn Keunggulan Bersaing, Andi, Yogyakarta. [14] Sulistyorini, Farida, S. T. dan Winiarti, Sri, S.T, 2009, Diktat Interaksi Manusia dan Komputer, Universitas Ahmad Dahlan, Yogyakarta. [15] Sommerville, Ian, 2005, Software Engineering, Rekayasa Perangkat Lunak, Erlangga, Jakarta. [16] Wicaksono,Ari.2008. Aplikasi Multimedia Pembelajaran Matematika Sekolah Menengah Atas Kelas XII Pada Materi Vektor Berbasis Multimedia,Skripsi-S1, Universitas Ahmad Dahlan Yogyakarta. [17] http://kuliahilkom.wordpress.com/2011/01/04/sejarah- perkembangan jaringansaraf-tiruan/ [18] http://grafmedia.wordpress.com/2009/09/21/multimedia/ Media Pembelajaran Jaringan Saraf Tiruan 68