Tamara, Astrid (2019) Rancang Bangun Aplikasi E-Learning Aksara Jepang dengan Metode Mnemonic dan Pattern Recognition (Studi Kasus: SMA Citra Kasih). Bachelor Thesis thesis, Universitas Multimedia Nusantara.
Abstract
Negara Jepang populer sebagai tujuan bekerja di masa depan, namun terdapat kesulitan dalam mempelajari bahasa Jepang. Aksara Jepang berbeda dengan alfabet yang digunakan secara internasional sehingga sulit dipelajari pelajar internasional. Pictograph dan keyword mnemonic digunakan dalam penelitian ini sehingga aksara Jepang dapat divisualisasikan sebagai gambar dan kalimat yang mempermudah mengingat. Materi pembelajaran aksara Jepang dengan mnemonic dikemas dalam aplikasi e-learning sehingga pelajar dapat belajar dimana saja dan kapan saja. Pattern recognition menggunakan algoritma Convolutional Neural Network diimplementasikan untuk menilai kebenaran penulisan aksara sesuai input pengguna. Penelitian ini bertujuan untuk merancang dan membangun aplikasi e- learning aksara Jepang dengan metode mnemonic dan pattern recognition menggunakan algoritma Convolutional Neural Network dan mengetahui apakah aplikasi e-learning yang dibangun menghasilkan perbedaan signifikan pada hasil pembelajaran aksara Jepang bagi pelajar SMA Citra Kasih. Berdasarkan penelitian yang telah dilakukan, aplikasi e-learning aksara Jepang dengan metode mnemonic dan pattern recognition menggunakan algoritma Convolutional Neural Network telah dirancang dan dibangun. Implementasi pattern recognition dengan algoritma Convolutional Neural Network menghasilkan model dengan akurasi training 99,19%, validasi 100%, dan testing 88,08%. Perbedaan selisih hasil pre-test dan post-test kelas eksperimen dan kontrol menyimpulkan bahwa tidak adanya perbedaan signifikan, namun hasil wawancara menyatakan bahwa pelajar SMA Citra Kasih tertarik menggunakan aplikasi untuk mempelajari bahasa Jepang.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Keywords: | aksara Jepang, Convolutional Neural Network, e-learning, mnemonic, SMA Citra Kasih |
Subjects: | 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.5 Application / Software |
Divisions: | Faculty of Engineering & Informatics > Informatics |
SWORD Depositor: | Administrator UMN Library |
Depositing User: | Administrator UMN Library |
Date Deposited: | 04 Dec 2019 03:18 |
Last Modified: | 08 Aug 2023 06:13 |
URI: | https://kc.umn.ac.id/id/eprint/10995 |
Actions (login required)
View Item |