Site blog

Anyone in the world

Menentukan Jalan Menggunakan Q-Learning


Anggota Kelompok

-Daffa Musyafa Maulana (1102194029)

-M. Athaariq Ardi (1102194209)

-Petrick Mikhael (1102174088)

Deskripsi Q-learning

Q-learning adalah algoritma pembelajaran berbasis nilai. Algoritme berbasis nilai memperbarui fungsi nilai berdasarkan persamaan (khususnya persamaan Bellman). Sedangkan tipe lainnya, policy based mengestimasi fungsi nilai dengan greedy policy yang diperoleh dari perbaikan kebijakan terakhir. Q-learning adalah pembelajar di luar kebijakan.

Deskripsi permasalahan

seorang agen harus berpindah dari titik awal ke titik akhir di sepanjang jalur yang memiliki rintangan. Agen harus mencapai target dalam jalur sesingkat mungkin tanpa mengenai rintangan dan dia harus mengikuti batas yang dicakup oleh rintangan. Demi kenyamanan kami, saya telah memperkenalkan ini dalam lingkungan grid yang disesuaikan sebagai berikut.

Tujuan 

Membantu detektif sampai ke tujuan menggunakan Q-learning

Pemecahan masalah

Langkah 1: Inisialisasi Q-Table

Langkah 2: Pilih Tindakan(saat awal objek akan memilih secara acak kemana akan bergerak)

Langkah 3: Lakukan Tindakan(objek melangkah ke arah acak yang sudah dipilih sebelumnya

Langkah 4: Mengukur Imbalan(objek menilai bila mendekati tujuan +1 bila menjauhi -1  menganalisa apakah dia sudah sampai tujuan)

Langkah 5: Evaluasi(objek menganalisa apakah jalan yang dilaluinya sudah efisien

Penerapan Q-learning

0

Dari gambar diatas dapat dilihat bahwa diawal objek keluar dari rintangan namun setelah itu kembali kedalam rintangan sampai ke tujuan hal itu terjadi karena Q-learning mempelajari diluar tindakan jadi setelah keluar Q-learning belajar diluar tindakan lalu berjalan menuju tujuan tanpa keluar rintangan lagi

Kesimpulan

Jadi disini kami membuat Tubes AI yang berjudul Menentukan Jalan Menggunakan Q-learning.Dengan menggunakan Q-learning menemukan jalan dapat dilakukan dengan lebih efisien karena objek tidak harus berjalan menelusuri seluruh wilayah dulu untuk mencapai tujuan namun cukup melangkah acak pada langkah pertama lalu berikutnya objek akan belajar secara mandiri tentang langkahnya selanjutnya dapat dilihat seperti gambar saat presentasi bahwa objek di awal keluar rintangan namun setelah itu kembali masuk kedalam lintasan dan tidak pernah keluar rintangan lagi sampai ke titik tujuan

Sumber:https://towardsdatascience.com/a-beginners-guide-to-q-learning-c3e2a30a653c



[ Modified: Wednesday, 6 July 2022, 9:11 PM ]
 
Anyone in the world

Menentukan Kecepatan Berkendara Yang Aman Pada Kondisi Tertentu



Anggota Kelompok 6:

  • Muhammad Rafi Syauqi. D   (1102190160)
  • M. Akbar Alamsyah               (1102190179)
  • Riyadh Taufik                        (1102194003)

Deskripsi Permasalahan:

    Setiap hari seorang pegawai berangkat kerja menggunakan mobil di suhu yang relatif panas (30°C) dan cerah(100%). Suatu saat mobil yang dipakainya tergelincir pada saat kondisi cuaca dingin (18°C) dan berawan(25%), ia terheran mengapa mobilnya bisa tergelincir sedangkan ia berkendara seperti biasa di kecepatan yang biasa ia tempuh di kondisi panas dan cerah. Dengan pengetahuan ini, ia mencoba untuk menghitung kecepatan aman berkendara di kondisi-kondisi tertentu.

Tujuan:

Tujuan dari pemecahan masalah ini adalah untuk mengetahui kecepatan aman untuk berkendara di kondisi suhu dingin dan cuaca berawan.


Deksripsi singkat Fuzzy Logic

  Fuzzy Logic adalah pendekatan kalkulasi berdasarakan "degrees of truth" dibandingkan dengan angka biner 1 dan 0. Fuzzy Logic adalah bentuk logika dimana variable truth merupakan angka diantara 0 dan 1.


Kenapa solusi dicari menggunakan fuzzy logic?

-Fuzzy Logic fleksibel bisa digunakan untuk berbagai hal
-Fuzzy Logic mudah untuk dimengerti
-Fuzzy Logic memiliki toleransi untuk data yang kurang akurat


Pemecahan Masalah

Pertama ada dua rules yang berlaku untuk pemecahan fuzzy logic ini
  1. Jika suhu panas dan cuaca cerah, mobil melaju cepat
  2. Jika suhu dingin dan berawan, mobil melaju lambat
Kecepatan berkendara bergantung pada kedua rules diatas

Pertama, kita hitung membership untuk input suhu
Screenshot%202022-06-28%20224308.jpg
Untuk input suhu 65°F kita dapatkan membership dingin 30% dan hangat 70%

Lalu, untuk kedua kita hitung membership untuk input cuaca

Screenshot%202022-06-28%20225044.jpg
Untuk input 25% berawan didapat membership cerah 70% dan berawan di 10%,

Setelah kedua membership function sudah ditemukan maka kita evaluate rules yang sebelumnya sudah ditentukan

Rules Evaluation


Jika suhu panas dan cuaca cerah, mobil melaju cepat
Cerah ^ Panas = Cepat
0.7 ^ 0.7 = 0.7
Disini kita ambil nilai yang terkecil yaitu 0.7

Jika suhu dingin dan berawan, mobil melaju lambat
Berawan ^ Dingin = Lambat
0.1 ^ 0.3 = 0.1
Karena disini nilai terkecil adalah 0.1 maka yang diambil adalah 0.1

    Setelah sudah dilakukan rules evaluation maka kita menghitung output yaitu kecepatan aman yang bisa ditempuh menggunakan weighted mean

Screenshot%202022-06-28%20230301.jpg
Weighted mean
=(0.1*25+0.7*75)/(0.8)
=68.75 mph (110 km/h)

Penerapan Fuzzy Logic

    Fuzzy Logic dapat digunakan untuk melakukan komputasi suatu hal yang tidak bisa ditentukan hanya dengan nilai 0 dan 1. Contoh seperti tekanan air yang dibutuhkan untuk membersihkan kotoran, menginjak pedal rem dengan jarak tertentu, dll

Kesimpulan

    Dengan di implementasikan fuzzy logic pada kasus kecepatan mobil pada suhu dingin dan cuaca berawan kita dapat mengetahui kecepatan aman untuk di tempuh pada kondisi tersebut. Dengan menggunakan fuzzy logic perhitungan ini menjadi lebih mudah dan efisien dibandingkan dengan perhitungan manual secara riset.

Terimakasih sudah membaca artikel singat ini, mohon maaf apabila ada salah kata
Wassalamualaikum wr.wb.




[ Modified: Wednesday, 6 July 2022, 8:56 PM ]
 
Anyone in the world

Penyelasaian Masalah "Penjadwalan Penyebrangan Kapal Pulau Pramuka" Menggunakan Metode Algoritma Genetika

 

Anggota Kelompok :

1.      M. Reza Arrafi                   (1102193151)

2.      R. Muhammad Valdi        (1102192257)

3.      Diwanda Naufal A.           (1102194110)

 

·        Deskripsi Metode

Algoritma Genetika adalah salah satu metode heuristic yang terinspirasi oleh teori evolusi alam Charles Darwin yang pertama kali dikemvangkan pada tahun 1975 oleh Jhon Hollan dari Universitas Michigan.

Algortitma Genetika merefleksikan proses dari seleksi natural dimana individu terbaik yang dipilih untuk bereproduksi dengan tujuan untuk menghasilkan keturunan pada generasi berikutnya. Proses dari seleksi alami diawali dengan menyeleksi individu terbaik dari sebuah populasi. Individu terbaik menghasilkan keturunan dimana mewariskan karakteristik dari orang tua dan akan ditambahkan ke generasi berikutnya. Jika parents memiliki karakteristik yang baik, maka keturunannya akan memiliki karakteristik yang lebih baik dan memiliki peluang untuk bertahan hidup. 

·        Latar Belakang Masalah

Contoh kasus yang kami buat yaitu "Pembuatan Jadwal Penyebrangan Kapal Antara Pulau Pramuka dan Ancol". Tujuannya yaitu, agar jadwal yang ada dapat mengakomodir seluruh kapal yang ada tanpa condong ke salah satu kapal. Pembuatan jadwal kapal ini akan menggunakan algoritma genetika dengan step – step berikut ini

·        Metode Pemecahan Masalah

Terdapat 5 tahap dari Algoritma Genetika :

> Populasi

  Sekumpulan individu yang akan diproses bersama dalam satu siklus proses evaluasi

tabel populasitabel populasi

 

> Fitness

  Nilai yang menyatakan seberapa baik dalam suatu individu atau solusi yang didapatkan dengan nilai

  terbaik. Nilai fitness bergantung pada permasalahan masing-masing

rumus fitnesfungsi fitnesnilai fitnes

> Seleksi

  Proses yang digunakan untuk mendapatkan kromosom-kromosom yang berkualitas sehingga dapat melanjutkan perannya dalam proses alogoritma genetika

seleksitabel probabilitas

 

> Crossover

  Proses menghilangkan dua kromosom sehingga membentuk kromosom baru yang harapannya lebih baik dari pada induknya

crossover

> Mutasi

  Proses penambahan atau menggantikan gen yang hilang dari populasi

rumus mutasi 

tabel mutasi 1tabel mutasi 2

·        Kesimpulan

Algoritma berhenti jika populasi telah berkumpul (tidak menghasilkan keturunan yang berbeda secara signifikan dari generasi sebelumnya) dan dikatakan bahwa algoritma genetika telah memberikan sekumpulan solusi untuk masalah kita. Algoritma Genetika mungkin tidak selalu mencapai hasil yang terbaik, tetapi seringkali memecahkan masalah dengan cukup baik.

 

 

 

 

 

 

 

 

 

 

 

 

 


 
Anyone in the world

PENCARIAN RUTE TERPENDEK DENGAN METODE DFS 

Saat ini teknologi dan informasi di dunia berkembang dengan sangat pesat. Banyak aspek kehidupan yang awal mulanya dilakukan oleh sekelompok manusia atau makhluk hidup mulai digantikan dengan suatu sistem yang lebih canggih dan lebih simple. Hal itu ditunjang dengan tuntutan dan gaya hidup manusia yang saat ini membutuhkan teknologi ringkas agar seluruh pekerjaan dapat dilakukan secara cepat, tepat dan efisien. Salah satunya yakni dalam menentukan rute yang dapat ditempuh dalam perjalanan dari kota C ke kota E dengan menggunakan algoritma Depth First Search Algorithm.

Algoritma Depth First Search (DFS) adalah suatu metode pencarian pada sebuah pohon dengan menelusuri satu cabang sebuah pohon sampai menemukan solusi. Pencarian dilakukan pada satu node dalam setiap level dari yang paling kiri dan dilanjutkan pada node sebelah kanan.

Cara kerja : Cara kerja algoritma depth first search hampir sama. Algoritma ini melakukan penelusuran simpul dengan pendekatan mendalam. Metode Depth First search mengeksplor setiap kemungkinan cabang yang mungkin akan menjadi sebuah solusi sebelum mengeksplor ke cabang yang lain. Membuat tabel index dan decesion tree untuk mempermudah penelitan agar mendapatkan solusi yang sesuai dengan tujuan.

Kefektifan suatu algortima pencarian dalam menemukan rute atau tujuan tergantung pada proses atau langkah-langkah yang di berikan oleh algortima itu sendiri, sehingga ada algoritma tertentu yang sesuai untuk pencarian rute terpendek ada juga algoritma tertentu yang sesuai untuk pencarian perjalanan yang paling efektif dan efisien.


Kelebihan dan Kekurangan DFS


a. Kelebihan DFS


Membutuhkan memori yang relatif kecil, karena hanya node-node pada lintasan yang aktif saja yang disimpan.

Secara kebetulan, metode DFS akan menemukan solusi tanpa harus menguji lebih banyak lagi dalam ruang keadaan.

b. Kekurangan DFS


Jika pohon yang dibangkitkan mempunyai level dalam (tak terhingga), maka tidak ada jaminan untuk menemukan solusi (Tidak Complete).

Jika terdapat lebih dari 1 solusi yang sama tetapi berada pada level yang berbeda, maka pada DFS tidak ada jaminan untuk menemukan solusi yang paling baik (Tidak Optimal).


Deskripsi permasalahan 

Pada permasalahan ini mengambil contoh kasus perjalanan transportasi alat dengan menggunakan

jalur Bus. Pada simulasi jalur bus yang digunakan adalah jalur transportasi yang ada antara kota

C menuju ke kota E.


Tujuan

Menemukan solusi untuk perjalanan dari kota C menuju ke kota E dengan metode Dept First Search (DFS)


Problem Solving

Metode Depth First search mengeksplor setiap kemungkinan cabang yang mungkin akan menjadi sebuah solusi sebelum mengeksplor ke cabang yang lain. Membuat tabel index dan decesion tree untuk mempermudah penelitan agar mendapatkan solusi yang sesuai dengan tujuan.

CONTOH SOAL 

Contoh soall DFS  Penyelesaian 1

penyelesaian 2   Penyelesaian 3

Penyelesaian 4   Penyelesaian 5

Penyelesaian 6

HASIL DAN DISKUSI 

Hasil penggunaan metode DFS :

C-A-B-D-G-E

dengan total bobot

5+7+2+7+2 = 23

KESIMPULAN

Algoritma DFS (Depth First Search) adalah salah satu algoritma yang digunakan untuk pencarian jalur. Metode ini melakukan perhitungan secara terurut dari urutan terakhir. Setelah menghabiskan semua kemungkinan dari titik terakhir, barulah mundur ke titik-titik sebelumnya sampai pada titik pertama.



 
Anyone in the world
Deskripsi Permasalahan

Saat ini, media sosial menjadi kebutuhan setiap orang. Salah satu media sosial yang digunakan oleh mayoritas penduduk Indonesia adalah Instagram. Menurut Hootsuite, jumlah pengguna Instagram di Indonesia tahun 2022 : 99,15 juta jiwa (tahun 2021: 85 juta jiwa). Pemanfaatan yang beragam dari pengguna Instagram salah satunya kebebasan berpendapat pada kolom komentar dengan media teks. Akibat kebebasan berpendapat ini, banyak yang tidak sesuai etika dan merujuk pada cyberbullying.

Menurut UNICEF, cyberbullying (perundungan dunia maya) ialah bullying/perundungan dengan menggunakan teknologi digital. Hal ini dapat terjadi di media sosial, platform chatting, platform bermain game, dan ponsel. Berdasarkan riset lembaga donasi anti-bullying ditch the label terhadap 10 ribu remaja asal Inggris dengan rentang usia 12 hingga 20 tahun sebanyak 42% di antaranya mengaku pernah menjadi korban cyberbullying di Instagram.

Dampak cyberbullying diantaranya :

  • Dampak psikologis : mudah depresi, marah, timbul perasaan gelisah, cemas, menyakiti diri sendiri, dan perfobaan bunuh diri
  • Dampak sosial : menarik diri, kehilangan kepercayaan diri, lebih agresif kepada teman dan keluarga
  • Dampak pada kehidupan sekolah : penurunan prestasi akademik, rendahnya tingkat kehadiran, perilaku bermasalah di sekolah


Tujuan Penelitian

  1. Mendeteksi komentar positif cyberbullying dan komentar negatif cyberbullying di Instagram dengan analisis sentimen
  2. Mengetahui komentar yang mengandung konten cyberbullying


Metode Pemecahan Masalah

Tahapan dalam melakukan analisis sentimen dengan metode SVM dimulai dengan input data latih dan data uji. Secara umum tahapan pemecahan masalah sebagai berikut.

  1. Input : Dokumen Data Latih dan Data Uji
  2. Pre-processing
  3. Pembobotan Kata (TF-IF)
  4. Support Vector Machine
  5. Output : Kelas Komentar Positif atau Negatif

Tahapan Pre-processing

Pada kasus ini akan dilakukan tahapan Pre-processing dengan tahapan case folding, data cleansing, normalisasi kata tidak baku, stopword removal, stemming, dan tokenisasi.

  • Case Folding : mengubah seluruh teks atau karakter menjadi huruf kecil
  • Data Cleaning : membersihkan data dari karakter-karakter tertentu (username, angka, dan tanda baca)
  • Normalisasi Bahasa : mengubah kata yang tidak baku menjadi baku
  • Stopword Removal : menghapus kata yang tidak memiliki makna penting
  • Stemming : mencari kata dasar (menghapus kata imbuan)
  • Tokenisasi : memecah menjadi kata-kata tunggal

Tahapan Pembobotan TF-IDF

TF-IDF (Term Frequency Inverse Document Frequency) merupakan metode pembobotan dalam bentuk integrasi antar term frequency dengan inverse document frequency. Tahapan ini terdiri dari :

  • Menentukan fitur kata
  • Perhitungan nilai TF
  • Perhitungan nilai Wtf
  • Perhitungan nilai DF dan IDF
  • Perhitungan nilai TF-IDF

Tahapan Klasifikasi Support Vector Machine

Support Vector Machine (SVM) merupakan suatu sistem yang dikembangkan untuk membantu menganalisis komentar-komentar pada Instagram yang mengandung cyberbullying atau tidak.

Data masukan yang akan digunakan untuk proses pelatihan adalah data dari 2 kelas yang berbeda yang telah melalui preprocessing. Sesuai dengan data masukan, data komentar diberi kelas positif dan negatif, lalu diberikan label kelas 1 atau -1 yang dimana kelas -1 merupakan kelas negatif sedangkan kelas 1 merupakan kelas positif. 


Pemecahan Masalah

Pada penelitian kali kami akan menetukan sentimen dan kelas dari komentar data uji dengan proses manualisasi mulai dari tahapan pre-proseccing hingga klasifikasi SVM.

Data Latih

No  KomentarSentimen Kelas
L1   Kereeen nih,,,enak bgt didengernya,,,gak bosen puter ulang2,,,daripada yang lipsing2 gajelas joget2 gtu,,Negatif  -1
 L2  Helooow sebuah pertemanan tdk akan melibatkan ciuman BIBIR, coba aja kalian bayangin, sanggup gak ciuman bibir ma TEMAN? pasti lbh dr teman lah itu. Dasar Kelakuan Kids jaman now yang emg bego, bukan krn kebanyakan micin lho yah Positif1

Data Uji

No  KomentarSentimen Kelas
U1  RATU PELAKOR SEJAGAT RAYA, DIMANA2 PELAKOR YA GAK PUNYA MALU. YANG NGERASA PELAKOR DISINI TOLONG PUNYA MALU DIKIT? ?

Manualisasi Pre-proseccing

Tahapan Hasil
Input Data Uji RATU PELAKOR SEJAGAT RAYA, DIMANA2 PELAKOR YA GAK PUNYA MALU. YANG NGERASA PELAKOR DISINI TOLONG PUNYA MALU DIKIT
Setelah Case Folding ratu pelakor sejagat raya, dimana2 pelakor ya gak punya malu. yang ngerasa pelakor disini tolong punya malu dikit
Setelah Data Cleaning ratu pelakor sejagat raya dimana pelakor ya gak punya malu yang ngerasa pelakor disini tolong punya malu dikit
Setelah Normalisasi Data ratu pelakor sejagat raya dimana pelakor ya tidak punya malu yang ngerasa pelakor disini tolong punya malu dikit
Setelah Stopword Removal ratu pelakor sejagat raya dimana pelakor malu ngerasa pelakor tolong malu dikit
Setelah Stemming ratu pelakor jagat raya mana pelakor malu ngerasa pelakor tolong malu dikit
 Setelah Tokenisasi  'ratu', 'pelakor', 'jagat', 'raya', 'mana', 'pelakor', 'malu', 'ngerasa', 'pelakor', 'tolong', 'malu', 'dikit'

Manualisasi Perhitungan tf, df, Wtf, idf, dan TF-IDF

Perhitungan tf, df, Wtf, idf, dan TF-IDF

Manualisasi Klasifikasi Support Vector Machine

Pengujian Support Vector Machine

Rumus Pengujian Support Vector Machine

Pada pengujian Data Uji setelah melewati perhitungan pada SVM maka nilai yang didapatkan ialah 0.00060728 (Positif)

Komentar Sentimen Kelas
RATU PELAKOR SEJAGAT RAYA, DIMANA2 PELAKOR YA GAK PUNYA MALU. YANG NGERASA PELAKOR DISINI TOLONG PUNYA MALU DIKIT Positif 1

Setelah komentar dari data uji melalui tahapan-tahapan pemecahan masalah (manualisi), menghasilkan fungsi hyperplane 1 (positif). Jadi disimpulkan bahwa data uji merupakan komentar positif cyberbullying.


Akurasi Sistem

Dalam sumber yang kami baca, akurasi dari sistem ini jika diimplementasikan sebagai berikut.

Evalusi Persentase
Accuracy79%
Precision 89.85%
Recall 67.33%
F-Measure 74.01%


Kesimpulan

  1. Metode klasifikasi Support Vector Machine dapat digunakan dalam menganalisis sentimen pada kolom komentar Instagram. Hasil klasifikasi yang diberikan dapat berupa kelas sentimen positif cyberbullying atau negatif cyberbullying.
  2. Perhitungan yag kami lakukan mungkin banyak terjadi human error karena semua dilakukan manual dan belum sampai tahap sistem yang menggunkaan bantuan software.

[ Modified: Wednesday, 6 July 2022, 5:27 PM ]
 
Uchiha Ebe
by MUHAMMAD IHSAN RAMADHAN - Tuesday, 5 July 2022, 1:31 AM
Anyone in the world

Hi, nama gw ebe
disini tempat buat nulis yang kalian rasain selama di perkuliahan

 
Picture of RYORAFFLY RAMADHANI SIDIK
by RYORAFFLY RAMADHANI SIDIK - Thursday, 30 June 2022, 1:52 PM
Anyone in the world

Aku harap aku bisa mengerjakan semua uas dengan baik

 
Picture of REYNALDHI TRYANA GRAHA
by REYNALDHI TRYANA GRAHA - Thursday, 23 June 2022, 2:06 PM
Anyone in the world

 

 

Halo semuanya kenalin nama aku Reynaldhi. Aku mahasiswa S1 Teknik Telekomunikasi angkatan 45. Aku mulai bikin-bikin video waktu aku SMP. Waktu itu aku sakit cacar, dan gabut di rumah gak ngapa-ngapain. Waktu browsing-browsing YouTube aku nemu video dengan judul "3 Paradox Pada Perjalanan Waktu" oleh Agung Hapsah. Habis nonton video itu, aku tonton juga video-video dia yang lainnya dan seketika menjadi fans.

Dari situ aku terinspirasi buat nyoba-nyoba bikin video. Masuk SMA aku ikut ekstrakulikuler Media. Disana aku mendalami lagi soal produksi video/film. Selama aku di ekstrakulikuler Media, aku sama temen-temen ekskul sudah produksi 4 film dengan judul:

  1. Game Over (2019)
  2. Mendax (2019)
  3. Realitas (2020)
  4. Back To School (2021)

Oh iya di SMA juga aku ikut kepanitiaan HUT yang dimana disana aku jadi panitia publikasi dan dokumentasi.

Soal video di atas tadi, itu hasil experimen aku dengan rotoscope di After Effects. Aku terinspirasi video Sam Kolder yang berjudul "KOLD - The Creative Process". Dimenit 1:25 - 1:28 merupakan shoot yang aku coba pelajari, dimana ketika environtment nya bergerak secara cepat (timelapse) tetapi subjek nya bergerak secara normal. Sebenarnya ada shoot yang lebih WOW yaitu shoot transisi setelahnya dimana dari shoot di berselancar/berenang lalu transisi secara mulus ke shoot drone gunung. Tetapi untuk shoot itu aku tau bakal lebih rumit jadi aku coba shoot sebelumnya yang menurut aku tidak terlalu rumit untuk di reka ulang.

Jadi untuk proses pembuatan shoot video di atas itu simple aja. Kira-kira begini prosesnya:

  • Aku shoot speed timelapse ruangan tanpa aku.
  • Aku shoot speed normal subjeknya yaitu aku sendiri lagi liat monitor.
  • Aku rekam layar desktop aku ketika ngedit.
  • Aku rotoscope/masking subjeknya, lalu simpen di layer paling atas.
  • Aku masukin juga rekaman layar ketika ngedit, aku percepat speednya.
  • Terakhir aku tambahin effect lens blur, dan aku color grade jugavideonya.

Oh iya temen-temen kalau ada yang hobi bikin video/film boleh hubungi aku di (reynaldig40@gmail.com/reynaldhi@student.telkomuniversity.ac.id). Boleh lah kita belajar bareng sampil ngobrol-ngobrol wkwkwk.

[ Modified: Thursday, 23 June 2022, 2:30 PM ]
 
Anyone in the world

Telkom University menggunakan teknologi Learning Management System Moodle untuk mengakomodasi kegiatan belajar secara online.

Konten didalam LMS sifatnya tertutup, pembaca harus melakukan login terlebih dahulu untuk bisa melihat artikelnya. Sehingga sangat minim kata kunci yang berkaitan dengan mata kuliah tertentu di Telkom University bisa dicari melalui mesin pencarian semacam google atau bing.

Guna meningkatkan keterbukaan informasi adanya aktifitas belajar dalam jaringan (daring) di Telkom University, maka ada fitur didalam moodle yang bernama blog. Blog dapat berisi tulisan bebas, laporan tugas, maupun diskusi bebas terbuka baik bagi mahasiswa maupun dosen.


Menulis Blog


Akses blog LMS Telkom University


Blog Editor

Didalam blog editor terdapat beberapa menu editing yang dapat membantu dalammembuat suatu tulisan dan memasukkan beberapa media lainnya, seperti gambar, hyperlink, dan video.

Editor Blog LMS

Tipe Publish

Pastikan memilih Publish to Anyone in the world agar tulisan blog dapat dibaca tanpa perlu login.

Melihat Blog Terbaru

Ada beberapa cara untukmelihat tulisan blog terbaru.
  • Top Menu Link
  • Blog Grid di Bottom Landing Page


Melihat tulisan blog terbaru di LMS

[ Modified: Friday, 17 June 2022, 2:06 AM ]
 
Picture of HILFAN SOELTANSYAH
by HILFAN SOELTANSYAH - Friday, 10 June 2022, 11:19 AM
Anyone in the world
Saat merencakan mengerjakan tugas, seperti yang gampang, oh nanti harus begini begitu, maka akan diperoleh hasilnya begini begitu, jika ini maka itu... dan seterusnya.


Tapi saat dikerjakan ternyata, ada kerikil-kerikil yg kadang tidak disangka keberadaanya... wah ini biang keroknya.. setelah mumet beberapa waktu...


Yes.. thats devil di the details...

Tags:
[ Modified: Wednesday, 15 June 2022, 8:28 AM ]