首页 > 最新文献

Edu Komputika Journal最新文献

英文 中文
Pengembangan Mobile Learning Berbasis Pendekatan Matematik Realistik Pada Mata Kuliah Decision Support System 基于现实数学方法的高校决策支持系统的移动学习开发
Pub Date : 2021-12-31 DOI: 10.15294/edukomputika.v8i2.51442
Achmad Hamdan, Hary Suswanto, W. Hidayat, Kartika Candra Kirana
Mata kuliah DSS merupakan sajian mata kuliah wajib pada program studi PTI UM. Namun, mahasiswa mengalami kesulitan dalam memahami konten materi DSS. Hal itu dikarenakan materi DSS memerlukan logika matematika yang tinggi untuk mengembangkan suatu model matematika yang lebih kompleks. Maka untuk mengatasi masalah tersebut, dilakukan pengembangan media mobile learning dengan menggunakan pendekatan matematik realistik pada mata kuliah DSS. Penelitian ini merupakan penelitian pengembangan dengan menggunakan model ADDIE. Terdapat lima tahapan dalam model pengembangan ADDIE, yaitu analysis, design, development, implementation dan evaluation. Subjek dalam penelitian ini diantaranya Ahli Materi dan Media yang berfungsi memvalidasi produk, serta Mahasiswa sebagai subjek uji coba dan pengimplementasian produk. Tujuan penelitian ini adalah mengembangkan bahan belajar utama materi DSS yang sifatnya praktis dan dapat digunakan kapanpun dan dimanapun oleh Mahasiswa. Hasil penelitian menunjukkan kelayakan produk berdasarkan penilaian ahli materi dan ahli media mendapatkan persentase rata-rata 80,71% dalam kategori layak dan 81,78 % dalam kategori sangat layak, serta hasil uji coba kelompok kecil dan kelompok besar memperoleh persentase kelayakan rata-rata sebesar 81,61% dalam kategori sangat layak dan 88,33% dalam kategori sangat layak. Berdasarkan hal itu, media pembelajaran yang dikembangkan sangat baik dan layak digunakan dalam pembelajaran.
DSS College Eyes是UM PTI学习项目中的必修大学眼。然而,学生在理解DSS材料的内容时会遇到困难。这是因为DSS材料需要高度的数学逻辑来开发更复杂的数学模型。因此,为了解决这个问题,移动媒体学习是利用DSS学院眼中的现实数学方法发展起来的。本研究是一项使用ADDIE模型的发展研究。ADDIE开发模型分为五个阶段,即分析、设计、开发、实施和评估。本研究的对象包括致力于验证产品的材料和媒体,以及作为测试对象和产品实施的学生。本研究的目的是开发DSS的主要学习材料,这些材料本质上是实用的,学生可以在任何地方使用。研究表明,该产品的资格是基于对材料和媒体专家的评估,他们在有价值的类别中的平均百分比为80.71%,在非常有价值的分类中的平均比例为81.78%,以及小型和大型测试小组的结果,他们在非常有意义的类别中平均百分比为81.61%,在非常值得的类别中为88.33%。基于此,开发的学习媒体非常好,值得在学习中使用。
{"title":"Pengembangan Mobile Learning Berbasis Pendekatan Matematik Realistik Pada Mata Kuliah Decision Support System","authors":"Achmad Hamdan, Hary Suswanto, W. Hidayat, Kartika Candra Kirana","doi":"10.15294/edukomputika.v8i2.51442","DOIUrl":"https://doi.org/10.15294/edukomputika.v8i2.51442","url":null,"abstract":"Mata kuliah DSS merupakan sajian mata kuliah wajib pada program studi PTI UM. Namun, mahasiswa mengalami kesulitan dalam memahami konten materi DSS. Hal itu dikarenakan materi DSS memerlukan logika matematika yang tinggi untuk mengembangkan suatu model matematika yang lebih kompleks. Maka untuk mengatasi masalah tersebut, dilakukan pengembangan media mobile learning dengan menggunakan pendekatan matematik realistik pada mata kuliah DSS. Penelitian ini merupakan penelitian pengembangan dengan menggunakan model ADDIE. Terdapat lima tahapan dalam model pengembangan ADDIE, yaitu analysis, design, development, implementation dan evaluation. Subjek dalam penelitian ini diantaranya Ahli Materi dan Media yang berfungsi memvalidasi produk, serta Mahasiswa sebagai subjek uji coba dan pengimplementasian produk. Tujuan penelitian ini adalah mengembangkan bahan belajar utama materi DSS yang sifatnya praktis dan dapat digunakan kapanpun dan dimanapun oleh Mahasiswa. Hasil penelitian menunjukkan kelayakan produk berdasarkan penilaian ahli materi dan ahli media mendapatkan persentase rata-rata 80,71% dalam kategori layak dan 81,78 % dalam kategori sangat layak, serta hasil uji coba kelompok kecil dan kelompok besar memperoleh persentase kelayakan rata-rata sebesar 81,61% dalam kategori sangat layak dan 88,33% dalam kategori sangat layak. Berdasarkan hal itu, media pembelajaran yang dikembangkan sangat baik dan layak digunakan dalam pembelajaran.","PeriodicalId":53354,"journal":{"name":"Edu Komputika Journal","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2021-12-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"47246462","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 2
Implementasi Penetration Testing Execution Standard Untuk Uji Penetrasi Pada Layanan Single Sign-On 实现渗透测试执行标准Untuk Uji渗透测试和单点登录
Pub Date : 2021-06-30 DOI: 10.15294/edukomputika.v8i1.47179
Septia Ulfa Sunaringtyas, Djodi Surya Prayoga
Increasing the use of single sign-on technology by electronic-based service providers in addition to providing benefits also creates vulnerability. Penetration testing needed to identify vulnerabilities and test system security by exploiting those vulnerabilities. This research implements the Penetration Testing Execution Standard (PTES) for penetration testing of single singn-on services. Seven stages of the penetration test had done and 12 vulnerabilities were identified, consisting of 3 medium vulnerabilities, 6 low vulnerabilities and 3 information vulnerabilities. Six cyberattacks have been carried out to exploit the vulnerability with the result of 3 successful attacks and 3 failed attacks. Based on the results of the vulnerability and exploitation analysis, recommendations are given consist of regular updating and patching efforts, configuration of the CSP header and content-type-option header on the web server and application server, validation of the host header configuration, x-content-type-options header and deactivation. x-forwarded- hosted on every web page, configure 'secure' flag on cookies, add metacharacter filter feature in source code, and limit login attempts. The results of the PTES’s implementation are proven to make it easier for testers to carry out penetration tests and effectively prevent disputes between testers and clients due to differences in the scope of testing.  
电子服务提供商除了提供好处外,更多地使用单一登录技术也造成了漏洞。渗透测试需要识别漏洞并通过利用这些漏洞测试系统安全性。本研究实现了用于单点服务渗透测试的渗透测试执行标准(PTES)。渗透测试完成了七个阶段,发现了12个漏洞,包括3个中等漏洞、6个低漏洞和3个信息漏洞。为了利用该漏洞,已经进行了六次网络攻击,结果是三次成功攻击和三次失败攻击。根据漏洞和利用分析的结果,建议包括定期更新和修补工作、在web服务器和应用程序服务器上配置CSP标头和内容类型选项标头、验证主机标头配置、x-content-type-options标头和禁用。x-forward-托管在每个网页上,在cookie上配置“安全”标志,在源代码中添加元字符过滤功能,并限制登录尝试。PTES的实现结果被证明可以让测试人员更容易地进行渗透测试,并有效地防止测试人员和客户之间因测试范围的差异而产生争议。
{"title":"Implementasi Penetration Testing Execution Standard Untuk Uji Penetrasi Pada Layanan Single Sign-On","authors":"Septia Ulfa Sunaringtyas, Djodi Surya Prayoga","doi":"10.15294/edukomputika.v8i1.47179","DOIUrl":"https://doi.org/10.15294/edukomputika.v8i1.47179","url":null,"abstract":"Increasing the use of single sign-on technology by electronic-based service providers in addition to providing benefits also creates vulnerability. Penetration testing needed to identify vulnerabilities and test system security by exploiting those vulnerabilities. This research implements the Penetration Testing Execution Standard (PTES) for penetration testing of single singn-on services. Seven stages of the penetration test had done and 12 vulnerabilities were identified, consisting of 3 medium vulnerabilities, 6 low vulnerabilities and 3 information vulnerabilities. Six cyberattacks have been carried out to exploit the vulnerability with the result of 3 successful attacks and 3 failed attacks. Based on the results of the vulnerability and exploitation analysis, recommendations are given consist of regular updating and patching efforts, configuration of the CSP header and content-type-option header on the web server and application server, validation of the host header configuration, x-content-type-options header and deactivation. x-forwarded- hosted on every web page, configure 'secure' flag on cookies, add metacharacter filter feature in source code, and limit login attempts. The results of the PTES’s implementation are proven to make it easier for testers to carry out penetration tests and effectively prevent disputes between testers and clients due to differences in the scope of testing. \u0000 ","PeriodicalId":53354,"journal":{"name":"Edu Komputika Journal","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2021-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"43080484","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 3
Pemahaman Konsep Pemrograman Melalui Modul Problem Based Learning 通过基于问题的学习模块理解编程概念
Pub Date : 2021-06-30 DOI: 10.15294/edukomputika.v8i1.45516
F. Hasanah
Pemahaman konsep pemrograman berorientasi objek adalah kemampuan untuk menerjemahkan atau menangkap maksud dari konsep pemrograman berorientasi objek. Mahasiswa dikatakan telah memahami konsep pemrograman jika mereka dapat menerapkan logika berfikir yang telah mereka pahami dalam kegiatan belajar. Tujuan dari penelitian ini adalah untuk mengetahui pengaruh penggunaan modul PBO berbasis PBL pada pemahaman konsep pemrograman dan tingkat pengaruh penggunaan modul PBO berbasis PBL terhadap pemahaman konsep pemrograman mahasiswa dalam Program Studi Pendidikan Teknologi Informasi. Jenis penelitian yaitu kuantitatif dengan desain pra-eksperimental tipe One - Group Pretest-Posttest Design dengan teknik pengambilan sampel purposive sampling. Sampel dalam penelitian ini adalah mahasiswa yang telah mengampuh mata kuliah PBO sejumlah 20 mahasiswa. Instrument yang digunakan yaitu tes pemahaman konsep dan angket respon mahasiswa yang dianalisis  menggunakan analisis regresi sederhana. Pertanyaan tes diberikan sebelum dan sesudah proses pembelajaran dengan menggunakan modul PBO berbasis PBL dan merujuk pada indikator pemahaman konsep sesuai dengan capaian mata kuliah. Hasil uji hipotesis menunjukkan nilai sig 0,03 <0,05 maka H0 ditolak, dari hasil tersebut dapat disimpulkan bahwa ada pengaruh modul PBO terhadap pemahaman konsep pemrograman mahasiswa dengan besar pengaruh adalah 40,6%.
理解面向对象编程的概念是翻译或捕捉面向对象编程概念含义的能力。如果学生能够在学习活动中运用他们所理解的逻辑思维,那么他们就被认为已经理解了编程的概念。本研究的目的是确定在信息技术教育计划中,基于PBL的PBO模块的使用对理解编程概念的影响,以及基于PBL模块的PBO使用对理解学生编程概念的程度。研究类型是定量的,实验前设计类型是有目的的抽样技术的一组预测试后设计。这项研究中的例子是有20名PBO学生残疾的学生。所使用的仪器是对理解概念和角度反应的测试,对学生进行分析,使用简单的回归分析。使用基于PBL的PBO模块在学习过程前后给出测试问题,并根据学业成绩参考概念理解指标。假设测试结果显示sig值0.03<0.05,因此H0被拒绝,由此可以得出结论,PBO模块对理解具有高度影响力的学生编程概念的影响为40.6%。
{"title":"Pemahaman Konsep Pemrograman Melalui Modul Problem Based Learning","authors":"F. Hasanah","doi":"10.15294/edukomputika.v8i1.45516","DOIUrl":"https://doi.org/10.15294/edukomputika.v8i1.45516","url":null,"abstract":"Pemahaman konsep pemrograman berorientasi objek adalah kemampuan untuk menerjemahkan atau menangkap maksud dari konsep pemrograman berorientasi objek. Mahasiswa dikatakan telah memahami konsep pemrograman jika mereka dapat menerapkan logika berfikir yang telah mereka pahami dalam kegiatan belajar. Tujuan dari penelitian ini adalah untuk mengetahui pengaruh penggunaan modul PBO berbasis PBL pada pemahaman konsep pemrograman dan tingkat pengaruh penggunaan modul PBO berbasis PBL terhadap pemahaman konsep pemrograman mahasiswa dalam Program Studi Pendidikan Teknologi Informasi. Jenis penelitian yaitu kuantitatif dengan desain pra-eksperimental tipe One - Group Pretest-Posttest Design dengan teknik pengambilan sampel purposive sampling. Sampel dalam penelitian ini adalah mahasiswa yang telah mengampuh mata kuliah PBO sejumlah 20 mahasiswa. Instrument yang digunakan yaitu tes pemahaman konsep dan angket respon mahasiswa yang dianalisis  menggunakan analisis regresi sederhana. Pertanyaan tes diberikan sebelum dan sesudah proses pembelajaran dengan menggunakan modul PBO berbasis PBL dan merujuk pada indikator pemahaman konsep sesuai dengan capaian mata kuliah. Hasil uji hipotesis menunjukkan nilai sig 0,03 <0,05 maka H0 ditolak, dari hasil tersebut dapat disimpulkan bahwa ada pengaruh modul PBO terhadap pemahaman konsep pemrograman mahasiswa dengan besar pengaruh adalah 40,6%.","PeriodicalId":53354,"journal":{"name":"Edu Komputika Journal","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2021-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"44051164","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Aplikasi Penghitung Jarak dan Jumlah Orang Berbasis YOLO Sebagai Protokol Kesehatan Covid-19 基于YOLO的距离计数器和人员数量,作为Covid-19健康协议
Pub Date : 2021-06-30 DOI: 10.15294/edukomputika.v8i1.47837
Faizal Indaryanto, A. Nugroho, Alfa Faridh Suni
Pandemi Covid-19 saat ini cukup memberikan dampak pada masyarakat. Skala penyebaran dari Covid-19 sangatlah cepat, sehingga membutuhkan penanganan yang benar.  Salah satu cara untuk mengurangi penyebaran Covid-19 adalah dengan melakukan Social Distancing. Namun masyarakat cenderung lalai dalam melaksanakan protokol kesehatan tersebut.  Salah satu cara untuk mengatasi masalah ini adalah dengan aplikasi social distancing detector yaitu aplikasi yang digunakan untuk mendeteksi jumlah dan jarak dari objek manusia yang ada pada satu area. Penelitian ini bertujuan untuk mengembangkan aplikasi social distancing detector menggunakan bahasa pemrograman Python dengan library YOLOv3. YOLOv3 memiliki kelebihan dalam object detection dengan akurasi yang tinggi yaitu diatas 90%. Pengujian metode pada penelitian ini menggunakan lima dataset pejalan kaki dari kamera pengawas jalan yang didapatkan dari dataset uji coba beberapa peneliti melalui Github yang memiliki resolusi yang baik dan memiliki objek manusia yang heterogen. Hasil akurasi dari deteksi citra pertama adalah 83,32%. Hasil akurasi dari deteksi citra kedua adalah 76,92%. Hasil akurasi dari deteksi citra ketiga adalah 89,99%. Hasil akurasi dari deteksi citra keempat dan kelima adalah 100%. Hasil Rata-rata tingkat keberhasilan dari semua hasil analisa adalah 90,04% yang diukur dari rata-rata perbandingan jumlah data percobaan berhasil dan jumlah data pengamatan untuk tiap-tiap citra.  
新冠肺炎大流行病现在对社会产生了相当大的影响。新冠肺炎的传播规模非常快,因此需要适当的治疗。减少新冠肺炎传播的一种方法是保持社交距离。但人们在执行健康协议时往往会违约。[UNK]解决这个问题的一种方法是应用社交距离检测器应用程序,该应用程序用于检测一个区域内存在的人类物体的数量和距离。本研究旨在使用Python编程语言和YOLOv3库开发社交距离检测器应用程序。YOLOv3在物体检测方面具有超过90%的高精度优势。本研究中的方法测试使用了来自道路监控摄像头的五个行人数据集,这些数据集是通过Github尝试一些研究人员获得的,具有良好的分辨率和异构的人类对象。首次图像检测的准确率为83.32%。第二次图像检测的准确率为76.92%。第三次图像检测的准确率为89.99%。第四和第五图像检测的准确度是100%。通过对每个图像的成功实验数量和观察数据数量的平均比较,所有分析结果的平均成功率为90.04%。
{"title":"Aplikasi Penghitung Jarak dan Jumlah Orang Berbasis YOLO Sebagai Protokol Kesehatan Covid-19","authors":"Faizal Indaryanto, A. Nugroho, Alfa Faridh Suni","doi":"10.15294/edukomputika.v8i1.47837","DOIUrl":"https://doi.org/10.15294/edukomputika.v8i1.47837","url":null,"abstract":"Pandemi Covid-19 saat ini cukup memberikan dampak pada masyarakat. Skala penyebaran dari Covid-19 sangatlah cepat, sehingga membutuhkan penanganan yang benar.  Salah satu cara untuk mengurangi penyebaran Covid-19 adalah dengan melakukan Social Distancing. Namun masyarakat cenderung lalai dalam melaksanakan protokol kesehatan tersebut.  Salah satu cara untuk mengatasi masalah ini adalah dengan aplikasi social distancing detector yaitu aplikasi yang digunakan untuk mendeteksi jumlah dan jarak dari objek manusia yang ada pada satu area. Penelitian ini bertujuan untuk mengembangkan aplikasi social distancing detector menggunakan bahasa pemrograman Python dengan library YOLOv3. YOLOv3 memiliki kelebihan dalam object detection dengan akurasi yang tinggi yaitu diatas 90%. Pengujian metode pada penelitian ini menggunakan lima dataset pejalan kaki dari kamera pengawas jalan yang didapatkan dari dataset uji coba beberapa peneliti melalui Github yang memiliki resolusi yang baik dan memiliki objek manusia yang heterogen. Hasil akurasi dari deteksi citra pertama adalah 83,32%. Hasil akurasi dari deteksi citra kedua adalah 76,92%. Hasil akurasi dari deteksi citra ketiga adalah 89,99%. Hasil akurasi dari deteksi citra keempat dan kelima adalah 100%. Hasil Rata-rata tingkat keberhasilan dari semua hasil analisa adalah 90,04% yang diukur dari rata-rata perbandingan jumlah data percobaan berhasil dan jumlah data pengamatan untuk tiap-tiap citra. \u0000 ","PeriodicalId":53354,"journal":{"name":"Edu Komputika Journal","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2021-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"47086663","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 3
Pemanfaatan Metode Multiclass-SVM pada Model Klasifikasi Pesan Bencana Banjir di Twitter 使用Twitter上关于水灾信息分类分类的多class- svm方法
Pub Date : 2021-06-30 DOI: 10.15294/edukomputika.v8i1.47858
Mera Kartika Delimayanti, Risna Sari, Mauldy Laya, M. R. Faisal, Pahrul Pahrul
Musibah bencana alam banjir merupakan salah satu musibah alam yang sangat umum kejadian di Indonesia baik di pulau Jawa ataupun di luar Pulau Jawa. Sumber informasi dari media social Twitter dapat digunakan sebagai Social Network Sensor (SNS) untuk bencana banjir. Penelitian ini bertujuan untuk melakukan klasifikasi pesan twitter khususnya tentang bencana banjir sebagai hasil dari algoritma machine learning. Pada klasifikasi  pesan bencana banjir  dilakukan serangkaian proses data preprocessing dan dilanjutkan dengan ekstraksi fitur dan pembobotan kata dari data twitter. Berbagai teknik yang dilakukan pada proses data preprocessing berpengaruh terhadap tingkat akurasi hasil klasifikasi yang dihasilkan. Selanjutnya, penelitian ini menyampaikan bahwa algoritma Support Vector Machine (SVM) adalah sebuah algoritma dapat dimanfaatkan untuk klasifikasi data ke dalam tiga (3) kelas kelas saksi mata, kelas non saksi mata dan kelas tidak diketahui.  Total jumlah data yang telah diolah sebanyak 3000 data untuk 3 kelas label data. Pendekatan metode One Versus One (OVO) untuk dua kelas label data dan One Versus All (OVA) untuk lebih dari dua kelas label pada algoritma SVM. Pada penelitian ini telah diterapkan algoritma Support Vector Machine untuk multiclass dengan metode OVA. Hasil eksperimen telah menunjukkan pendekatan OVA pada algoritma SVM dengan kernel RBF menghasilkan evaluasi performansi yang paling tinggi. Hasil evaluasi tersebut adalah nilai akurasi hingga 87.03%. Sedangkan hasil riset sebelumnya dengan algoritma SVM tetapi pendekatan yang berbeda hanya mencapai nilai akurasi hingga 77.87%.
洪水灾害是印尼最常见的自然灾害之一,无论是在爪哇岛还是在爪哇岛以外。社交媒体Twitter上的信息来源可以用作洪水灾害的社交网络传感器(SNS)。该研究的目的是对twitter消息进行分类,特别是对洪水灾害的分类,这是由算法机器学习的结果。关于洪水灾害消息的分类是一系列数据预测过程,然后从twitter数据中提取特征和破坏文字。对预处理数据进行的各种技术影响了产生分类结果的准确性。此外,该研究还表明,算法支持向量机(SVM)是一种算法,可以用来将数据分类成三年级(3)目击者、非目击者类和未知类。用于3类数据标签的数据总量3000。方法一比一到两个数据标签类和一个对所有(OVA)的方法在SVM算法上超过两个标签类。该研究采用了带有OVA方法的多级矢量算法。实验结果表明,OVA对SVM算法的方法和RBF内核产生了最高绩效评价。评估结果为87.03%的准确率。与之前对SVM算法的研究相比,不同的方法只能达到77.87%的准确率。
{"title":"Pemanfaatan Metode Multiclass-SVM pada Model Klasifikasi Pesan Bencana Banjir di Twitter","authors":"Mera Kartika Delimayanti, Risna Sari, Mauldy Laya, M. R. Faisal, Pahrul Pahrul","doi":"10.15294/edukomputika.v8i1.47858","DOIUrl":"https://doi.org/10.15294/edukomputika.v8i1.47858","url":null,"abstract":"Musibah bencana alam banjir merupakan salah satu musibah alam yang sangat umum kejadian di Indonesia baik di pulau Jawa ataupun di luar Pulau Jawa. Sumber informasi dari media social Twitter dapat digunakan sebagai Social Network Sensor (SNS) untuk bencana banjir. Penelitian ini bertujuan untuk melakukan klasifikasi pesan twitter khususnya tentang bencana banjir sebagai hasil dari algoritma machine learning. Pada klasifikasi  pesan bencana banjir  dilakukan serangkaian proses data preprocessing dan dilanjutkan dengan ekstraksi fitur dan pembobotan kata dari data twitter. Berbagai teknik yang dilakukan pada proses data preprocessing berpengaruh terhadap tingkat akurasi hasil klasifikasi yang dihasilkan. Selanjutnya, penelitian ini menyampaikan bahwa algoritma Support Vector Machine (SVM) adalah sebuah algoritma dapat dimanfaatkan untuk klasifikasi data ke dalam tiga (3) kelas kelas saksi mata, kelas non saksi mata dan kelas tidak diketahui.  Total jumlah data yang telah diolah sebanyak 3000 data untuk 3 kelas label data. Pendekatan metode One Versus One (OVO) untuk dua kelas label data dan One Versus All (OVA) untuk lebih dari dua kelas label pada algoritma SVM. Pada penelitian ini telah diterapkan algoritma Support Vector Machine untuk multiclass dengan metode OVA. Hasil eksperimen telah menunjukkan pendekatan OVA pada algoritma SVM dengan kernel RBF menghasilkan evaluasi performansi yang paling tinggi. Hasil evaluasi tersebut adalah nilai akurasi hingga 87.03%. Sedangkan hasil riset sebelumnya dengan algoritma SVM tetapi pendekatan yang berbeda hanya mencapai nilai akurasi hingga 77.87%.","PeriodicalId":53354,"journal":{"name":"Edu Komputika Journal","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2021-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"66988868","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 4
Media Pembelajaran Taksonomi Hewan Berbasis Augmented Reality dengan Fitur Multi Target 基于增强现实的动物分类学学习媒介具有多目标特征
Pub Date : 2021-06-30 DOI: 10.15294/edukomputika.v8i1.40611
A. Widodo, Aryo Baskoro Utomo
Pelajaran Biologi memanfaatkan media sebagai alat bantu belajar, salah satu materinya adalah taksonomi hewan vertebrata. Menggunakan media seperti buku dan alat peraga siswa dituntut untuk memahami, mengidentifikasi, dan menjelaskan prinsip klasifikasi makhluk hidup vertebrata.  Tidak semua media yang ada mencukupi kebutuhan siswa, beberapa memiliki kekurangan seperti gambar pada buku yang kurang jelas dan tidak semua alat peraga dimiliki sekolah sehingga membuat susasana belajar yang kurang mendukung. Augmented Reality (AR) merupakan teknologi yang dapat dimanfaatkan sebagai media pembelajaran. Pada AR, metode markerless digunakan untuk mengatasi marker berpola hitam putih dan fitur multi target untuk menampilkan objek lebih dari satu. Tujuan penelitian ini untuk membuat dan mengetahui kelayakan aplikasi AR dengan fitur multi target sebagai media belajar taksonomi hewan. Penelitian mengadaptasi model Analyze, Design, Development, Implementation, dan Evaluation atau ADDIE. Teknik pengumpulan data menggunakan angket lalu dianalisis deskriptif menggunakan skala Likert. Hasil penelitian menunjukkan presentase skor validasi ahli media 80,26%, ahli materi 91,25%, uji pengguna guru 95,31% dan 84,23% untuk siswa. Simpulan: media pembelajaran yang dikembangkan layak untuk digunakan pada proses belajar mengajar di sekolah.
生物学的教训是利用媒介作为学习工具,其中一种物质是脊椎动物的分类。使用像书籍和展示这样的媒体来理解、识别和解释脊椎动物分类的原则。并不是所有可用的媒体都能满足学生的需求,有些人缺乏像书中不清晰的图片,而不是所有的道具都缺乏学校的支持,从而使学生的学习不那么受欢迎。增强现实是一种可以用作学习媒介的技术。在AR中,无标记的方法是用来克服黑白标记和多目标功能来显示多个物体。本研究的目的是创建和确定具有多目标特征的AR应用程序作为动物分类学学习媒介的可行性。研究采用模型分析、设计、发展、执行和评估或ADDIE。数据收集技术使用升降机,然后使用Likert scav进行描述性分析。研究结果显示,媒体专家8026%、材料专家91.25%、教师用户测试95.31%和84.23%的学生分数。总结:发展的学习媒介值得在学校的教学过程中使用。
{"title":"Media Pembelajaran Taksonomi Hewan Berbasis Augmented Reality dengan Fitur Multi Target","authors":"A. Widodo, Aryo Baskoro Utomo","doi":"10.15294/edukomputika.v8i1.40611","DOIUrl":"https://doi.org/10.15294/edukomputika.v8i1.40611","url":null,"abstract":"Pelajaran Biologi memanfaatkan media sebagai alat bantu belajar, salah satu materinya adalah taksonomi hewan vertebrata. Menggunakan media seperti buku dan alat peraga siswa dituntut untuk memahami, mengidentifikasi, dan menjelaskan prinsip klasifikasi makhluk hidup vertebrata.  Tidak semua media yang ada mencukupi kebutuhan siswa, beberapa memiliki kekurangan seperti gambar pada buku yang kurang jelas dan tidak semua alat peraga dimiliki sekolah sehingga membuat susasana belajar yang kurang mendukung. Augmented Reality (AR) merupakan teknologi yang dapat dimanfaatkan sebagai media pembelajaran. Pada AR, metode markerless digunakan untuk mengatasi marker berpola hitam putih dan fitur multi target untuk menampilkan objek lebih dari satu. Tujuan penelitian ini untuk membuat dan mengetahui kelayakan aplikasi AR dengan fitur multi target sebagai media belajar taksonomi hewan. Penelitian mengadaptasi model Analyze, Design, Development, Implementation, dan Evaluation atau ADDIE. Teknik pengumpulan data menggunakan angket lalu dianalisis deskriptif menggunakan skala Likert. Hasil penelitian menunjukkan presentase skor validasi ahli media 80,26%, ahli materi 91,25%, uji pengguna guru 95,31% dan 84,23% untuk siswa. Simpulan: media pembelajaran yang dikembangkan layak untuk digunakan pada proses belajar mengajar di sekolah.","PeriodicalId":53354,"journal":{"name":"Edu Komputika Journal","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2021-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"46120960","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 2
Lestari Media Pembelajaran Interaktif Tumbuhan 互动增长媒体较少
Pub Date : 2021-06-30 DOI: 10.15294/edukomputika.v8i1.42346
Achmad Rifaldi, Prawidana Kurniawan, Manikowati Manikowati, Anggraini Mulwinda
Lestari merupakan media pembelajaran interaktif dengan multi fitur dan mobile. Pengembangan aplikasi bertujuan untuk memberikan materi tumbuhan secara tulisan dan gambar serta menampilkan model 3D (tiga dimensi) sebagai alat peraga dalam menampilkan jaringan tumbuhan yang tidak dapat dilihat langsung tanpa adanya alat bantu. Metode yang digunakan dalam pengembangan menggunakan metode prototype. Pengujian dilakukan dalam memindai pola gambar, dimana Augmented reality terbatas dalam mengidentifikasi gambar pada penggunaan kertas, cahaya, dan jarak. Fungsionalitas tombol pada aplikasi diuji menggunakan metode black box yang mana fungsi telah berjalan baik, dinilai layak digunakan pada android.  
Lestari是一种具有多种功能和移动功能的交互式学习媒体。应用程序开发旨在提供文字和图像中的生长材料,并显示3D(三维)模型作为防腐剂,以显示在没有帮助的情况下无法直接看到的生长网络。使用原型方法进行开发时使用的方法。测试是在扫描图像模式中进行的,而增强现实在识别纸张用途、光线和距离方面受到限制。应用程序中按钮的功能使用黑盒方法进行了测试,该功能运行良好,值得在android上使用。
{"title":"Lestari Media Pembelajaran Interaktif Tumbuhan","authors":"Achmad Rifaldi, Prawidana Kurniawan, Manikowati Manikowati, Anggraini Mulwinda","doi":"10.15294/edukomputika.v8i1.42346","DOIUrl":"https://doi.org/10.15294/edukomputika.v8i1.42346","url":null,"abstract":"Lestari merupakan media pembelajaran interaktif dengan multi fitur dan mobile. Pengembangan aplikasi bertujuan untuk memberikan materi tumbuhan secara tulisan dan gambar serta menampilkan model 3D (tiga dimensi) sebagai alat peraga dalam menampilkan jaringan tumbuhan yang tidak dapat dilihat langsung tanpa adanya alat bantu. Metode yang digunakan dalam pengembangan menggunakan metode prototype. Pengujian dilakukan dalam memindai pola gambar, dimana Augmented reality terbatas dalam mengidentifikasi gambar pada penggunaan kertas, cahaya, dan jarak. Fungsionalitas tombol pada aplikasi diuji menggunakan metode black box yang mana fungsi telah berjalan baik, dinilai layak digunakan pada android. \u0000 ","PeriodicalId":53354,"journal":{"name":"Edu Komputika Journal","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2021-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"49424175","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Markerless Augmented Reality (AR) pada Media Pembelajaran Pengenalan Komponen Transmisi Manual Mobil 移动手动变速器部件识别媒体上的无标记增强现实
Pub Date : 2021-06-30 DOI: 10.15294/edukomputika.v8i1.44484
Triska Widya Indriyani, Agus Suryanto
Nowdays technology has developed very rapidly. Technological development that are currently being developed by many game developers and other applications, is Augmented Reality (AR). AR can be used as an alternative learning media, such as for the introduction of manual transmission components in cars. The study was aimed to develop a learning media application for the introduction of manual transmission components in cars and to test the feasibility of applications to support learning based on Markerless Augmented Reality. This application development method used SDLC or System Development Life Cycle software. The SDLC model that used in this study was the Waterfall model. SDLC consists of the planning, analysis, design, implementation, testing and maintenance. This reaction produced an AR application of Manual Car Transmission which contains material on the introduction of car manual transmission components. Testing applications included blackbox, media and material feasibility, and user response testing. The blackbox testing result got 100 %. The media feasibility analysis show that the assessment of media experts was 87,5 %, material expert 94,4 %, and user response was 85,47 %. From that the AR learning media application manual transmission of cars is categorized as “feasible” to be used as learning media applications.
现在科技发展非常迅速。目前许多游戏开发者和其他应用程序正在开发的技术开发是增强现实(AR)。增强现实技术可以作为另一种学习媒介,例如在汽车中引入手动变速器组件。该研究旨在开发一种学习媒体应用程序,用于在汽车中引入手动变速箱部件,并测试基于无标记增强现实的应用程序支持学习的可行性。该应用程序开发方法使用SDLC或系统开发生命周期软件。本研究使用的SDLC模型是瀑布模型。SDLC包括计划、分析、设计、实施、测试和维护。这一反应产生了手动汽车变速器的AR应用,其中包含了介绍汽车手动变速器部件的材料。测试应用程序包括黑盒、媒体和材料可行性以及用户响应测试。黑匣子检测结果为100%。媒体可行性分析显示,媒体专家的评价为87.5%,材料专家的评价为94.4%,用户的评价为85.47%。由此将汽车手动变速器的AR学习媒体应用归类为“可行”的学习媒体应用。
{"title":"Markerless Augmented Reality (AR) pada Media Pembelajaran Pengenalan Komponen Transmisi Manual Mobil","authors":"Triska Widya Indriyani, Agus Suryanto","doi":"10.15294/edukomputika.v8i1.44484","DOIUrl":"https://doi.org/10.15294/edukomputika.v8i1.44484","url":null,"abstract":"Nowdays technology has developed very rapidly. Technological development that are currently being developed by many game developers and other applications, is Augmented Reality (AR). AR can be used as an alternative learning media, such as for the introduction of manual transmission components in cars. The study was aimed to develop a learning media application for the introduction of manual transmission components in cars and to test the feasibility of applications to support learning based on Markerless Augmented Reality. This application development method used SDLC or System Development Life Cycle software. The SDLC model that used in this study was the Waterfall model. SDLC consists of the planning, analysis, design, implementation, testing and maintenance. This reaction produced an AR application of Manual Car Transmission which contains material on the introduction of car manual transmission components. Testing applications included blackbox, media and material feasibility, and user response testing. The blackbox testing result got 100 %. The media feasibility analysis show that the assessment of media experts was 87,5 %, material expert 94,4 %, and user response was 85,47 %. From that the AR learning media application manual transmission of cars is categorized as “feasible” to be used as learning media applications.","PeriodicalId":53354,"journal":{"name":"Edu Komputika Journal","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2021-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"45900208","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 2
Desain Modem Sistem Komunikasi Digital HF Berbasis Software Defined Radio 基于定义无线电软件的HF数字通信系统调制解调器设计
Pub Date : 2021-06-30 DOI: 10.15294/edukomputika.v8i1.47297
Agung Wicaksono, E. S. Nugraha
Sistem komunikasi High Frequency (HF) bekerja menggunakan gelombang radio pada frekuensi 3-30 MHz yang merambat dalam bentuk skywave dengan bantuan lapisan ionosfer. Sistem komunikasi HF saat ini masih terbatas pada pengiriman suara, diharapkan dapat mengirimkan pesan berupa teks dengan menerapkan sistem komunikasi digital. Penelitian ini melaporkan desain modem sistem komunikasi digital HF menggunakan perangkat Software Defined Radio (SDR) untuk implementasi yang mudah.  Modulasi dan Demodulasi memiliki peranan penting dalam sistem komunikasi digital. Evaluasi sistem dilakukan dengan eksperiment untuk mengukur Signal to Noise Ratio (SNR), Bit Error Rate (BER), Character Error Rate (CER), dan Frame Error Rate (FER) pada tipe pulse shaping Root Raised Cosine dengan Roll of Factor 0,5. Hasil eksperiment menunjukan bahwa implementasi sistem pada platform SDR dengan LabView sebagai user interface berhasil dilakukan.
高频通信系统(HF)使用频率为3-30 MHz的无线电波运行,这些无线电波利用电离层层以天波的形式减速。目前的HF通信系统仍然局限于语音邮件,期望能够通过应用数字通信系统来发送文本消息。本研究报告了使用软件定义无线电(SDR)设备的HF数字通信系统调制解调器的设计,以便于实现。调制解调在数字通信系统中起着重要的作用。系统评估是通过实验来进行的,以测量在因子为0.5的脉冲整形型根升余弦下的信噪比(SNR)、误码率(BER)、字符误码率(CER)和帧误码率(FER)。实验表明,该系统以LabView为用户界面,在SDR平台上实现成功。
{"title":"Desain Modem Sistem Komunikasi Digital HF Berbasis Software Defined Radio","authors":"Agung Wicaksono, E. S. Nugraha","doi":"10.15294/edukomputika.v8i1.47297","DOIUrl":"https://doi.org/10.15294/edukomputika.v8i1.47297","url":null,"abstract":"Sistem komunikasi High Frequency (HF) bekerja menggunakan gelombang radio pada frekuensi 3-30 MHz yang merambat dalam bentuk skywave dengan bantuan lapisan ionosfer. Sistem komunikasi HF saat ini masih terbatas pada pengiriman suara, diharapkan dapat mengirimkan pesan berupa teks dengan menerapkan sistem komunikasi digital. Penelitian ini melaporkan desain modem sistem komunikasi digital HF menggunakan perangkat Software Defined Radio (SDR) untuk implementasi yang mudah.  Modulasi dan Demodulasi memiliki peranan penting dalam sistem komunikasi digital. Evaluasi sistem dilakukan dengan eksperiment untuk mengukur Signal to Noise Ratio (SNR), Bit Error Rate (BER), Character Error Rate (CER), dan Frame Error Rate (FER) pada tipe pulse shaping Root Raised Cosine dengan Roll of Factor 0,5. Hasil eksperiment menunjukan bahwa implementasi sistem pada platform SDR dengan LabView sebagai user interface berhasil dilakukan.","PeriodicalId":53354,"journal":{"name":"Edu Komputika Journal","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2021-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"41646428","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Penerapan Metode Support Vector Machine untuk Analisis Sentimen pada Review Pelanggan Hotel 暴露法支持向量机在酒店顾客评价中的情绪分析
Pub Date : 2020-12-30 DOI: 10.15294/edukomputika.v7i2.42608
Siti Azza Amira, Satria Utama, M. H. Fahmi
Perkembangan internet yang semakin pesat membuat banyak orang mengakses internet untuk mendapatkan berbagai macam informasi, salah satunya dalam mencari informasi ulasan hotel.  Ulasan tersebut biasanya akan dijadikan sebagai acuan dan sangat berpengaruh bagi calon pengunjung dalam menentukan hotel mana yang terbaik untuk mereka kunjungi ketika bepergian ke luar kota. Maka dari itu dapat dilakukan analisis sentimen untuk mengklasifikasikan ulasan tersebut apakah bersifat positif atau negatif. Proses klasifikasi sentimen menggunakan metode Support Vector Machine dan pembobotan kata menggunakan bantuan metode Term Frequency-Inverse Document Frequency. Data yang digunakan didapatkan dengan melakukan crawling pada situs Tripadvisor dengan menggunakan library scrapy pada python. Berdasarkan hasil pengujian, Tingkat akurasi yang didapatkan sebesar 88%, nilai precission sebesar 98%, nilai recall sebesar 88%, dan nilai F1 Score sebesar 83%.  
互联网的日益发展使得许多人上网获取各种信息,一个是搜索酒店点评信息。在决定他们外出旅行时最适合去哪家酒店时,这样的评论通常会被视为一个敏锐且极具影响力的候选人。因此,你可以进行情感分析,对评论进行分类,无论是正面的还是负面的。使用支持向量机方法的情感分类过程和使用术语频率逆文档频率方法的单词包装有帮助。使用的数据是通过使用python上的scrapy库在Tripadvisor网站上爬行获得的。根据测试结果,准确度为88%,准确度值为98%,召回率值为88%,F1得分值为83%。
{"title":"Penerapan Metode Support Vector Machine untuk Analisis Sentimen pada Review Pelanggan Hotel","authors":"Siti Azza Amira, Satria Utama, M. H. Fahmi","doi":"10.15294/edukomputika.v7i2.42608","DOIUrl":"https://doi.org/10.15294/edukomputika.v7i2.42608","url":null,"abstract":"\u0000 \u0000 \u0000 \u0000Perkembangan internet yang semakin pesat membuat banyak orang mengakses internet untuk mendapatkan berbagai macam informasi, salah satunya dalam mencari informasi ulasan hotel.  Ulasan tersebut biasanya akan dijadikan sebagai acuan dan sangat berpengaruh bagi calon pengunjung dalam menentukan hotel mana yang terbaik untuk mereka kunjungi ketika bepergian ke luar kota. Maka dari itu dapat dilakukan analisis sentimen untuk mengklasifikasikan ulasan tersebut apakah bersifat positif atau negatif. Proses klasifikasi sentimen menggunakan metode Support Vector Machine dan pembobotan kata menggunakan bantuan metode Term Frequency-Inverse Document Frequency. Data yang digunakan didapatkan dengan melakukan crawling pada situs Tripadvisor dengan menggunakan library scrapy pada python. Berdasarkan hasil pengujian, Tingkat akurasi yang didapatkan sebesar 88%, nilai precission sebesar 98%, nilai recall sebesar 88%, dan nilai F1 Score sebesar 83%. \u0000 \u0000 \u0000 \u0000 \u0000 ","PeriodicalId":53354,"journal":{"name":"Edu Komputika Journal","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2020-12-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"42028994","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 2
期刊
Edu Komputika Journal
全部 Acc. Chem. Res. ACS Applied Bio Materials ACS Appl. Electron. Mater. ACS Appl. Energy Mater. ACS Appl. Mater. Interfaces ACS Appl. Nano Mater. ACS Appl. Polym. Mater. ACS BIOMATER-SCI ENG ACS Catal. ACS Cent. Sci. ACS Chem. Biol. ACS Chemical Health & Safety ACS Chem. Neurosci. ACS Comb. Sci. ACS Earth Space Chem. ACS Energy Lett. ACS Infect. Dis. ACS Macro Lett. ACS Mater. Lett. ACS Med. Chem. Lett. ACS Nano ACS Omega ACS Photonics ACS Sens. ACS Sustainable Chem. Eng. ACS Synth. Biol. Anal. Chem. BIOCHEMISTRY-US Bioconjugate Chem. BIOMACROMOLECULES Chem. Res. Toxicol. Chem. Rev. Chem. Mater. CRYST GROWTH DES ENERG FUEL Environ. Sci. Technol. Environ. Sci. Technol. Lett. Eur. J. Inorg. Chem. IND ENG CHEM RES Inorg. Chem. J. Agric. Food. Chem. J. Chem. Eng. Data J. Chem. Educ. J. Chem. Inf. Model. J. Chem. Theory Comput. J. Med. Chem. J. Nat. Prod. J PROTEOME RES J. Am. Chem. Soc. LANGMUIR MACROMOLECULES Mol. Pharmaceutics Nano Lett. Org. Lett. ORG PROCESS RES DEV ORGANOMETALLICS J. Org. Chem. J. Phys. Chem. J. Phys. Chem. A J. Phys. Chem. B J. Phys. Chem. C J. Phys. Chem. Lett. Analyst Anal. Methods Biomater. Sci. Catal. Sci. Technol. Chem. Commun. Chem. Soc. Rev. CHEM EDUC RES PRACT CRYSTENGCOMM Dalton Trans. Energy Environ. Sci. ENVIRON SCI-NANO ENVIRON SCI-PROC IMP ENVIRON SCI-WAT RES Faraday Discuss. Food Funct. Green Chem. Inorg. Chem. Front. Integr. Biol. J. Anal. At. Spectrom. J. Mater. Chem. A J. Mater. Chem. B J. Mater. Chem. C Lab Chip Mater. Chem. Front. Mater. Horiz. MEDCHEMCOMM Metallomics Mol. Biosyst. Mol. Syst. Des. Eng. Nanoscale Nanoscale Horiz. Nat. Prod. Rep. New J. Chem. Org. Biomol. Chem. Org. Chem. Front. PHOTOCH PHOTOBIO SCI PCCP Polym. Chem.
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1