STUDI MOTIVASI SISWA PADA PHOTOVOICE PEMBELAJARAN MATEMATIKA "FUNTASTIC" DENGAN HUMAN FACE EXPRESSION DETECTOR

• Главный автор: Hudzaifi Syah Tsalits Taufiqi, - (Автор)
• Формат: ‌
• Опубликовано: 2023-08-21.
• Предметы: Thesis; NonPeerReviewed
• Online-ссылка: Link Metadata
• Notes: http://repository.upi.edu/99459/8/S_PSTI_1905054_Title.pdf; http://repository.upi.edu/99459/2/S_PSTI_1905054_Chapter1.pdf; http://repository.upi.edu/99459/3/S_PSTI_1905054_Chapter2.pdf; http://repository.upi.edu/99459/4/S_PSTI_1905054_Chapter3.pdf; http://repository.upi.edu/99459/5/S_PSTI_1905054_Chapter4.pdf; http://repository.upi.edu/99459/6/S_PSTI_1905054_Chapter5.pdf; http://repository.upi.edu/99459/7/S_PSTI_1905054_Appendix.pdf
• Keywords: L Education (General); T Technology (General)

Salah satu faktor yang mempengaruhi keberhasilan belajar siswa di sekolah adalah motivasi. Motivasi akan memberi dampak pada hasil belajar siswa, baik secara langsung ataupun tidak langsung. Setiap siswa mempunyai tujuan dalam aktivitasnya, sehingga ia akan memiliki motivasi yang kuat untuk mencapainya. Tujuan dalam penelitian ini yaitu mengetahui motivasi belajar siswa pada photovoice pembelajaran matematika "funtastic" dengan menggunakan human face expression detector dan mengetahui keakuratan pengukuran motivasi yang ditunjukkan oleh siswa pada photovoice pembelajaran matematika "funtastic" dengan menggunakan human face expression detector. Hasil penelitian menunjukkan bahwa menghasilkan sebuah rangkaian proses yang dimulai dari pengumpulan frame berupa gambar-gambar, yang kemudian melalui proses sampling teliti, menyaring hingga tersisa 412 foto yang relevan. Setelah itu, langkah berikutnya melibatkan penggunaan aplikasi FaceAnalyzer untuk mengidentifikasi ekspresi wajah pada setiap foto. Data yang terkumpul selanjutnya diolah menggunakan aplikasi Microsoft Excel, di mana proses rekapitulasi dan analisis dilakukan. Dari analisis ini, dihitunglah rata-rata ekspresi wajah pada setiap frame yang terekam dalam foto-foto tersebut. siswa cenderung menunjukkan ekspresi netral selama berlangsungnya kegiatan pembelajaran dan menghasilkan dari total 110 frame yang dianalisis, hanya terdapat 5 frame yang menunjukkan tingkat akurasi yang kurang akurat, sementara 105 frame lainnya menunjukkan hasil yang akurat. Penting untuk mencatat bahwa hasil ini mencerminkan kualitas tinggi dari aplikasi FaceAnalyzer yang digunakan dalam penelitian ini. Tingkat keakuratan sebesar 95,5% yang berhasil dicapai oleh aplikasi tersebut memberikan indikasi yang kuat terhadap performa yang andal dan andal dalam mendeteksi serta mengukur ekspresi wajah siswa. ----- One of the factors that influence the success of student learning at school is motivation. Motivation will have an impact on student learning outcomes, either directly or indirectly. Every student has a goal in his activity, so he will have a strong motivation to achieve it. The purpose of this study is to find out students' learning motivation in photovoices for learning mathematics "funtastic" using a human face expression detector and to find out the accuracy of measuring motivation shown by students in photovoices for learning mathematics "funtastic" using a human face expression detector. The results of the research show that it produces a series of processes that start from collecting frames in the form of images, which then go through a careful selection process, filtering until the remaining 412 relevant photos are left. After that, the next step involves using the FaceAnalyzer app to identify facial expressions in each photo. The collected data is then processed using the Microsoft Excel application, where the process of recapitulation and analysis is carried out. From this analysis, the average facial expression is calculated in each frame recorded in the photographs. students tend to show neutral expressions during learning activities and produce out of a total of 110 frames analyzed, only 5 frames show an inaccurate level of accuracy, while 105 other frames show accurate results. It is important to note that these results reflect the high quality of the FaceAnalyzer application used in this study. The 95,5% accuracy rate achieved by the application provides a strong indication of reliable and reliable performance in detecting and measuring student facial expressions.