Aplikasi Media Pembelajaran Lontara Bugis Pada Anak Usia Dini Menggunakan Augmented Reality Berbasis Android
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Lontara bugis merupakan sebuah huruf sakral bagi masyarakat bugis klasik, lontara mempunyai peranan yang sangat penting dalam kehidupan masyarakat orang bugis karena lontara mengandung nilai-nilai budaya yang tinggi yang menjadi pedoman hidup dan kehidupan masyarakan orang bugis Salah satu teknologi yang dapat digunakan sebagai media pembelajaran anak usia dini untuk mengenal lontara bugis adalah teknologi augmented reality. Teknologi Augmented Reality atau yang lebih dikenal dengan Realitas tertambah merupakan teknologi yang bisa di gunakan di smartphone karena sistem pada Augmented Reality adalah menganalisa secara real-time objek yang ditangkap dalam kamera.Metode penelitian yang digunakan dalam penelitian ini merupakan metode sekuensial linier. Pengumpulan data dilakukan dengan menggunakan teknik sampling, yaitu dengan mengambil gambar pola pada modus kamera dari lontara Bugis. Hal ini dilakukan untuk dapat mengenali Lontara Bugis berdasarkan pola marker yang telah diberikan. Dengan teknologi augmented Reality maka dibangunlah aplikasi berbasis android yang dapat digunakan untuk melakukan proses pembelajaran tentang pengenalan lontara bugis pada platform Android.Hasil penelitian dari aplikasi media pembelajaran lontara bugis pada anak usia dini menggunakan augmented reality berbasis android menunjukkan bahwa aplikasi dinyatakan layak digunakan dan secara fungsional sistem dapat menghasilkan output yang dan secara fungsional sistem dapat digunakan dengan baik.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,005 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle