Pelatihan Pembuatan Robot Line Follower untuk Meningkatkan Pengetahuan Robotika pada Siswa SMK Negeri I Kramatwatu
Notice bibliographique
Résumé
Robotics is one of the right media to introduce the field of technology to students because it can help in the development of thinking, sharpening capabilities in thinking, and the ability to form concepts. The development of robot technology is currently experiencing a rapid increase so it is important for students to gain robotics knowledge to face challenges in the era of industrial revolution 4.0. But not all schools have the facilities and human resources for learning robotics. SMK Negeri I Kramatwatu in the Serang area are currently studying robot technology but only in theory, so the results are not effective. This Community Service activity is carried out as an effort to improve the knowledge and skills of students at SMK Negeri I Kramatwatu in the form of training in making Line Follower robots, a type of mobile robot whose mission is to detect and follow a guideline that has been created in the field of trajectories. Line Follower Robot was chosen as training material because this robot is one type of automatic robot that is not too complicated in its manufacture. In this training, the participants were divided into 4 groups, each guided by one mentor. The results of community service show students' enthusiasm and desire to obtain knowledge in making Line Follower robots. This can be seen when tested on robots that have been made by 4 groups of participants, namely from 4 groups of participants 3 groups have succeeded in making a Line Follower robot that can run automatically in following the trajectory
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,007 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».