Search

Di era global saat ini lulusan politeknik harus bersaing semakin ketat dengan semakin banyak pekerja asing yang memiliki kemampuan komunikasi yang unggul. Agar lebih unggul, lulusan politeknik wajib menguasai bahasa asing internasional yaitu Bahasa Inggris sebagai persiapan mereka memasuki dunia kerja. Namun pada kenyataannya, skill Bahasa Inggris yang dimiliki oleh mahasiswa politeknik masih kurang, terutama dalam keterampilan berbicara (speaking) dan menulis (writing). Beberapa faktor yang berpengaruh dalam peningkatan kemampuan Bahasa Inggris di pendidikan vokasi adalah metode pembelajaran yang interaktif dan penggunaan teknologi yang tepat untuk memotivasi mahasiswa dalam belajar Bahasa Inggris. Oleh karena itu peneliti ingin mengembangkan aplikasi ‘Technical English’ berbasis Android yang telah ada dengan menambahkan fitur listening, writing dan toeic-based quiz untuk mendukung pembelajaran Bahasa Inggris Teknik di politeknik. Aplikasi ini diharapkan akan menjadi media pembelajaran yang dapat meningkatkan speaking, writing, dan listening skill mahasiswa dalam berkomunikasi menggunakan istilah-istilah di bidang Teknik. Materi Bahasa Inggris Teknik dalam aplikasi ini juga didukung oleh visual gambar yang menarik dan menunya disesuaikan dengan setiap Program Studi. Sehingga, dengan aplikasi ini mahasiswa diarahkan agar lebih termotivasi dalam belajar Bahasa Inggris diluar kelas seperti halnya ketertarikan mereka terhadap permainan atau games online. Penelitian ini merupakan penelitian pengembangan yaitu mengembangkan aplikasi ‘Technical English’ berbasis Android untuk memudahkan mahasiswa dalam belajar Bahasa Inggris Teknik. Software yang digunakan penelitian ini adalah React Native dan metode pengembangannya menggunakan model System Development Life Cycle (SDLC) dengan pendekatan Waterfall.

Dalam teknologi penangkapan ikan yang berkembang saat ini masih menggunakan teknologi fishfinder yang berbasis akustik, selain mahal tidak semua ikan terdeteksi alat ini. Padahal Kementerian Kelautan dan Perikanan (KKP) saat ini telah menyediakan peta digital daerah persebaran ikan. Peta tersebut kita kenal dengan Peta Perkiraan Daerah Penangkapan Ikan (PPDPI). Untuk mengatasi permasalahan tersebut, sudah mulai dikembangkan teknologi yang lebih baik, yang dinamakan Portable Virtual Assistant untuk nelayan. Penelitian ini menfokuskan pada cara memperoleh data latitude dan longitude area berkumpulnya ikan yang berasal dari peta PPDPI. Terlebih dahulu gambar peta digital tersebut diolah dengan cara menentukan area fokus gambar peta yang akan diolah pada tahap berikutnya dengan menggunakan image processing. Area fokus gambar peta tersebut dirubah dari gambar berwarna menjadi hitam-putih. Dengan hitam-putih, gambar lebih mudah diolah lagi untuk ditemukan titik koordinat piksel gambar. Titik koordinat piksel tersebut dirubah ke latitude dan longitude dengan cara menggunakan rumus perbandingan latitude dan longitude peta dunia. Hasil penelitian ini mampu memberikan keakurasian hingga 1.791838% untuk latitude dan 1.11416% untuk longitude. Abstract Existing fishing technology still uses the acoustic-based fishfinder, besides expensive, itdoes not detect all types of fish. Whereas, Ministry of Marine Affairs and Fisheries Republic of Indonesia has provided digital map of fish distribution. The digital map is known as Peta Perkiraan Daerah Penangkapan Ikan (PPDPI). To tackle the problem, a better technolgy has just been developed , namely Portable Virtual Assistant for sailor. This study focuses on how to get latitude and longitude of fish group sourcing from the PPDPI map. Firstly the digital map is processed to determine the focus area of map image processed on the next steps by image processing. The focus area of map image is changed from color image to black and white image. By black and white image, it is easier to be processed again to be found coordinate-piksel of image. The coordinate-piksel was converted to latitude and longitude by comparing formula latitude and longitude of world map. The result is able to give accuracy up to 1.791838% for latitude and 1.11416% for longitude.