1. Home
  2. Vol 11, No 1 (2023)
  3. Diana

PENGGUNAAN TEKNOLOGI MACHINE LEARNING UNTUK PELAYANAN MONITORING KEGIATAN BELAJAR MENGAJAR PADA SMK BINA SRIWIJAYA PALEMBANG

Author


Rosita Diana(1Mail), Heri Warni(2), Tata Sutabri(3),
(1) Universitas Bina Darma, Indonesia
(2) Universitas Bina Darma, Indonesia
(3) Universitas Bina Darma, Indonesia

Mail Corresponding Author
Article Analytic
  [File Size: 727KB]  Language: id
Available online: 2023-06-16  |  Published : 2023-06-16
Copyright (c) 2023 Rosita Diana, Heri Warni, Tata Sutabri
Article can trace at:

Article Metrics

Abstract Views: 1978 times PDF (Bahasa Indonesia) Downloaded: 0 times

Abstract


Machine Learning adalah bagian dari kecerdasan buatan (AI) yang membantu komputer atau mesin pengajaran belajar dari semua data sebelumnya dan membuat keputusan yang cerdas. Kerangka kerja machine learning memerlukan penangkapan dan pemeliharaan serangkaian informasi yang kaya dan mengubahnya menjadi basis pengetahuan terstruktur untuk penggunaan yang berbeda di berbagai bidang, salah satunya di bidang pendidikan. Tujuan dari artikel ini adalah untuk menjawab pertanyaan 1) Mengapa Machine Learning Penting untuk Pendidikan? dan 2) Bagaimana Pemanfaatan Machine Learning untuk Pendidikan?. Artikel ini menggunakan metode kualitatif dengan teknik pengumpulan data dengan studi pustaka. Berdasarkan hasil dari studi pustaka, machine learning di bidang pendidikan memiliki banyak keunggulan dan keuntungan, dimana guru dapat menghemat waktu dalam kegiatan pembelajaran di kelas. Machine Learning mendorong pembelajaran yang depersonalisasi dalam konteks penyebaran pendidikan. Machine Learning memungkinkan guru untuk mendapatkan pemahaman yang lebih baik tentang kemajuan siswa mereka dalam pembelajaran.

References


Z. Lv and X. Li, “Virtual reality assistant technology for learning primary geography,” Lect. Notes Comput. Sci. (including Subser. Lect. Notes Artif. Intell. Lect. Notes Bioinformatics), vol. 9584 LNCS, pp. 31–40, 2016, doi: 10.1007/978-3-319-32865-2_4.

L. A. Tomei, Learning Tools and Teaching Approaches through ICT Advancements. Hershey: Information Science Reference, 2013.

S. Shalev-Shwartz and S. Ben-David, Understanding machine learning: From theory to algorithms, vol. 9781107057. 2013. doi: 10.1017/CBO9781107298019.

A. S. S. V. N. Vishwanathan, “Introduction,” Demogr. Res. Monogr., pp. 1–13, 2014, doi: 10.1007/978-94-007-6964-9_1.

Moleong, Prosedur Penelitian. Jakarta: Rineka Cipta, 2005.

J. Noor, Metodologi Penelitian. Jakarta: Kencana, 2011.

M. Nazir, Metode Penelitian. Jakarta: Ghalia Indonesia, 2009.

E. Danial, Metode Penulisan Karya Ilmiah. Bandung: LAB PKn-FPIPS Universitas Pendidikan Indonesia., 2009.

C. Mulwa, S. Lawless, M. Sharp, I. Arnedillo-Sanchez, and V. Wade, “Adaptive educational hypermedia systems in technology enhanced learning: A literature review,” SIGITE’10 - Proc. 2010 ACM Conf. Inf. Technol. Educ., no. June 2014, pp. 73–84, 2010, doi: 10.1145/1867651.1867672.

S. P. and D. J. Amjad Hussain Bhat, “Machine learning approach for intrusion detection on cloud virtual machines,” Int. J. Appl. or Innov. Eng. Manag., vol. 2, no. 6, pp. 57–66, 2013, [Online]. Available: https://pdfs.semanticscholar.org/c1a0/16b327e4a60e98df4219ff993609eebf2dad.pdf

D. Lafond, R. Proulx, A. Morris, W. Ross, A. Bergeron-Guyard, and M. Ulieru, “HCI Dilemmas for Context-Aware Support in Intelligence Analysis,” Adapt. 2014, Sixth Int. Conf. Adapt. SelfAdaptive Syst. Appl., no. November, pp. 68–72, 2014, [Online]. Available: http://www.thinkmind.org/index.php?view=article&articleid=adaptive_2014_3_20_50045

C. Lisetti, R. Amini, and U. Yasavur, “Now All Together: Overview of Virtual Health Assistants Emulating Face-to-Face Health Interview Experience,” KI - Kunstl. Intelligenz, vol. 29, no. 2, pp. 161–172, 2015, doi: 10.1007/s13218-015-0357-0.

B. Bell, Authoring Tools for Advanced Technology Learning Environments, no. January 1998. 2003. doi: 10.1007/978-94-017-0819-7.

J. R. Brinson, “Learning outcome achievement in non-traditional (virtual and remote) versus traditional (hands-on) laboratories: A review of the empirical research,” Comput. Educ., vol. 87, pp. 218–237, 2015, doi: 10.1016/j.compedu.2015.07.003.


Refbacks

  • There are currently no refbacks.

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.