UNAMAUNAMA

Jurnal PROCESSORJurnal PROCESSOR

Pendidikan dasar memiliki peran strategis dalam membentuk karakter dan kompetensi siswa sejak dini. Namun, banyak sekolah menghadapi tantangan dalam mengelola data perkembangan siswa, khususnya dalam aspek karakter yang bersifat subjektif dan sulit diukur secara sistematis. Penelitian ini bertujuan untuk mengembangkan sistem pendataan siswa berbasis kecerdasan buatan (AI) yang terintegrasi dengan pemrosesan bahasa alami (NLP) guna membantu guru menganalisis karakter siswa dan memantau perkembangannya secara berkelanjutan. Sistem ini menggabungkan pendekatan NLP, TF-IDF, dan BERT untuk ekstraksi fitur, klasifikasi karakter menggunakan decision tree dan ensemble learning, serta integrasi API ChatGPT untuk menghasilkan ringkasan karakter dan rekomendasi pembelajaran berdasarkan teks observasi guru. Aplikasi dikembangkan dalam bentuk platform web interaktif dan diuji coba pada siswa di SD IT Ananda Empat Lawang. Hasil evaluasi menunjukkan bahwa sistem memiliki akurasi klasifikasi sebesar 88%, serta memberikan visualisasi data seperti distribusi karakter dan confusion matrix. Sistem ini diharapkan dapat meningkatkan efisiensi guru dalam memahami karakter siswa dan mendukung penyusunan strategi pembelajaran yang lebih adaptif dan berbasis data.

Penelitian ini telah menghasilkan sebuah sistem pendataan siswa berbasis kecerdasan buatan yang secara fungsional mampu mengklasifikasikan karakter siswa secara otomatis berdasarkan narasi observasi yang ditulis oleh guru.Sistem ini menunjukkan performa yang baik, dengan akurasi klasifikasi sebesar 88%.Integrasi teknologi AI dalam sistem ini dapat mendukung guru dalam menganalisis karakter siswa secara terstruktur, mendokumentasikan observasi dalam format digital yang konsisten, serta membangun dasar pengambilan keputusan untuk strategi pembelajaran yang adaptif.Namun, diperlukan peningkatan kualitas input observasi dan pelatihan teknis bagi guru agar sistem dapat dimanfaatkan secara optimal.

Berdasarkan hasil penelitian, terdapat beberapa saran penelitian lanjutan yang dapat dikembangkan. Pertama, perlu dilakukan pengembangan model AI yang lebih adaptif terhadap variasi gaya penulisan guru, sehingga akurasi klasifikasi karakter siswa dapat ditingkatkan. Kedua, penelitian dapat difokuskan pada pengembangan fitur rekomendasi pembelajaran yang lebih personal dan kontekstual, dengan mempertimbangkan faktor-faktor seperti gaya belajar siswa, minat, dan kebutuhan khusus. Ketiga, penting untuk melakukan studi implementasi sistem secara lebih luas, melibatkan lebih banyak sekolah dan siswa, serta mengukur dampak sistem terhadap peningkatan kualitas pembelajaran dan karakter siswa secara keseluruhan. Dengan demikian, sistem pendataan siswa berbasis AI dapat menjadi solusi yang efektif dan berkelanjutan untuk mendukung transformasi digital di pendidikan dasar.

  1. Sistem Pendataan Siswa Berbasis AI untuk Analisis Karakter dan Monitoring Perkembangan di SD IT Ananda... ejournal.unama.ac.id/index.php/processor/article/view/2538Sistem Pendataan Siswa Berbasis AI untuk Analisis Karakter dan Monitoring Perkembangan di SD IT Ananda ejournal unama ac index php processor article view 2538
  2. Penerapan Natural Language Processing (NLP) di bidang pendidikan | Jurnal Inovasi Masyarakat. penerapan... doi.org/10.33197/jim.vol1.iss3.2021.799Penerapan Natural Language Processing NLP di bidang pendidikan Jurnal Inovasi Masyarakat penerapan doi 10 33197 jim vol1 iss3 2021 799
  3. View of Confusion Matrix-Based Performance Evaluation Metrics. view confusion matrix based performance... africanjournalofbiomedicalresearch.com/index.php/AJBR/article/view/4345/3327View of Confusion Matrix Based Performance Evaluation Metrics view confusion matrix based performance africanjournalofbiomedicalresearch index php AJBR article view 4345 3327
Read online
File size699 KB
Pages11
DMCAReport

Related /

ads-block-test