MEDIAPUBLIKASIMEDIAPUBLIKASI

BULLET : Jurnal Multidisiplin IlmuBULLET : Jurnal Multidisiplin Ilmu

Sistem pembelajaran adaptif berbasis kecerdasan buatan (AI) telah menunjukkan potensi besar dalam meningkatkan personalisasi dan efektivitas proses belajar. Penelitian ini mengevaluasi efektivitas sistem rekomendasi pembelajaran adaptif yang memanfaatkan model deep learning, khususnya Bi-directional Long Short-Term Memory (BiLSTM), dalam meningkatkan performa siswa. Model dikembangkan untuk menganalisis pola interaksi siswa pada Learning Management System (LMS) dan memberikan rekomendasi materi pembelajaran yang sesuai secara individual. Studi dilakukan melalui eksperimen terhadap 120 siswa SMA, yang dibagi menjadi kelompok eksperimen dan kontrol. Hasil evaluasi menunjukkan bahwa siswa yang menggunakan sistem ini mengalami peningkatan nilai akhir dan tingkat penyelesaian materi secara signifikan. Temuan ini mendukung penggunaan teknologi deep learning dalam sistem pembelajaran adaptif sebagai upaya meningkatkan efektivitas dan personalisasi pendidikan.

Penelitian ini membuktikan bahwa sistem rekomendasi pembelajaran adaptif berbasis deep learning, khususnya dengan algoritma BiLSTM, mampu meningkatkan performa siswa secara signifikan.Sistem ini memberikan rekomendasi yang relevan dan personal, yang berdampak positif terhadap nilai akhir dan keterlibatan siswa dalam menyelesaikan materi pembelajaran.Penerapan lebih lanjut disarankan dalam berbagai platform LMS dengan pertimbangan peningkatan transparansi dan keamanan data siswa.

Untuk penelitian lanjutan, dapat dilakukan studi lebih mendalam tentang bagaimana sistem rekomendasi berbasis deep learning dapat meningkatkan keadilan dan aksesibilitas dalam pendidikan. Selain itu, perlu dipertimbangkan aspek etika dan privasi data siswa dalam pengembangan sistem ini. Terakhir, penelitian dapat mengeksplorasi cara-cara untuk meningkatkan interpretabilitas model deep learning agar lebih mudah dipahami oleh pengajar dan siswa.

  1. Educational data mining and learning analytics: An updated survey - Romero - 2020 - WIREs Data Mining... wires.onlinelibrary.wiley.com/doi/10.1002/widm.1355Educational data mining and learning analytics An updated survey Romero 2020 WIREs Data Mining wires onlinelibrary wiley doi 10 1002 widm 1355
  2. Do "Also-Viewed" Products Help User Rating Prediction? | Proceedings of the 26th International... doi.org/10.1145/3038912.3052581Do Also Viewed Products Help User Rating Prediction Proceedings of the 26th International doi 10 1145 3038912 3052581
Read online
File size221.73 KB
Pages6
DMCAReport

Related /

ads-block-test