Claim Missing Document
Check
Articles

Found 2 Documents
Search

Implementasi Learning Vector Quantization (LVQ) Untuk Klasifikasi Gaya Belajar Muhammad Nazri
Jurnal Intelek Insan Cendikia Vol. 3 No. 2 (2026): Februari 2026
Publisher : PT. Intelek Cendikiawan Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Gaya belajar merujuk pada kecenderungan pribadi seseorang dalam menyerap, mengolah, dan memahami informasi baru, yang umumnya dibagi menjadi tiga jenis utama: visual, auditori, dan kinestetik. Penelitian ini fokus pada pengembangan teknik klasifikasi otomatis untuk mendeteksi gaya belajar siswa dengan cara yang lebih efisien. Algoritma Learning Vector Quantization (LVQ) diterapkan pada 100 sampel data, dengan jaringan saraf yang memiliki 36 neuron di lapisan masukan dan 3 neuron di lapisan keluaran. Implementasinya menggunakan software MATLAB, dan evaluasi model dilakukan melalui metrik akurasi serta Mean Square Error (MSE). Eksperimen melibatkan berbagai proporsi data pelatihan dan pengujian, dengan konfigurasi optimal tercapai ketika menggunakan 90 data untuk pelatihan dan 10 data untuk pengujian, disertai learning rate 0.05 dan 500 iterasi. Hasilnya menunjukkan akurasi sebesar 80% dan MSE terendah yaitu 0.12. Penelitian ini juga menemukan bahwa meningkatkan jumlah data pelatihan secara positif memengaruhi akurasi model. Secara keseluruhan, penelitian ini berkontribusi pada pembuatan sistem klasifikasi gaya belajar otomatis yang bisa diintegrasikan ke dalam lingkungan pendidikan untuk mendukung pendekatan pembelajaran yang lebih personal dan adaptif.
Pemahaman Masyarakat tentang Kecerdasan Buatan: Peran Edukasi, Regulasi, dan Kolaborasi Siti Humairoh; Nurul Hasanah; Muhammad Nazri
AL-MIKRAJ Jurnal Studi Islam dan Humaniora (E-ISSN 2745-4584) Vol. 5 No. 2 (2025): AL-Mikraj Jurnal Studi Islam dan Humaniora
Publisher : Pascasarjana Institut Agama Islam Sunan Giri Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37680/almikraj.v5i2.6902

Abstract

Artificial Intelligence (AI) has become integral to various sectors; however, public understanding of this technology remains limited. This study explores the roles of government, educational organizations, and the community in enhancing AI's understanding and ethical implementation. Employing a mixed-methods approach, data were collected through a survey of 300 respondents, in-depth interviews with 15 officials and representatives from educational organizations, and focus group discussions with 30 participants. Results indicate that only 30% of respondents feel adequately informed about AI applications, while government policies lack clear regulations. Community involvement in education-based programs has effectively reduced the negative stigma associated with AI. These findings emphasize the importance of collaboration among all stakeholders to create a supportive environment for AI implementation. This research is expected to serve as a reference for developing more effective policies and educational programs related to AI in the future.