Article Per Year (5 Year)
p-Index From 2021 - 2026
1.037
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian Al-Ikhlas Jurnal Pengabdian Masyarakat (ABDIRA) SmartComp
Agustini, Dian
Unknown Affiliation
Aerospace Engineering Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Languange, Linguistic, Communication & Media Nursing Social Sciences Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : SmartComp

 1 
Penerapan Algoritma Naive Bayes untuk Analisa Pengaruh Asisten Virtual Terhadap Efektivitas Pembelajaran Mahasiswa Teknik Informatika dalam Mata Kuliah Kecerdasan Buatan Sari, Mayang; Agustini, Dian; Farida, Muthia
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 14, No 4 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v14i4.9847

Abstract

Abstrak: Perkembangan teknologi kecerdasan buatan telah menghadirkan berbagai inovasi dalam dunia pendidikan, salah satunya adalah penggunaan virtual asisten sebagai alat bantu pembelajaran. Penelitian ini bertujuan untuk menganalisis pengaruh penggunaan virtual asisten terhadap pembelajaran mahasiswa Teknik Informatika dalam mata kuliah Kecerdasan Buatan. Pendekatan yang digunakan dalam penelitian ini adalah klasifikasi data menggunakan algoritma Naïve Bayes, yang memungkinkan analisis probabilistik terhadap faktor-faktor yang memengaruhi efektivitas pembelajaran dengan virtual asisten.Data penelitian dikumpulkan melalui kuesioner daring yang disebarkan kepada 200 mahasiswa Program Studi Teknik Informatika yang kemudian diolah dan diklasifikasikan menjadi tiga kategori efektivitas, yaitu Efektif, Cukup Efektif, dan Tidak Efektif.Analisis dilakukan menggunakan perangkat lunak RapidMiner dengan penerapan algoritma Naive Bayes. Hasil pengujian menunjukkan tingkat akurasi sebesar 80,77%, dengan nilai precision dan recall tertinggi pada kelas Cukup Efektif. Hal ini menunjukkan bahwa model mampu mengenali pola persepsi mahasiswa dengan cukup baik, meskipun terdapat sedikit tumpang tindih antara kelas Efektif dan Cukup Efektif.Hasil penelitian ini membuktikan bahwa algoritma Naive Bayes dapat digunakan secara efektif untuk menganalisis data persepsi berbasis survei dan memberikan gambaran yang objektif mengenai tingkat efektivitas Virtual Assistant dalam mendukung proses pembelajaran. Temuan ini diharapkan dapat menjadi dasar bagi institusi pendidikan untuk mengoptimalkan pemanfaatan teknologi AI dalam kegiatan belajar mengajar.Kata Kunci – Naive Bayes; Virtual Assistant; Efektivitas Pembelajaran; RapidMiner; Kecerdasan Buatan
Co-Authors Auliya Rahman Dwi Retnosari Farida, Muthia Faridha, Mutia Mayang Sari Muhammad Iqbal Firdaus, Muhammad Iqbal Raharjo, Mokhamamad Ramdhani Rosadi, M. Edya Rosadi, Muhammad Edya Sidiq, Abdurrahim Trinizaa, Ice Yuridka, Fitrah Zaenuddin Zaenuddin, Zaenuddin Zamilah, Ervica