Claim Missing Document
Check
Articles

Found 32 Documents
Search

Rancang Bangun Platform Kuis Interaktif Berbasis AI Generatif dan Gamifikasi untuk Personalisasi Pembelajaran Siswa Muthia Farida; Muhammad Edya Rosadi; Muhammmad Iqbal Firdaus; Dian Agustini; Riadhull Muttaqin
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 15, No 1 (2026): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v15i1.9568

Abstract

Pembelajaran digital menuntut inovasi agar siswa tetap termotivasi dan terlibat aktif. Salah satu pendekatan adalah penggunaan platform kuis interaktif yang diperkaya kecerdasan buatan generatif dan elemen gamifikasi. Penelitian ini bertujuan merancang sebuah platform kuis berbasis web yang mampu menghasilkan soal adaptif secara otomatis menggunakan AI generatif dan menerapkan gamifikasi untuk personalisasi pengalaman belajar siswa. Metodologi penelitian yang digunakan adalah Research and Development (RD) dengan model prototipe, melibatkan analisis kebutuhan pengguna, perancangan arsitektur sistem, desain antarmuka, serta implementasi dan evaluasi awal prototipe. Hasil perancangan mencakup arsitektur sistem web dengan frontend HTML–Tailwind CSS–Alpine.js yang responsif, backend Python (FastAPI) dan database MySQL, serta integrasi API OpenAI GPT untuk menghasilkan soal. Fitur gamifikasi seperti poin, lencana, dan papan peringkat turut dirancang untuk meningkatkan motivasi. Platform ini diharapkan dapat menyesuaikan tingkat kesulitan dan materi soal dengan kemampuan masing-masing siswa secara dinamis, sehingga menciptakan pembelajaran yang lebih personal. Implikasinya, platform kuis cerdas ini berpotensi meningkatkan keterlibatan siswa, memberikan umpan balik cepat, dan membantu guru dalam menyediakan evaluasi yang sesuai secara efisien.
Deteksi Hoaks Berita Berbahasa Indonesia Menggunakan IndoBERT dengan Penanganan Ketidakseimbangan Kelas Berbasis Gabungan Class Weighting dan Focal Loss Riadhul Muttaqin; Muhammad Edya Rosadi; Muhammad Iqbal Firdaus; Dian Agustini
Infotek: Jurnal Informatika dan Teknologi Vol. 9 No. 2 (2026): Infotek : Jurnal Informatika dan Teknologi
Publisher : Fakultas Teknik Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/jit.v9i2.35214

Abstract

The spread of hoaxes in Indonesian-language digital media has risen sharply in the past five years with wide societal harm. Most prior work on Indonesian hoax detection emphasizes model architecture, while the class-imbalance problem in field data receives less attention. This study presents a data-centric approach combining the IndoBERT pretrained language model with a hybrid class-imbalance objective of class weighting and focal loss. The dataset is the indonesiafalsenews corpus of 4231 labelled articles with an approximate 4.5 to 1 hoax-to-fact ratio. Evaluation uses five-seed runs with McNemar and paired-bootstrap significance testing. The proposed configuration achieves an F1-macro of 0.7240, accuracy of 0.8392, ROC-AUC of 0.8083, and a Matthews correlation coefficient of 0.4510, significantly outperforming every TF-IDF baseline at the 0.05 level. Text augmentation does not provide consistent gains, which implies that imbalance handling is the more effective lever for Indonesian hoax detection.