Irennada
Universitas Budi Luhur

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Klasifikasi Gaya Belajar Mahasiswa Berdasarkan Garis Telapak Tangan Menggunakan Convolutional Neural Network Irennada; Achmad Solichin; Goenawan Brotosaputro
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol. 11 No. 3 (2022)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v11i3.53721

Abstract

Gaya belajar dapat diartikan sebagai cara seorang siswa dalam menangkap berbagai informasi dalam proses pembelajaran. Model gaya belajar yang paling popular adalah model Visual, Auditori dan Kinestetik (VAK). Walaupun setiap siswa pada dasarnya dapat menerima materi dalam berbagai bentuk, namun pembelajaran akan lebih efektif jika materi disajikan sesuai gaya belajar siswa. Untuk mengetahui gaya belajar, dapat dilakukan dengan melakukan serangkaian asesmen menggunakan instrumen yang terdiri dari sejumlah pertanyaan. Asesmen tersebut memerlukan waktu yang cukup lama untuk memperoleh kesimpulan gaya belajar yang dominan. Pada penelitian ini, diusulkan metode identifikasi gaya belajar berdasarkan pola garis tangan (palmistry). Citra telapak tangan yang diperoleh dari 40 responden dianalisis memanfaatkan metode Convolutional Neural Network (CNN) untuk mendapatkan klasifikasi gaya belajar. Hasil pengujian terhadap model CNN diperoleh akurasi sebesar 70%, presisi 72%, dan recall 70%. Dengan demikian, identifikasi gaya belajar berbasis citra telapak tangan memiliki potensi yang besar dalam pengembangan sistem identifikasi gaya belajar yang lebih cepat dan akurat.