Claim Missing Document
Check
Articles

Found 2 Documents
Search

Comparison of Top 100 Cited Research on Machine Learning and Deep Learning in The Last Twenty Years Yeni Anistyasari; Binar Kurnia Prahani; Mila Candra Pristianti; Tan Amelia; Paken Pandingangan; Rizki Fitri Rahima Uulaa; Mohammad Walid Rasuliy
International Journal of Emerging Research and Review Vol. 1 No. 1 (2023): March
Publisher : IKIP Widya Darma Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56707/ijoerar.v1i1.3

Abstract

Objective: The aim is to compare the top 100 research related to machine learning (ML) and deep learning (DL) during 2002-2021 using bibliometric analysis. Method: The data were obtained from Scopus. The data taken in this research were selected from 100 articles with the highest citation in the range from 2002 to 2021. Bibliometric analysis is used in this research. Data from Scopus is exported in the form of .csv form which is processed using Ms. Excel and form of .ris which is processed using VOSviewer. Results: The results showed that the trend of ML and DL increased every year. The most widely published document types in ML are articles, while DL is in the form of conference papers. The highest year-wise distribution of publishing ML and DL occurred in 2017. ML advantages are in terms of requires less data and take less time to train, while the DL advantages in terms of higher accuracy than ML, available to tuned in various different ways. Novelty: This research being able to provide an overview for future researchers regarding the trend of ML and DL topics so that the resulting paper can provide various benefits for the coming year. In addition, it can provide broader knowledge about ML and DL itself. Further research can be carried out more intensively using data based on the Web of Science, in addition to the Scopus database.
Rancang Bangun Web Kriptografi untuk Meningkatkan Hasil Belajar Kognitif Siswa pada Elemen Keamanan Jaringan Nelani Shafatia Zulatifa; Yeni Anistyasari
ANTHOR: Education and Learning Journal Vol 5 No 3 (2026): Anthor 2026
Publisher : Institut Teknologi Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/anthor.v5i3.645

Abstract

Pembelajaran kriptografi pada mata pelajaran Keamanan Jaringan masih didominasi penjelasan teori dan latihan secara manual sehingga siswa mengalami kesulitan dalam memahami proses enkripsi dan dekripsi. Media pembelajaran yang digunakan juga masih kurang mendukung sehingga siswa kurang aktif dalam proses pembelajaran. Diperlukan media pembelajaran yang dapat membantu siswa memahami materi. Penelitian ini bertujuan untuk mengembangkan web pembelajaran kriptografi pada elemen Keamanan Jaringan serta mengetahui perbedaan hasil belajar siswa antara kelas yang menggunakan web pembelajaran dan kelas yang menggunakan pembelajaran konvensional. Penelitian ini menggunakan metode Research and Development dengan model pengembangan ADDIE yang terdiri dari tahap analisis, desain, pengembangan, implementasi, dan evaluasi. Penelitian dilakukan pada siswa kelas XI TKJ 1 sebagai kelas kontrol dan XI TKJ 2 sebagai kelas eksperimen di SMK Negeri 2 Surabaya. Teknik pengumpulan data menggunakan observasi, validasi ahli, pretest-posttest, dan dokumentasi. Hasil penelitian menunjukkan bahwa web pembelajaran memperoleh hasil validasi media sebesar 89,27%, validasi modul ajar sebesar 90,95%, validasi materi ajar sebesar 81,48%, dan validasi soal sebesar 91,11% dengan kategori sangat valid. Hasil uji Mann-Whitney U Test sebesar U = 1037; p < 0,001 yang menunjukkan adanya perbedaan hasil belajar antara kelas eksperimen dan kelas kontrol. Berdasarkan hasil tersebut dapat disimpulkan bahwa web pembelajaran berbasis kriptografi layak digunakan dan dapat membantu meningkatkan hasil belajar siswa pada elemen Keamanan Jaringan.