Claim Missing Document
Check
Articles

Found 2 Documents
Search

Mengoptimalkan Peran AI dalam Desain Media Pembelajaran: Perspektif Learning Media Development di Era Transformasi Digital Damara, Satria Ridho; Surya, Muhammad Gilang Andhika; Salsabila, Khalisa; Sirait, Otniel; Farchan, Achmad
Jurnal Pendidikan Tambusai Vol. 9 No. 2 (2025): Agustus
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v9i2.29633

Abstract

Transformasi digital menuntut adaptasi dalam pengembangan media pembelajaran, namun optimalisasi peran Artificial Intelligence (AI) masih menghadapi tantangan berupa kesenjangan kompetensi dan kurangnya kajian sistematis. Penelitian ini bertujuan untuk mengidentifikasi, mengevaluasi, dan mensintesis bukti-bukti penelitian terkait optimalisasi peran AI dalam desain dan pengembangan media pembelajaran melalui pendekatan Systematic Literature Review (SLR) dengan panduan PRISMA. Pencarian literatur pada basis data ERIC, Garuda, dan Scopus menghasilkan 45 artikel relevan yang dianalisis secara kualitatif. Hasil temuan menunjukkan tiga tren utama: (1) peran ganda AI sebagai pendorong efisiensi dan inovasi, sekaligus sumber tantangan etis dan teknis; (2) diversifikasi aplikasi AI yang mentransformasi desain instruksional, mulai dari augmentasi hingga redefinisi tugas pembelajaran; (3) peran krusial faktor manusia yang menekankan pentingnya rekonfigurasi kompetensi pendidik (TPACK) dan kesiapan pembelajar. Optimalisasi AI dalam desain media pembelajaran memerlukan pendekatan holistik yang memadukan penguatan kompetensi pendidik dengan manajemen tantangan secara strategis.
Analisis Prediksi Nilai Akhir Mahasiswa Menggunakan Algoritma Regresi Linear Berbasis Machine Learning pada Program Studi Teknologi Informasi Universitas Bina Sarana Informatika: Penelitian Salsabila, Khalisa; Maulidia, Nahya Faulya; Hafid, Shabrina Auliya Zahra; Balqis, Aisyah Shinta; Budiawan, Imam; Desmulyati, Desmulyati
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 3 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 3 (Januari 202
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i3.4975

Abstract

The development of information technology in education demands a fast, objective, and data-driven academic evaluation system. Problems in higher education often involve lecturers' difficulty in monitoring and predicting student academic performance early, resulting in delayed response to declining performance. One solution that can be implemented is the use of Machine Learning. This study aims to analyze the prediction of students' final grades using a Machine Learning-based Linear Regression algorithm with attendance and assignment grades as variables. The case study was conducted on students of the Information Technology Study Program at Bina Sarana Informatika University using simulated data of 100 students, with the data divided into 80% training and 20% testing. Model evaluation used MSE, RMSE, and R². The results showed an R² value of 0.94, which means that 94% of the variation in students' final grades can be explained by attendance and assignment grades, while 6% is influenced by other factors. These findings indicate that the Linear Regression algorithm has excellent predictive performance in predicting students' final grades objectively and data-driven.