Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Technologia: Jurnal Ilmiah
Wati, Rina -
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
ANALISIS PEMBELAJARAN BERBASIS ARTIFICIAL INTELLIGENCE TERHADAP PENINGKATAN PRESTASI SISWA PADA SEKOLAH MENENGAH KEJURUAN (SMK) YPT PRINGSEWU Taufik, Taufik -; Susilowati, Tri -; Wati, Rina -; Andriyani, Novita -
Technologia : Jurnal Ilmiah Vol 17, No 1 (2026): Technologia (Januari)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v17i1.21177

Abstract

Penelitian ini mempunyai tujuan untuk untuk menganalisis sejauh mana hasil proses belajar siswa dengan berbasis Artificial Intelligence( AI) yang bisa memberi kontribusi nyata peningkatan prestasi belajar siswa pada sekolah tingkat atas maupun SMK khususnya. Latar belakang penelitian ini didasari oleh kebutuhan akan inovasi strategi pembelajaran yang adaptif terhadap karakteristik siswa dan mampu meningkatkan efektivitas proses belajar di tengah perkembangan teknologi digital. Pendekatan yang dipakai dalam penelitian ini adalah pendekatan kuantitatif dalam desain eksperimen semu(quasi-experimental). Subjek penelitian terdiri atas 100 siswa jurusan Teknik Komputer dan Jaringan, yang dibagi dalam 2 (dua) kelompok, yaitu kelompok satu adalah kelas eksperimen dengan menerapkan sistem pembelajaran berbasis AI dan kelompok dua adalah kelas kontrol yang menggunakan metode konvensional. Data diperoleh melalui penyebaran kuesioner dan tes hasil belajar, kemudian dianalisis dengan regresi linier sederhana untuk menguji hubungan antara penerapan AI dan peningkatan hasil belajar siswa. Dari penelitian yang dilakukan memperoleh hasil analisis yang menunjukkan bahwa pembelajaran berbasis AI berpengaruh positif dan signifikan terhadap capaian akademik siswa. Secara keseluruhan, hasil penelitian ini menegaskan bahwa pemanfaatan teknologi AI dalam proses belajar dapat menjadi pendekatan inovatif untuk meningkatkan kualitas pembelajaran dan hasil belajar di lingkungan SMK
KLASIFIKASI STATUS KELAYAKAN PENERIMA BLT-DD DI PEKON SUKA BANJAR II UJUNG REMBUN MENGGUNAKAN NAÏVE BAYES Saputra, Ahmad Rizki; Wati, Rina -; Susilowati, Tri -
Technologia : Jurnal Ilmiah Vol 17, No 2 (2026): Technologia (April)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v17i2.22917

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan status kelayakan penerima Bantuan Langsung Tunai Dana Desa di Pekon Suka Banjar II Ujung Rembun melalui pendekatan analisis berbasis data yang lebih objektif. Permasalahan utama dalam penentuan penerima bantuan adalah masih adanya proses seleksi yang bergantung pada pertimbangan subjektif serta keterbatasan instrumen evaluasi yang terukur. Untuk mengatasi hal tersebut, penelitian ini menerapkan metode klasifikasi menggunakan algoritma Naïve Bayes dengan memanfaatkan data karakteristik keluarga, meliputi tingkat pendapatan, jumlah tanggungan, kondisi rumah, pekerjaan, dan pengeluaran rumah tangga. Tahapan penelitian meliputi pengumpulan data, pembersihan data, pengolahan atribut, pelatihan model, serta evaluasi melalui pengukuran akurasi dan ketepatan prediksi. Hasil analisis menunjukkan bahwa model mampu mengklasifikasikan status kelayakan secara konsisten berdasarkan pola yang ditemukan pada data pelatihan, sehingga memberikan gambaran yang lebih terukur mengenai penerima yang benar-benar memenuhi kriteria bantuan. Penerapan model ini diharapkan dapat meningkatkan efektivitas proses penyaluran bantuan, memperkuat akuntabilitas pengambilan keputusan di tingkat pekon, serta menjadi dasar bagi pengembangan sistem pendukung keputusan berbasis data di masa mendatang
Co-Authors Andriyani, Novita - Saputra, Ahmad Rizki Susilowati, Tri - Taufik, Taufik -