Search for collections on Digital Blue Ocean

Analisa Sistematis Manajemen Pengetahuan Digital Aplikasi Berbasis Kecerdasan Buatan di Universitas

Sediyono, Eko and Hasibuan, Zainal Arifin and Setyawan, Iwan and Harahap, Eka Purnama (2022) Analisa Sistematis Manajemen Pengetahuan Digital Aplikasi Berbasis Kecerdasan Buatan di Universitas. ADI Bisnis Digital Interdisiplin Jurnal (ABDI Jurnal), 3 (2). pp. 1-14. ISSN 2722-5739

[img] Text
analisa-sistematis-manajemen-pengetahuan-digital-aplikasi-berbasis-kecerdasan-buatan-di-universitas2.pdf - Published Version
Restricted to Registered users only

Download (291kB)

Abstract

Melalui kajian literatur yang menyeluruh, analisis ini bertujuan untuk memberikan gambaran luas tentang kajian penggunaan AI di universitas. Temuan deskriptif mengungkapkan bahwa ilmu komputer dan mata pelajaran STEM merupakan mayoritas topik yang tercakup dalam publikasi Artificial Intelligence in Learning (AIL) dan bahwa penelitian empiris paling sering menggunakan pendekatan kuantitatif. Temuan gabungan menunjukkan empat aplikasi untuk AIL dalam layanan kelembagaan dan administrasi dan layanan kontribusi akademik: 1. Metode artikel ini berdasarkan model pembelajaran, algoritma, dan jaringan saraf, yang dapat membuat keputusan tentang jalur pembelajaran individu dan konten siswa, memberikan pijakan kognitif, dan memberikan dukungan kepada siswa untuk berpartisipasi dalam dialog. Masalah penggunaan AIL di universitas dilarang karena persyaratan untuk meningkatkan pendekatan etis dan pedagogis, serta hambatan dan risiko AIL, hubungannya yang rapuh dengan sudut pandang pedagogis teoritis, dan faktor lainnya. Tujuan analisis sistematis adalah untuk memberikan solusi untuk masalah tertentu berdasarkan pendekatan pencarian yang eksplisit, sistematis, dan dapat direproduksi dan kriteria inklusi atau eksklusi yang menentukan penelitian mana yang termasuk pengkodean dan ekstraksi data berikut dari penelitian yang relevan, hasilnya diringkas dan setiap kesenjangan atau inkonsistensi dengan aplikasi nyata disorot. Menjelaskan dampak sifat kognitif dan non-kognitif siswa dalam memprediksi kinerja akademik untuk mahasiswa teknik. Untuk meningkatkan akurasi prediksi, mereka menggunakan faktor non-kognitif seperti mengatur waktu, kepribadian, identitas, kepemimpinan, dan dukungan masyarakat, berbeda dengan banyak studi lain.

Item Type: Article
Subjects: Technologies > Artificial Intelligence
General > Pendidikan (General)
General > Universities
Depositing User: Admin Digital Blue Ocean
Date Deposited: 10 Jul 2023 03:50
Last Modified: 10 Jul 2023 03:50
URI: http://dbo.raharja.ac.id/id/eprint/1480

Actions (login required)

View Item View Item