Tinjauan Pustaka Sistematis: Implementasi Metode Deep Learning pada Prediksi Kinerja Murid
Pemanfaatan machine learning yang merupakan salah satu implementasi dalam bidang artificial intelligence telah merambah ke berbagai bidang, salah satunya adalah bidang pendidikan. Dengan menggunakan kombinasi teknik machine learning, statistik, dan basis data, dapat dilakukan educational data mining...
Guardado en:
Autores principales: | , , |
---|---|
Formato: | article |
Lenguaje: | EN ID |
Publicado: |
Universitas Gadjah Mada
2021
|
Materias: | |
Acceso en línea: | https://doaj.org/article/1f3909bfa69547918cbca51b0f5ad101 |
Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
id |
oai:doaj.org-article:1f3909bfa69547918cbca51b0f5ad101 |
---|---|
record_format |
dspace |
spelling |
oai:doaj.org-article:1f3909bfa69547918cbca51b0f5ad1012021-11-17T04:17:27ZTinjauan Pustaka Sistematis: Implementasi Metode Deep Learning pada Prediksi Kinerja Murid2301-41562460-571910.22146/jnteti.v10i2.1417https://doaj.org/article/1f3909bfa69547918cbca51b0f5ad1012021-05-01T00:00:00Zhttps://jurnal.ugm.ac.id/v3/JNTETI/article/view/1417https://doaj.org/toc/2301-4156https://doaj.org/toc/2460-5719Pemanfaatan machine learning yang merupakan salah satu implementasi dalam bidang artificial intelligence telah merambah ke berbagai bidang, salah satunya adalah bidang pendidikan. Dengan menggunakan kombinasi teknik machine learning, statistik, dan basis data, dapat dilakukan educational data mining untuk mengetahui pola yang ada dalam suatu dataset tertentu. Salah satu penggunaan educational data mining adalah untuk melakukan prediksi kinerja murid. Hasil dari prediksi kinerja murid dapat digunakan sebagai salah satu instrumen untuk melakukan monitoring dan evaluasi terhadap proses pembelajaran sehingga dapat membantu menentukan langkah-langkah lanjutan dalam rangka meningkatkan proses pembelajaran. Makalah ini bertujuan untuk mengetahui state of the art implementasi deep learning yang merupakan bagian dari machine learning pada konteks educational data mining, khususnya mengenai prediksi kinerja murid. Pada makalah ini disajikan systematic literature review untuk mengetahui variasi teknik atau algoritme deep learning yang digunakan beserta kinerja yang dicapai. Dari dua puluh publikasi ilmiah yang ditelusuri, rata-rata kinerja yang dicapai dalam melakukan prediksi adalah 89,85%. Mayoritas teknik yang digunakan adalah Deep Neural Network (DNN), Recurrent Neural Network (RNN), dan Long Short-Term Memory (LSTM) dengan fitur data demografis, perilaku, dan akademis.Muhammad Haris DiponegoroSri Suning KusumawardaniIndriana HidayahUniversitas Gadjah Madaarticledeep learningeducational data miningprediksipendidikankinerjaEngineering (General). Civil engineering (General)TA1-2040ENIDJurnal Nasional Teknik Elektro dan Teknologi Informasi, Vol 10, Iss 2, Pp 131-138 (2021) |
institution |
DOAJ |
collection |
DOAJ |
language |
EN ID |
topic |
deep learning educational data mining prediksi pendidikan kinerja Engineering (General). Civil engineering (General) TA1-2040 |
spellingShingle |
deep learning educational data mining prediksi pendidikan kinerja Engineering (General). Civil engineering (General) TA1-2040 Muhammad Haris Diponegoro Sri Suning Kusumawardani Indriana Hidayah Tinjauan Pustaka Sistematis: Implementasi Metode Deep Learning pada Prediksi Kinerja Murid |
description |
Pemanfaatan machine learning yang merupakan salah satu implementasi dalam bidang artificial intelligence telah merambah ke berbagai bidang, salah satunya adalah bidang pendidikan. Dengan menggunakan kombinasi teknik machine learning, statistik, dan basis data, dapat dilakukan educational data mining untuk mengetahui pola yang ada dalam suatu dataset tertentu. Salah satu penggunaan educational data mining adalah untuk melakukan prediksi kinerja murid. Hasil dari prediksi kinerja murid dapat digunakan sebagai salah satu instrumen untuk melakukan monitoring dan evaluasi terhadap proses pembelajaran sehingga dapat membantu menentukan langkah-langkah lanjutan dalam rangka meningkatkan proses pembelajaran. Makalah ini bertujuan untuk mengetahui state of the art implementasi deep learning yang merupakan bagian dari machine learning pada konteks educational data mining, khususnya mengenai prediksi kinerja murid. Pada makalah ini disajikan systematic literature review untuk mengetahui variasi teknik atau algoritme deep learning yang digunakan beserta kinerja yang dicapai. Dari dua puluh publikasi ilmiah yang ditelusuri, rata-rata kinerja yang dicapai dalam melakukan prediksi adalah 89,85%. Mayoritas teknik yang digunakan adalah Deep Neural Network (DNN), Recurrent Neural Network (RNN), dan Long Short-Term Memory (LSTM) dengan fitur data demografis, perilaku, dan akademis. |
format |
article |
author |
Muhammad Haris Diponegoro Sri Suning Kusumawardani Indriana Hidayah |
author_facet |
Muhammad Haris Diponegoro Sri Suning Kusumawardani Indriana Hidayah |
author_sort |
Muhammad Haris Diponegoro |
title |
Tinjauan Pustaka Sistematis: Implementasi Metode Deep Learning pada Prediksi Kinerja Murid |
title_short |
Tinjauan Pustaka Sistematis: Implementasi Metode Deep Learning pada Prediksi Kinerja Murid |
title_full |
Tinjauan Pustaka Sistematis: Implementasi Metode Deep Learning pada Prediksi Kinerja Murid |
title_fullStr |
Tinjauan Pustaka Sistematis: Implementasi Metode Deep Learning pada Prediksi Kinerja Murid |
title_full_unstemmed |
Tinjauan Pustaka Sistematis: Implementasi Metode Deep Learning pada Prediksi Kinerja Murid |
title_sort |
tinjauan pustaka sistematis: implementasi metode deep learning pada prediksi kinerja murid |
publisher |
Universitas Gadjah Mada |
publishDate |
2021 |
url |
https://doaj.org/article/1f3909bfa69547918cbca51b0f5ad101 |
work_keys_str_mv |
AT muhammadharisdiponegoro tinjauanpustakasistematisimplementasimetodedeeplearningpadaprediksikinerjamurid AT srisuningkusumawardani tinjauanpustakasistematisimplementasimetodedeeplearningpadaprediksikinerjamurid AT indrianahidayah tinjauanpustakasistematisimplementasimetodedeeplearningpadaprediksikinerjamurid |
_version_ |
1718425975309467648 |