Lihat diskusi, statistik, dan profil penulis untuk publikasi ini di: https://www.researchgate.

net/publication/340933621

Masa depan penggunaan Internet of Things (IoTs) dan Teknologi Sadar Konteks dalam
E-learning

Kertas konferensi · April 2020

DOI: 10.1145 / 3383923.3383970

KUTIPAN BACA

0 105

6 penulis , termasuk:

Mohamed A. Amasha Marwa Areed

Universitas Damietta Universitas Damietta

26 PUBLIKASI 74 KUTIPAN 15 PUBLIKASI 20 KUTIPAN

LIHAT PROFIL LIHAT PROFIL

SalemAlkhalaf Rania A. Abougalala

Universitas Qassim Universitas Damietta

74 PUBLIKASI 312 KUTIPAN 10 PUBLIKASI 3 KUTIPAN

LIHAT PROFIL LIHAT PROFIL

Beberapa penulis publikasi ini juga mengerjakan proyek terkait berikut:

M.Sc. Tesis Lihat proyek

ROBOTIK PENDIDIKAN BERDASARKAN KECERDASAN ARTIFISIAL DAN TEKNOLOGI KESADARAN KONTEKS: KERANGKA KERJA Lihat proyek

Semua konten setelah halaman ini diunggah oleh Mohamed A. Amasha pada 26 April 2020.

Pengguna telah meminta peningkatan dari file yang diunduh.

 Masa depan menggunakan Internet of Things (IoTs) dan Konteks-
Sadar Teknologi dalam E-learning
Mohamed A. Amasha Marwa. F. Areed Salem Alkhalaf
Jurusan Komputer Jurusan Komputer Jurusan Komputer
Persiapan Guru Ilmu Ilmu
Universitas Damietta Universitas Damietta Universitas Qassim
Damietta, Mesir Damietta, Mesir Alrass, Arab Saudi
mw_amasha@yahoo.com Marwa_Areed@du.edu.eg s.alkhalaf@qu.edu.sa

Rania A. Abougalala Safaa M.Elatawy Dalia Khairy

Jurusan Komputer Jurusan Komputer Jurusan Komputer
Persiapan Guru Persiapan Guru Persiapan Guru
Universitas Damietta Universitas Damietta Universitas Damietta
Damietta, Mesir Damietta, Mesir Damietta, Mesir
Ronyabogalala@hotmail.com Zizoabdo1210 @ gmail .com shamaamora2014@gmail.com

ABSTRAK pengambilan • Sistem informasi ~ World Wide Web • Komputasi yang

Di era saat ini, Internet of Things (IoTs) diperkirakan memainkan peran penting dalam
berpusat pada manusia ~ Teori, konsep, dan paradigma komputasi
e-learning dan teknologi sadar konteks. IoT adalah lompatan teknologi berikutnya yang akan
kolaboratif dan sosial • Komputasi yang berpusat pada manusia ~
memperkenalkan peningkatan yang baik pada berbagai aspek bidang pendidikan, seperti
Komputasi kolaboratif dan sosial
e-learning dan u-learning. Selain itu, reproduksi dan adopsi aplikasi IoT telah memberikan
Kata kunci
peluang dan tantangan global untuk e-learning. Kertas ini. Tujuan utama dari penelitian kali
Internet of Things (IoTs); sadar konteks; E-learning.
ini adalah untuk mengetahui persepsi mahasiswa Damietta universitas terhadap pengaruh
teknologi IoT dan mengkaji dampak penggunaan (IoT) terhadap kinerja akademik
mahasiswa. Sampel diambil sebanyak 235 mahasiswa universitas dengan menggunakan
1. PERKENALAN
Internet of Things (IoT) dengan cepat meningkatkan paradigma infrastruktur
angket survei. Dari peserta, (n1 = 115; 48,93%) adalah laki-laki, (n2 = 120; 51,06%) adalah
komunikasi berikutnya. Itu tergantung pada berbagai elemen seperti berbagai
perempuan. Mayoritas peserta melaporkan bahwa teknologi IoT akan memengaruhi praktik
gelombang radio yang memfasilitasi transmisi informasi dan menghubungkan
e-learning dan pendidikan di masa depan. Siswa memperoleh nilai rata-rata tertinggi pada
perangkat ke internet, termasuk Wi-Fi, Bluetooth, NFC dan Radio Frequ0ency
item “telah mengubah masalah ini dan memungkinkan kami membuat poster digital dengan
Identification (RFID). IoT secara khusus dianggap sebagai metode pembelajaran yang
foto, suara, konten video dan hyperlink, serta memungkinkan kami untuk
efektif untuk mahasiswa di pendidikan tinggi. Dengan perkembangan teknologi
mendistribusikannya secara elektronik dengan orang lain” (4.09 ± 1.084), dan skor rata-rata
internet dan komunikasi, web 2.00, dan komputasi awan, IoT telah melahirkan
melebihi (4.05 ± 1.095) pada item "dapat meningkatkan bimbingan itu sendiri dan
paradigma baru yang akan memperkenalkan peningkatan besar-besaran pada
menyampaikan muatan yang didorong ke lingkungan fisik dan kerangka kerja". Temuan
e-learning. Melalui itu, sejumlah besar perangkat digital sedang terkoneksi dengan
kami dari penelitian ini mengungkapkan bahwa IoT akan terlibat dalam praktik e-learning
internet, yang kesemuanya terkoneksi ke internet dengan berbagai cara, seperti
dan pendidikan. konten video dan hyperlink, serta memungkinkan kami untuk
teknologi seluler seperti 4G atau 5G dan teknologi mesin ke mesin dengan beragam
mendistribusikannya secara elektronik dengan orang lain "(4.09 ± 1.084), dan skor rata-rata
pilihan radio seperti Bluetooth, Wi-Fi, dan ZigBee. Selain itu, IoT dalam e-learning
melebihi (4.05 ± 1.095) pada item" dapat meningkatkan bimbingan belajar itu sendiri dan
membutuhkan berbagai alat dan teknologi, seperti RFID, podcast, RSS, sensor,
menyampaikan muatan yang didorong ke lingkungan fisik dan kerangka kerja ". Temuan
konektivitas internet, komputasi awan, dan Jaringan Sensor Nirkabel, serta banyak
kami dari penelitian ini mengungkapkan bahwa IoT akan terlibat dalam praktik e-learning
infrastruktur komunikasi. Namun, kerangka kerja saat ini untuk IoT dan aplikasi
dan pendidikan. konten video dan hyperlink, serta memungkinkan kami untuk mendistribusikannya secara elektronik dengan orang lain "(4.09 ± 1.084), dan skor rata-rata melebihi (4.05 ± 1.095) pada item" dapat men
teknologi sadar konteks dalam e-learning dapat membuktikan tantangan karena

Konsep CCS
• Sistem informasi • Sistem informasi ~ Informasi
Izin untuk membuat salinan digital atau cetak dari semua atau sebagian dari karya ini
untuk penggunaan pribadi atau ruang kelas diberikan tanpa biaya asalkan salinan tidak
dibuat atau didistribusikan untuk keuntungan atau keuntungan komersial dan salinan
tersebut menanggung pemberitahuan ini dan kutipan lengkap di halaman pertama . Hak
cipta atas komponen karya ini yang dimiliki oleh selain ACM harus dihormati. Abstraksi
dengan kredit diizinkan. Untuk menyalin sebaliknya, atau menerbitkan ulang, untuk
memposting di server atau untuk mendistribusikan kembali ke daftar, memerlukan izin
khusus sebelumnya dan / atau biaya. Minta izin dari Permissions@acm.org.
beberapa alasan: 1) penyebaran data besar dalam pendidikan; 2) kurangnya
kerangka kerja yang mengelola IoT dalam e-learning; 3) beberapa platform dan
aplikasi IoT; dan4) tantangan dan tren masa depan dalam e-learning. Ini termasuk
desainer yang berurusan dengan infrastruktur dan penanganan lapisan perangkat
lunak (pemrograman) dan perangkat keras (peralatan), bersama dengan menjaga
semua kebutuhan perangkat lunak fungsional dan non-fungsional. Situasi kompleks
ini telah menyebabkan evolusi yang cepat terkait pengenalan kerangka kerja
pemrograman IoT yang menangani kesulitan yang disebutkan sebelumnya. Terlepas
dari penggunaan IoT secara luas, ini masih merupakan bidang penelitian aktif,
terutama dalam e-learning. Survei komprehensif ini memberikan gambaran tentang
keadaan saat ini

ICEIT 2020, 11–13 Februari 2020, Oxford, United © Kerajaan

2020 Association for Computing Machinery. ACM ISBN
978-1-4503-7508-5 / 20/02… $ 15,00
https://doi.org/10.1145/3383923.3383970

114
penggunaan IoT dan teknologi sadar konteks dalam e-learning.
Tujuan utama pertama, adalah memberi para peneliti kesempatan
untuk memahami apa yang telah dilakukan IoT dalam e-learning
untuk keamanan e-learning IoT, platform tren dan status e-learning
IoT, dan apa yang masih harus ditangani. Kedua, untuk menentukan
persepsi mahasiswa terhadap masa depan penggunaan IoT dan
teknologi sadar konteks dalam praktik e-learning dan pendidikan.
2. LATAR BELAKANG
2.1 Definisi IoT
Gelombang berikutnya dalam dunia komputer akan berada di luar
konsep desktop biasa [1]. Sesuai dengan sudut pandang ini, model
baru yang disebut Internet of Things (IoT) dengan cepat membuat
kemajuan selama beberapa tahun terakhir. IoT menyinggung
"sistem keseluruhan dari artikel yang saling berhubungan yang
terutama dapat dialamatkan, dengan mempertimbangkan konvensi
korespondensi standar yang tujuan penyatuannya adalah Internet."
Tujuan dari IoT adalah untuk menciptakan gaya hidup yang lebih
cerdas dan sederhana dengan menghemat waktu, energi, dan uang.
Investasi besar dan banyak penelitian yang berjalan di IoT telah
menciptakan pola yang berkembang belakangan ini [2]. IoT terdiri
dari banyak perangkat terkait yang dapat bertukar informasi untuk
meningkatkan kinerjanya; aktivitas ini terjadi sebagai akibatnya dan
tanpa campur tangan atau informasi manusia.
1) sensor, 2) jaringan pemrosesan, 3) data analisis data dan 4)
pemantauan sistem. Kemajuan terbaru yang dibuat di IoT
dimulai ketika digunakan lebih sering, sensor biaya lebih rendah
menjadi lebih tersedia, teknologi web dibuat dan protokol
komunikasi diubah [3, 2].
2.2 Layanan dan Aplikasi E-learning IoT
IoT adalah peningkatan terpenting di universitas dan ruang kelas yang
memungkinkan untuk membuat rencana pelajaran yang lebih cerdas,
mempertahankan sebagian besar sumber daya dasar, meningkatkan catatan
penerimaan, merencanakan kampus yang lebih aman. Di bagian ini, Beberapa
aplikasi pendidikan terpenting dari IoT tercakup dan bagaimana itu digunakan,
sebagai berikut [4, 5]:
SEBUAH. Papan Poster ke Papan yang Mendukung IoT
Perlengkapan web seperti Glogster telah mengubah masalah ini dan memungkinkan
kami membuat poster digital dengan foto, suara, konten video, dan hyperlink, serta
memungkinkan kami mendistribusikannya secara elektronik dengan orang lain.
Poster virtual ini dapat dibagikan dengan orang lain melalui email, diakses melalui
manajemenURL publikasi dan diposting di jurnal kelas online.
B. Interaktif, Memperoleh Pengetahuan
Pengetahuan saat ini menjadi tidak hanya terbatas pada pencampuran tulisan
dan gambar tetapi mayoritas buku kursus merupakan gabungan bahan
tambahan, film, tes dan gerakan untuk membantu pembelajaran. Ini memberi
siswa kemampuan untuk menganalisis topik baru dengan pemahaman yang
lebih baik dan bertukar pikiran dengan instruktur dan teman.
C. LearningAnytime andAnywhere
IoT menggunakan kerangka kerja berbasis web yang unik. IoT memungkinkan siswa dan
pendidik untuk berinteraksi bersama dengan cara yang sangat tidak biasa, memeriksa pesan
dan acara yang akan datang ketika jauh dari ruang belajar selain menjawab pos. Edmodo
adalah metode luar biasa untuk pertukaran verbal, sehingga memungkinkan bagi pendatang
baru untuk memanfaatkan data dari area mana pun kapan pun mereka membutuhkannya.
Edmodo adalah aplikasi kuat yang menawarkan sistem aman dan perlindungan lengkap, dan
memungkinkan klien untuk melakukannya
115
simpan perenungan tertentu tanpa stres sambil menjamin
kerahasiaan penuh.
D. Fitur Keamanan Unggul
Penerapan IoT sebagai alat teknologi unggul di dalam ruang sekolah dan zona pelatihan
dapat membantu. Fitur keamanan IoT menggabungkan penunjuk krisis, peningkatan suara,
pencatat waktu Wi-Fi, dan pemberitahuan untuk gangguan pendengaran yang menawarkan
sentimen keamanan kepada peneliti dan spesialis. Fokus universitas merangkul upaya
keselamatan eksplisit yang membantu melepas lelah. IoT memberdayakan kerangka kerja
pertukaran yang juga digunakan untuk berbagai kasus, seperti nada krisis yang luar biasa,
rilis langsung, dan pesan instruksional yang direkam sebelumnya untuk mengoordinasikan
pengumpulan pekerja dan siswa dalam situasi mendesak.
Gambar 1. Diagram sistem pemantauan kehadiran.
3. KEAMANAN E-LEARNING IOTS
IoT memiliki dampak luas pada sektor pendidikan, bahkan
hingga infrastruktur lembaga pendidikan [6]. Perangkat dan
aplikasi e-learning dapat mengelola data seperti analisis
aktivitas pembelajaran, data manajemen pribadi, serta data
siswa dan guru. Perangkat pintar juga dapat diakses di mana
saja dan kapan saja dengan menghubungkannya ke jaringan
informasi. Oleh karena itu, penting untuk menganalisis
fitur-fitur keamanan IoT [7].
3.1 Persyaratan Keamanan
Dalam IoT, beberapa persyaratan keamanan harus ditetapkan untuk
mendapatkan layanan yang aman, dijelaskan sebagai berikut dalam konteks
pendidikan:
1) Kerahasiaan: Kerahasiaan mengacu pada tidak dapat diaksesnya
pengguna tidak sah untuk data siswa. Harus dipastikan bahwa sensor
tidak mengungkapkan data yang dikumpulkan ke node tetangga. Masalah
penting lainnya dalam Kerahasiaan adalah bagaimana mengelola data
2) Otentikasi: Perangkat e-learning IoT harus diaktifkan untuk
mengonfirmasi identitas perangkat lain yang berkomunikasi
dengannya.
3) Aksesibilitas: Aksesibilitas menyajikan keberadaan layanan pembelajaran
elektronik IoT kepada pihak yang berpartisipasi, bahkan saat layanan hilang
dalam serangan perampasan.
4) Kesegaran data: Konfirmasi bahwa setiap pesan segar adalah suatu
keharusan [8].
5) Non-penolakan: Non-penolakan Bukti validitas semua data yang dikirim. Ini
menjelaskan bahwa node e-learning IoT tidak dapat menolak untuk mengirim
pesan yang dikirim sebelumnya [9].
6) Kesalahan adaptif: Toleransi kesalahan adaptif memastikan bahwa sistem akan
menyediakan layanannya sampai ada kesalahan [10]. Penyembuhan diri:
7) Penyembuhan diri memastikan bahwa jika perangkat apa pun dalam jaringan
e-learning IoT kehabisan energi atau gagal, perangkat sisa memungkinkan
standar keamanan minimum [11].
8) Privasi data: Privasi data memastikan perlindungan pribadi
data, di mana tidak ada orang yang diizinkan mengakses atau untuk
berbagi data ini tanpa izin [12].
3.2 Tantangan Keamanan
Tantangan layanan e-learning IoT dapat dijelaskan sebagai
berikut:
1) Komputasi: Perangkat e-learning IoT berisi prosesor
yang terkadang beroperasi pada kecepatan rendah, bekerja hanya
sebagai aktuator atau sensor. Jadi, akses ke solusi keamanan yang
mengurangi konsumsi sumber daya dan meningkatkan pencapaian
keamanan dapat dianggap sebagai tugas yang sulit [13].
2) Batasan memori: Perangkat e-learning IoT perlu dikelola
pertukaran informasi dalam jumlah besar dan menggunakan protokol
yang kompleks, layanan cloud, sistem operasi, dan variasi dalam
firmware. Dengan demikian, memori terkadang tidak cukup untuk
mengimplementasikan protokol keamanan yang kompleks [14].
3) Mobilitas: Banyaknya perangkat pintar dalam kebutuhan sistem IoT
teknis untuk mengatur mobilitas [15]. Seringkali perangkat e-learning
bersifat seluler dan bergabung ke jaringan saat pengguna berada di mana
saja, tetapi berbagai jaringan memiliki berbagai pengaturan dan
konfigurasi keamanan, sehingga meningkatkan algoritme keamanan yang
sesuai dengan mobilitas bisa menjadi tugas yang sulit.
4) Skalabilitas: Miliaran perangkat pintar berada di berbagai
jaringan melakukan tugas yang berbeda. Dengan bertambahnya
jumlah perangkat e-learning IoT secara bertahap, merancang sistem
keamanan skalabilitas tinggi dengan persyaratan keamanan yang
dapat dicapai tidaklah mudah [16].
5) Media komunikasi: Perangkat e-learning terhubung ke
jaringan global dan lokal, yaitu melalui teknologi IoTs
seperti IPv6 melalui IEEE 802.15.4 (6LoWPAN), Wi-Fi, Zigbee,
Bluetooth, Z-Wave, WiMax, Nirkabel HART,
3G / 4G, Bluetooth Hemat Energi dan GSM. Menemukan protokol
keamanan yang dapat menangani saluran nirkabel dan kabel oleh
karena itu menantang [17].
6) Variasi perangkat: Perangkat di jaringan e-learning IoT
termasuk PDA, laptop, komputer pribadi, ponsel pintar, tablet dan
perangkat genggam yang paling tertanam [16]. Perangkat ini
berbeda ketidakmampuannya, yang berarti membuat rencana
keamanan yang memperhitungkan kemampuan berbagai perangkat
ini tidak selalu mudah.
7) Topologi jaringan dinamis: Perangkat e-learning terhubung
ke jaringan e-learning IoT kapan saja, di mana saja [18]. Namun,
perangkat mungkin keluar dari jaringan dengan benar atau tiba-tiba.
Karakteristik perangkat e-learning secara dinamis membentuk
struktur jaringan, sehingga merancang sampel keamanan untuk
jaringan itu menantang [19,20].
4. IOTS E-LEARNING TECHNOLOGIES
Dalam beberapa tahun terakhir, pembelajaran telah dipromosikan di
mana-mana dengan teknik cerdas yang tidak pernah mungkin dilakukan
sebelumnya. IoT sekarang telah dicampur dengan aplikasi hebat untuk
menentukan kinerja dan pendidikan siswa juga [21-23]. Menggabungkan
e-learning dengan IoT memperkenalkan efisiensi komputasi, karena IoT
meningkatkan penerapan dan keterkaitan yang sederhana dan hemat
biaya antara perangkat dan teknologi e-learning. Ini
116
bagian membahas teknologi IoT ini dan aplikasinya dalam
e-learning [24].
Gambar 2. Berbagai aspek terkait IoT.
Bagian ini membahas teknologi IoT ini dan aplikasinya
dalam e-learning.
4.1 Komputasi Awan
Penyimpanan dan perangkat komputasi awan dapat diberikan oleh penyedia
layanan kepada lembaga pendidikan untuk menerima metode e-learning, yang
tersedia melalui internet setiap saat dan di mana saja. Akibatnya, lembaga
pendidikan membutuhkan infrastruktur yang kuat dan internet untuk
mendapatkan dan mengelola sistem ini setelah sumber daya awan
menerimanya [25, 26]. Komputasi awan menghadirkan kepentingan keamanan
yang luar biasa signifikan bagi orang dan perusahaan yang menggunakan
atau meningkatkan pembelajaran elektronik, seperti:
• Kemustahilan yang dikembangkan: paling sulit untuk tertarik seseorang untuk
mendeteksi di mana perangkat ditempatkan yang menyimpan data yang dibutuhkan
seperti ujian dan kesimpulan atau untuk menyediakan aset digital [27].
• Penyimpanan data terpusat yang menyia-nyiakan konsumen cloud
tidak lagi menjadi konflik yang signifikan ketika komponen utama
dari aplikasi dan data disimpan ke cloud, yang berarti klien baru
dapat dengan cepat dilampirkan [28].
4.2 Komputasi Grid
Banyak program dan platform e-learning telah dikembangkan oleh
sistem komputasi grid, yang memungkinkan prototipe lebih lanjut
dari tujuan elearning seperti visualisasi foto-realistis atau beberapa
simulasi waktu nyata. Data dan perhitungan dapat dibagi dalam
sebuah grid secepat komputer siswa tidak dapat mengontrol lebih
banyak lagi. Misalnya, mahasiswa kedokteran dapat menggunakan
visualisasi fotorealistik model komposit tubuh individu untuk praktik
yang berguna. [29].
4.3 Data Besar
IoT dan analitik data besar memasuki e-learning. Menangkap prestasi pelajar,
evaluasi dan pengetahuan komunikasi adalah salah satu kesulitan yang
diderita oleh pengguna program e-learning pada saat ringkasan [30]. Big data
memfasilitasi pakar e-learning untuk menyesuaikan keahlian e-learning untuk
menyajikan kepada siswa program e-learning yang lebih mendidik,
menyenangkan, dan menarik [31]. Aspek manajemen yang berpusat pada IoT
dan data besar termasuk menjalankan sesi online, modul, perangkat, dan
proses pembelajaran [32]. Big data dapat menyajikan model e-learning adaptif
yang diizinkan untuk mempertimbangkan konten pembelajaran yang tepat
untuk setiap peserta didik dengan menemukan tujuan instruksional masa
depan yang relatif dari metode penilaian peserta didik yang memadai,
menghasilkan metode pembelajaran adaptif untuk setiap peserta didik.
Hasilnya, kita bisa menggunakan motif pembelajar
dan kekayaan sosial untuk memilih metode pembelajaran tertentu untuk fase akuisisi untuk mendapatkan kesadaran konteks. Kemudian, sumber daya
setiap siswa [33]. ini memodelkan konteks tingkat rendah dalam fase pemodelan dalam dua
cara: pemodelan konseptual untuk mendefinisikan entitas dasar dalam
4.4 Jaringan konteks, dan pemodelan relasional untuk menentukan atribut dan properti di
Jaringan memainkan peran penting yang digabungkan oleh teknologi IoT antara entitas dengan cara yang logis. Selanjutnya, sumber daya
untuk memungkinkan banyak pelajar terhubung di ruang kelas untuk berbagi menghubungkan pemodelan konseptual dan relasional untuk mendapatkan
akuisisi data yang diinginkan dengan mengelola perangkat untuk aplikasi konteks tingkat tinggi yang tersirat dalam fase penalaran.
e-learning. Selain itu, ruang kelas dengan komputer yang ditingkatkan IoT
membantu mengambil data dalam jaringan real-time yang sesuai untuk
tindakan. Peserta didik kemudian siap untuk mengumpulkan data ini untuk
digunakan nanti, dan jaringan membantu data ini untuk diunggah dalam
format yang diinginkan menggunakan aplikasi e-learning cerdas. Aplikasi ini
menyinkronkan hal-hal ini tepat waktu dengan pendatang baru di kelas
menggunakan jaringan yang ada. Jadi, setiap orang dapat mempelajari
pelajaran ini di mana saja di luar kelas [6].

4.5 Kecerdasan Ambient

Ambient Intelligence (AmI) adalah teknologi yang memanfaatkan lingkungan
sensitif dan istilah Artificial Intelligence (AI) untuk aktivitas rutin yang efektif. Ini
pada dasarnya melakukan tindakan signifikan seperti merespons, mengontrol,
dan berpikir otomatis dengan cara yang cerdas. Dengan demikian, e-learning
telah digabungkan dengan AmI dan IoT untuk mengaktifkan lingkungan
e-learning dengan tindakan yang dioptimalkan [34,35, 36].

4.6 Realitas Tertambah

AmI adalah teknologi yang memanfaatkan lingkungan sensitif dan istilah
AI untuk aktivitas rutin yang efektif. Dengan demikian, e-learning telah
digabungkan dengan AmI dan IoT untuk memungkinkan lingkungan
e-learning dengan tindakan yang dioptimalkan [34]. Lingkungan belajar
elektronik yang didukung AmI harus memastikan aplikasi untuk
merespons fungsi siswa dan guru secara otomatis di lingkungan ruang
kelas. Tindakan ini melibatkan pengambilan data, personalisasi, dan
kolaborasi. Lingkungan ini memiliki agen kontrol meja untuk
mengidentifikasi lokasi seperti pelajar yang tidak mengerjakan tugas,
pelajar yang malas, kesulitan yang dihadapi oleh pelajar melalui
penafsiran tugas dan penyalahgunaan sistem pembelajaran. Oleh karena
itu, lingkungan belajar yang didukung AmI harus memiliki sistem cerdas
dan meja papan [35, 36].
4.7 Teknologi Yang Dapat Dipakai
Teknologi yang dapat dikenakan memiliki banyak bentuk, seperti alat pelacak dalam
praktik kebugaran atau jam tangan cerdas. tujuan utamanya adalah agar perangkat
yang dapat dikenakan merasakan dan memperkirakan data fisiologis, seperti detak
jantung dan elektroensefalografi (EEG), daripada perangkat medis yang terlalu mahal
dan menyediakan pelaporan mandiri yang menghabiskan waktu dan sumber daya
[37, 38]. Siswa dalam e-learning tidak pernah siap untuk menunjukkan emosi dan
pendapatnya dengan kata-kata, jadi untuk memecahkan masalah ini dan
memprovokasi kemajuan pembelajaran, petunjuk adaptasi yang terinspirasi
diperoleh dari model data yang diambil dari perangkat wearable nonreaktif.
Wearable dalam e-learning mampu melakukan berbagai kasus penanganan fokus
seperti memahami, memproses, menjelaskan, mengumpulkan, mentransfer, atau
menyajikan pengetahuan,
4.8 Teknologi yang Dapat Dipakai
Teknologi yang dapat dikenakan memiliki banyak bentuk, seperti alat pelacak
dalam praktik kebugaran atau jam tangan cerdas. Tujuan utamanya adalah
agar perangkat yang dapat dikenakan merasakan dan memperkirakan data
fisiologis, seperti detak jantung dan elektroensefalografi (EEG), daripada
perangkat medis yang terlalu mahal dan menyediakan pelaporan mandiri yang
menghabiskan waktu dan sumber daya [37, 38]. Gambar 3 menunjukkan
integrasi antara IoT, kesadaran konteks, dan pembelajaran elektronik.
Teknologi IoTs telah memberikan konteks tingkat rendah yang berbeda di
Gambar 3. Integrasi IoT, kesadaran konteks dan e-
belajar.
5. IOTS DAN E-LEARNING MASALAH TERBUKA
DAN TANTANGAN
Bagian ini menyajikan beberapa tantangan dan masalah terbuka yang
dihadapi layanan e-learning berbasis IoT.
5.1 Standardisasi
Di bidang e-learning, ada banyak pabrikan yang membuat berbagai
perangkat IoT. Perangkat IoT apa pun dalam lingkungan yang dapat
dioperasikan dapat bertukar informasi dan terhubung ke perangkat
atau sistem lain; Namun, standarisasi interoperabilitas merupakan
tantangan bagi perangkat IoT [40]. Dengan demikian, standarisasi
tersebut harus mencakup banyak topik seperti lapisan komunikasi,
termasuk lapisan fisik dan kontrol akses media; tumpukan protokol;
proses yang dikumpulkan; mengirimkan dan menerima data ke
layanan di cloud; alat konfigurasi, metode dan antarmuka; layanan
mikro pengaturan e-learning seperti database, skema data, dan
pengalaman alat visualisasi yang kompleks; dan pengembangan
application package interface (API) dan elemen server [41-43].
5.2 Platform E-Learning IoT
Perangkat e-learning IoT memerlukan operasi real-time, sehingga
diperlukan platform komputasi yang sesuai dengan pustaka run-time.
Membuat platform dapat melibatkan pendekatan berorientasi layanan
(SOA) untuk menggunakan API. Misalnya, Virtual e-learning Space (VeLs)
dibangun untuk menyetujui tumpukan IoT, bertukar data di seluruh
sistem dan mengambil prosedur kognitif untuk mencapai tujuan [44].
Platform JXTA-Overlay kemudian dimasukkan ke dalam IoT dengan
menggunakan Smart Box dan teknologi RFID untuk menentukan situasi
peserta didik [45].
5.3 Analisis Biaya
Beberapa peneliti menganggap layanan e-learning berbasis IoTs
seperti Access Control, Light & Temperature Control, reduktif

117
Pemeliharaan, Semua Perangkat berada di Jaringan Tunggal dan Akses
Penyimpanan Memori Cloud untuk mengurangi biaya, meningkatkan hasil
pembelajaran dan meningkatkan e-learning [46, 47].
5.4 Proses Pengembangan Aplikasi
Untuk mengembangkan aplikasi pada platform android misalnya, terdapat
empat tahapan dasar: setup, development, debugging serta testing dan
publishing [48]. Jadi, platform lain mengambil pendekatan yang sama untuk
mengembangkan aplikasi e-learning, membutuhkan partisipasi pakar
pembelajaran dan mempertimbangkan kemajuan terkini di bidang
pembelajaran.
5.5 Transisi Teknologi
E-learning dengan IoT membantu mengumpulkan data dan berbagi dengan
perangkat lain secara efisien, implementasi e-learning Organisasi e-learning
dapat memodernisasi perangkat mereka untuk berkomunikasi dengan
berbagai gadget seperti sensor, kamera, display papan digital, jam tangan
pintar, audio perekam, Google Glass, dan lainnya [6].
5.6 Jenis Jaringan
Menerapkan konsep IoTs dalam e-learning dan menerapkan konsep
gasifikasi akan menciptakan pendidikan cerdas [49]. E-learning telah
dibatasi pada ruang kelas virtual, bahan pelajaran, tutorial online,
animasi dan video ceramah. Ada banyak alat IoT yang tersedia yang
memengaruhi pembelajaran elektronik seperti papan SMART, penyorot
digital, penanda pemindaian, chip RFID, dan kode QR [50]. Menemukan
jenis jaringan yang sesuai untuk menyertakan alat IoT dan elearning
adalah masalah terbuka.
Gambar 4. Indikasi masalah privasi IoT.
5.7 Pemantauan Berkelanjutan
Dalam e-learning, melakukan pemantauan terus menerus tidak
terlalu rumit, tetapi bisa untuk produser e-learning ketika siswa
sering masuk dan keluar. Prosedur pemantauan berkelanjutan
menurut berbagai waktu koneksi bisa sangat memakan waktu,
dan dalam hal ini, pemantauan berkelanjutan merupakan
tantangan penting [51].
6. IDENTIFIKASI
Untuk perangkat yang berkomunikasi di antara klien (orang),
perlu untuk memahami identitas mereka dan agar mereka
dapat dikenali [52].
6.1 Model Bisnis
Titik awal model perusahaan yang sukses adalah posisi
biayanya. Administrator biasanya menghasilkan koleksi
perangkat termasuk kepribadian, saham, kekayaan intelektual
(IP), materi dan uang untuk menyajikan proposisi nilai [53].
6.2 Kualitas Layanan (QoS)
118
Tuntutan Quality of Service (QoS) dari layanan e-learning sangat
sensitif terhadap waktu dan menginginkan jaminan QoS dalam fase
parameter utama seperti keandalan, pemeliharaan, dan tingkat
layanan. Membantu kebutuhan administrasi otonom untuk
mengontrol penjadwalan permintaan dan penyediaan sumber daya
sehingga persyaratan QoS pengguna terpenuhi dan memberikan
tingkat efisiensi yang lebih besar untuk mendukung aplikasi IoT [1].
6.3 Perlindungan Data
Perangkat tinggi perlu perlindungan dan poin privasi. Dengan demikian,
sistem yang kuat dan model keamanan teknologi harus ditawarkan untuk data
pendidikan dengan pengguna, perusahaan dan praktik, keamanan,
memperkenalkan bantuan untuk serangan penemuan [54].
6.4 Mobilitas
Banyaknya perangkat pintar dalam sistem IoT yang membutuhkan teknis
untuk mengelola mobilitas adalah contoh karakteristik IoT yang terlihat di
mana pun hal-hal tersebut secara eksternal mengikat pengaturan jaringan
proksimal. Jadi, membutuhkan lingkungan mobilitas meningkatkan algoritma
keselamatan mobilitas fleksibel untuk IoTs [55].
Gambar 5. Alat analitik dan visualisasi IoTs senescing.
Gambar 6. Arsitektur keseluruhan dari sistem IoT.
6.5 Analisis Tepi
Komputasi tepi memberikan bantuan data komputasi dari server cloud
ke tepi jaringan. Penyedia konten ditambah pengembang pekerjaan
dapat mempraktikkan metode komputasi tepi dengan memberi
pengguna rangkaian yang paling dekat dengan mereka. Edge computing
dibedakan dalam akses waktu-waktu ke data jaringan yang dapat
diterapkan oleh beberapa aplikasi.
6.6 Dampak Ekologis
Konteks IoT dalam lingkungan pembelajaran cerdas harus menyasar
pada aspek lingkungan dan perlindungan. Sistem pembelajaran
menyajikan pengetahuan dan informasi tentang keamanan lingkungan
dan menunjukkan bagian global ekologi untuk meningkatkan kesadaran
siswa tentang efek negatif dari pencemaran siswa [56]
7. STUDI TUJUAN
Tujuan dari penelitian ini untuk mengetahui opini mahasiswa masa
depan mengenai tren masa depan di bidang e-learning, kepada
mengidentifikasi masa depan penggunaan teknologi IoT dalam aplikasi metodologi. Kemudian, formulir kuesioner dan timbangan
e-learning. dikirimkan (online) ke siswa sukarela.

8. METODE 8.3 Analisis data

8.1 Contoh dan prosedur
Untuk mengumpulkan data empiris untuk penelitian ini,
metode kuesioner survei digunakan. Kuesioner diberikan
kepada mahasiswa di tujuh fakultas umum di universitas
Damietta. 235 siswa,
8.2 Instrumen Pengukuran
Dalam hal ini, Instrumen dikembangkan untuk mengukur efek masa depan
penggunaan teknologi IoT dalam aktivitas pendidikan yang relevan. Karena
tidak ada instrumen yang valid dan dapat diandalkan untuk menentukan
pandangan siswa tentang IoT, pertanyaan dibuat oleh peneliti setelah tinjauan
pustaka, dan analisis psikometri tidak dilakukan. Item pengukuran didasarkan
pada skala Likert tipe lima poin, mulai dari (1-5) sangat tidak setuju hingga
sangat setuju. Reliabilitas konsistensi internal adalah 0,78 dan Cranach's α ( ≥
0,96), yang digunakan untuk mengevaluasi reliabilitas instrumen. Oleh karena
itu, kuesioner memiliki keandalan yang dapat diterima untuk aplikasi tersebut.
Item kuesioner terdiri dari 23 item dengan enam konstruk sebagai berikut:
Mobility challenge (MC), Device variety (DV), impact in e-learning (IE), Alat
e-learning (ET), Interactive Gaining of Knowledge (IG), Learning Anytime and
Anywhere (LA). fokus pada praktik dalam pendidikan sarjana secara konsisten
memprediksi perkembangan selama semester kedua tahun akademik
2018-2019. Para peserta diinformasikan secara lisan tentang definisi teknologi
IoT dan tujuan studi, dan setiap siswa menerima lembar yang menunjukkan
tujuan studi, peneliti dan
Data dimasukkan dan dianalisis menggunakan frekuensi,
persentase, rata-rata, dan deviasi standar dengan perangkat
lunak SPSS (Paket Statistik untuk Ilmu Sosial), versi
24.0 (SPSS Inc).
9. HASIL
Validitas konsistensi internal diperkirakan untuk mengkonfirmasi
bahwa ada hubungan antara konstruk dan pertanyaan instrumen
secara keseluruhan. Seperti terlihat pada Tabel 2, nilai validitas
konsistensi internal berkisar antara 0.832 - 0.894. Nilai mengacu
pada nilai validitas konsistensi internal yang dapat diterima yang
signifikan secara statistik (pada p <0,05) secara umum. Reliabilitas
nilai yang dapat diterima adalah 0.84. Oleh karena itu, item
pengukuran memiliki Validitas dan reliabilitas serta terdapat korelasi
yang kuat antara koefisien korelasi antar item dari setiap item
konstruk. Temuan kami menunjukkan bahwa, Mobility challenge
(MC), Device variety (DV), impact in e-learning (IE), e-learning tools
(ET), Interactive Gaining of Knowledge (IG), Learning Anytime and
Anywhere (LA) berpengaruh positif signifikan terhadap Adopsi IoT
dalam e-learning di masa mendatang. Pembalikan hasil penelitian
sebelumnya, hasil kami menunjukkan bahwa IoT dan teknologi sadar
konteks merupakan faktor terpenting dalam e-learning di masa
depan. Dalam studi kami, IoT mengubah persepsi dan tindakan
akademis siswa di tingkat identifikasi. Penggunaan IoT dan teknologi
sadar konteks untuk tujuan pendidikan di perguruan tinggi dapat
menjadi evolusi dalam dunia akademik selama teknologi terakhir.

Tabel: 1 Sarana, Standar deviasi (SD), Chi-square dan Reliabilitas untuk konstruksi instrumen.
Konstruksi Alat ukur X ± (SD) Membangun Chi
keandalan Kuadrat Sebuah

Mobilitas IoT memungkinkan perangkat terhubung ke jaringan saat pengguna berada di mana saja dan kapan 4,07 ± (1,136) . 894 ** 158,25 **
tantangan saja.

IoT membantu meningkatkan algoritme keamanan yang sesuai dengan 3,92 ± (1,203) 126,17 **

mobilitas. perangkat yang terhubung dalam struktur jaringan secara dinamis. 3,82 ± (1,33) 102,48 **

Alat PDA, laptop, komputer pribadi, ponsel pintar, tablet, dan sebagian besar perangkat 4,05 ± (1,047) . 872 ** 147,87 **
variasi genggam tertanam dengan IoT.

Peningkatan akses ke sumber daya melalui perangkat pintar. 4,00 ± (1,165) 137,11 **

Perangkat e-learning dasar seperti PDA, laptop, personal computer, smart phone dan tablet akan lebih 3,82 ± (1,122) 94,42 **
mudah dilakukan dengan menggunakan teknologi IoTs. IoT dapat meningkatkan bimbingan itu sendiri
Dampaknya dalam dan menyampaikan muatan yang didorong ke lingkungan fisik dan kerangka kerja. 4,05 ± (1,095) . 875 ** 145,40 **
e-learning

IoT dapat mengumpulkan data e-learning dari siswa dan profesor menggunakan sensor yang 4,00 ± (1.150) 138,95 **
dapat dikenakan dan ditanamkan.

IoT dapat membantu memantau kinerja siswa secara elektronik. Membantu 4,10 ± (1,078) 161,01 **

siswa berinteraksi satu sama lain dan berbagi konten. 3,97 (1,190) 124,21 **

e-learning telah mengubah masalah ini dan memungkinkan kami membuat poster digital dengan foto, suara, konten video, 4,09 ± (1,084) . 892 ** 158.21 **
alat dan hyperlink, serta memungkinkan kami mendistribusikannya secara elektronik dengan orang lain.

Poster virtual ini dapat dibagikan dengan orang lain melalui email, diakses melalui 3,92 ± (1,240) 127,06 **
manajemenURL publikasi dan diposting di jurnal kelas online.

IoT memberdayakan sistem pertukaran yang juga digunakan untuk berbagai kasus, seperti nada krisis 3,82 ± (1,291) 133,74 **
yang luar biasa, rilis langsung.

IoT akan memfasilitasi untuk menindaklanjuti siswa dan memungkinkan mereka untuk berkomunikasi dengan cepat 3,99 ± (1,195) 102,42 **

119
Konstruksi Alat ukur X ± (SD) Membangun Chi
keandalan Kuadrat Sebuah

antara siswa, guru dan orang tua.

Saya percaya bahwa teknologi IoT dapat dipantau dan diukur e-learning 3.82 ± (1.291) dari jarak . 871 ** 138,08 **
Interaktif
jauh.
Mendapatkan dari
Pengetahuan

Alat IoT memungkinkan siswa untuk menganalisis hal-hal baru dengan pemahaman yang lebih baik 3,99 ± (1,165) 134,85 **
dan bertukar pikiran dengan instruktur dan teman mereka .

Alat IoTs akan mempelajari siswa untuk melakukan poster virtual yang memungkinkan. Mereka untuk 4,10 ± (1,088) 161,62 **
berbagi dengan orang lain melalui email, diakses melalui manajemen URL publikasi dan diposting di
jurnal kelas online.

IoT akan menghasilkan aplikasi yang kuat yang menawarkan sistem aman dan perlindungan 3,86 ± (1,286) 110,66 **
lengkap.

3,92 ± (1,228) . 832 ** 115,57 **

Belajar
Kapan saja IoT dapat membantu masalah siswa jarak jauh dan layanan perawatan akan
dan tersebar luas.
Dimanapun

IoT memainkan peran penting dalam mengembangkan sistem e-learning menggunakan 3,98 ± (1,208) 135,15 **
kerangka kerja berbasis web yang unik, sedangkan teknologi canggih memberdayakan siswa
untuk menunjukkan kemajuan peneliti.

IoT memungkinkan siswa dan pendidik untuk berinteraksi bersama dengan cara yang 3,06 ± (1,186) 124,46 **
sangat tidak biasa, memeriksa pesan dan acara yang akan datang.
Sebuah chi-squared digunakan untuk menguji tren waktu; df = 4

Tabel: 2 validitas diskriminasi konstruksi.

Konstruksi AV Cronbach's Alpha
MC 11.79 . 894 **

DV 11.88 . 872 **

YAITU 16.10 . 875 **

ET 15.79 . 892 **

AKU G 15.91 . 871 **

LA 11.85 . 832 **

Nilai p 2-arah; * p <0,05, ** p <0,01.

Alhasil, lakukan pada Tabel 1 dan gambar 7. Mayoritas peserta dari kedua
Gambar 7. Tanggapan sampel tentang tantangan Mobilitas.
perguruan tinggi bahwa teknologi IoT memungkinkan perangkat terhubung
ke jaringan ketika pengguna berada di mana saja dan kapan saja (4.07 ±,
1.136). Tanggapan tersebut memastikan bahwa teknologi IoTs berperan
peran penting untuk meningkatkan algoritme keamanan yang sesuai
dengan mobilitas (3.92 ±, 1.203). Selain itu, mereka melaporkan bahwa
teknologi IoT membantu perangkat yang terhubung dalam struktur jaringan
secara dinamis (3.82 ±, 1.33).

Umpan balik siswa tentang variasi Perangkat seperti yang ditunjukkan pada gambar
8. PDA, laptop, komputer pribadi, ponsel pintar, tablet dan perangkat
genggam yang paling tertanam dengan IoTs (4.05 ±, 1.047). Selain itu,
Peningkatan akses ke sumber daya melalui perangkat pintar dan
perangkat e-learning dasar seperti PDA, laptop, komputer pribadi,
ponsel pintar (4.00 ±, 1.165) dan tablet akan lebih mudah dilakukan
dengan menggunakan teknologi IoT (4.00 ±, 1.165). Studi sebelumnya
telah melaporkan bahwa teknologi IoTs akan secara langsung
memengaruhi praktik pendidikan di masa depan di bidang e-learning,
smart college, dan pembelajaran kolaboratif.
Gambar 8. Tanggapan sampel tentang (Variasi perangkat).
Dengan kata lain, pendapat siswa tentang masa depan IoT dapat meningkatkan
bimbingan itu sendiri dan menyampaikan muatan yang didorong ke lingkungan fisik dan
kerangka kerja (4.05 ±, 1.095). Selain itu, IoT dapat mengumpulkan data e-learning dari
mahasiswa dan profesor menggunakan sensor yang dapat dikenakan dan yang dapat
ditanamkan (4.00

120
±, 1.150). Siswa memperoleh nilai rata-rata tertinggi (4.10 ±, 1.078)
pada item "IoT dapat membantu memantau kinerja siswa secara
elektronik" dan memastikan bahwa IoT membantu siswa
berinteraksi satu sama lain dan berbagi konten gambar 9 yang
ditampilkan.
Gambar 9. Tanggapan sampel tentang (Dampak dalam e-learning).
Hasil pada Tabel 1 dan Gambar 10. menunjukkan bahwa mahasiswa fakultas
telah memprediksi perubahan yang akan diamati dalam sistem pendidikan
di masa depan dan akan menjadi alat pendukung untuk e-learning. Dalam
hal ini, hasil mengungkapkan bahwa IoT telah mengubah masalah ini dan
memungkinkan kami membuat poster digital dengan foto, suara, konten
video, dan hyperlink, serta memungkinkan kami untuk mendistribusikannya
secara elektronik dengan orang lain (4.09 ±,
1.084). Poster virtual ini dapat dibagikan dengan orang lain
melalui email, diakses melalui manajemen URL publikasi dan
diposting di jurnal kelas online (3.92 ±, 1.240).
Gambar 10. Tanggapan sampel tentang (alat e-learning).
Hasil penelitian (Tabel 1, Kolom, Gambar 11.) menunjukkan bahwa iots akan
terjadi pengaruh positif yang signifikan terhadap tujuan penggunaan
pendidikan. Selain itu, ini akan membantu siswa untuk memungkinkan siswa
menganalisis hal-hal baru dengan pemahaman yang lebih baik dan bertukar
pikiran dengan instruktur dan teman mereka.
Gambar 11. Tanggapan sampel tentang (Perolehan Interaktif
Pengetahuan).
Siswa memperoleh nilai tertinggi pada item “IoT berperan penting dalam
mengembangkan sistem e-learning dengan menggunakan unique
121
kerangka kerja berbasis web sedangkan teknologi canggih
memberdayakan siswa untuk menunjukkan kemajuan peneliti ”(3.98 ±,
1.208). Ini mencerminkan peran masa depan IoT dan pengaruhnya di
bidang elearning. Selain itu, mereka memperoleh skor Hight dalam
item "IoT memungkinkan siswa dan pendidik untuk berinteraksi
bersama dengan cara yang sangat tidak biasa, memeriksa pesan dan
acara mendatang" (3.06 ±, 1.186). (tabel 1, Kolom 12, gambar
12.).
Gambar 12. Tanggapan sampel tentang (Learning Anytime
dan Di Mana Saja).
10. KESIMPULAN
Dalam literatur ini, pemahaman komprehensif tentang Internet of
Things (IoTs) dan aplikasi teknologi sadar konteks dalam elearning dan
pertimbangan masalah terbuka telah dicapai. Kami melihat bahwa
deteksi intrusi dalam konteks IoT masih menjadi tantangan. Karya ini
juga mengeksplorasi perspektif siswa tentang masa depan IoT dalam
e-learning . Hasil penelitian ini menunjukkan bahwa mahasiswa telah
memprediksikan perubahan-perubahan yang akan diamati di
perguruan tinggi di masa yang akan datang dan akan menjadi alat
pendukung untuk e-learning. Dalam hal ini, hasil mengungkapkan
bahwa IoT telah mengubah masalah ini dan memungkinkan kami
membuat poster digital dengan foto, suara, konten video, dan
hyperlink, serta memungkinkan kami mendistribusikannya secara
elektronik dengan orang lain. Kesimpulannya, IoT dan teknologi
sadar-konteks adalah bidang baru, beragam, dan tidak pasti yang
terbuka untuk eksplorasi. IoT memainkan peran penting dalam
mengembangkan sistem e-learning menggunakan kerangka kerja
berbasis web yang unik sedangkan teknologi canggih memberdayakan
siswa untuk menunjukkan kemajuan peneliti.
11. DAFTAR PUSTAKA
[1] J. Gubbi, R. Buyya, S. Marusic, dan M. Palaniswami,
“Internet of Things (IoT): Visi, elemen arsitektur, dan arah
masa depan,” Future Gen. Comp. Syst., Vol. 29, hlm.
1645–1660, 2013.
[2] L. Atzori, A. Iera, dan G. Morabito, "Internet of things: A
survey," Comp. Net., Vol. 54, hlm. 2787–2805, 2010.
[3] Veiseh, O., Doloff, JC, Ma, M., Vegas, AJ, Tam, HH, Bader, AR, ... &
Jhunjhunwala, S. (2015). Respon imun benda asing yang
bergantung pada ukuran dan bentuk terhadap bahan yang
ditanamkan pada hewan pengerat dan primata non-manusia.
Bahan alam, 14 (6), 643.
[4] Gubbi, J., Buyya, R., Marusic, S., & Palaniswami, M. (2013).
Internet of Things (IoT): Visi, elemen arsitektur, dan arah
masa depan. Sistem komputer generasi masa depan, 29 (7),
1645-1660.
[5] Lee, I., & Lee, K. (2015). Internet of Things (IoT):
Aplikasi, investasi, dan tantangan untuk perusahaan.
Business Horizons, 58 (4), 431-440.
[6] MRM Veeramanickam, dan M. Mohanapriya, “IOT
memungkinkan kampus cerdas berjangka dengan e-learning
yang efektif: iCampus,” GSTF J. dari Eng. Tech. (JET), vol. 3, 2017.
[7] S. Gul, M. Asif, S. Ahmad, M. Yasir, M. Majid, M. Malik, dan S.
Arshad, “Survei Peran Internet of Things dalam Pendidikan,”
Int. J. dari Comp. Sci. dan Net. Sec., Vol. 17, hlm. 159–165,
2017.
[8] SR Islam, D. Kwak, MH Kabir, M. Hossain, dan KS Kwak,
“Internet of Things for Health Care: A Comprehensive
Survey,” IEEE Access, vol. 3, hlm. 678–708,
2015.
[9] Hossain, MM, Fotouhi, M., & Hasan, R. ” Menuju analisis
masalah keamanan, tantangan, dan masalah terbuka di
internet of things ”. Pada 2015 Kongres Dunia IEEE tentang
Layanan (hlm. 21-28). IEEE .
[10] Jhawar, R., & Piuri, V. Toleransi kesalahan dan ketahanan dalam
lingkungan komputasi awan. Dalam buku pegangan
Komputer dan keamanan informasi, hlm. 165-181. Morgan
Kaufmann, 2017.
[11] A. Mosenia, dan NK Jha, “Sebuah studi komprehensif
keamanan internet-of-things, ”IEEE Trans. Topik
OnEmerging di Comp., Vol. 5, hlm.586–602, 2017.
[12] N. Mekki, M. Hamdi, T. Aguili, dan TH Kim, “Skenario-
berbasis analisis kerentanan dalam sistem pemantauan
pasien berbasis IoT, ”hlm. 554–559, 2017 [SECRYPT].
[13] G. Carnaz, dan VB Nogueira, Tinjauan IOT dan
kesehatan, 2016.
[14] KK Patel, dan SM Patel, “Internet of things - IOT:
Definisi, karakteristik, arsitektur, teknologi pendukung,
aplikasi & tantangan masa depan, ”Int. J. dari Eng., Sci.,
Dan Comp., Vol. 6, 2016.
[15] F. Huai-Lei, “Manajemen mobilitas kelompok untuk skala besar
jaringan seluler mesin-ke-mesin, ”IEEE Trans. Veh.
Technol., Vol. 63, hlm. 1296–1305, 2014.
[16] MM Hossain, M. Fotouhi, dan R. Hasan, “Menuju an
analisis masalah keamanan, tantangan, dan masalah
terbuka di internet of things, ”IEEE, hlm. 21–28, Juni 2015
[IEEE World Congress on Services, 2015].
[17] D. Dobrilović, Z. Čović, Ž., Stojanov, dan V. Brtka,
"Pendekatan dalam mengajar jaringan sensor nirkabel dan
teknologi yang memungkinkan IOT di program sarjana," hlm.
18-22, Desember 2013 [Proceedings of the 2nd Regional Conf.
Mekatronika dalam Praktek dan Pendidikan, MechEdu, 2013].
[18] I. Ganchev, Z. Ji, dan M. O'Droma, “IoT generik
arsitektur untuk kota pintar, ”2014.
[19] Y. Chen, dan T. Kunz, “Evaluasi kinerja IoT
protokol di bawah jaringan akses nirkabel terbatas, ”IEEE,
hlm. 1-7, April 2016 [International Conf. tentang Topik
Pilihan dalam Jaringan Seluler & Nirkabel (MoWNeT), 2016].
[20] MA Khan, dan K. Salah, “Keamanan IoT: Ulasan,
solusi blockchain, dan tantangan terbuka, ”Future Gen.
Comp. Syst., Vol. 82, hlm. 395–411, 2018.
[21] S. Jabbar, K. Naseer, M.Gohar, S. Rho, dan H. Chang,
"Model kepercayaan pada lapisan layanan komputasi awan untuk
lembaga pendidikan," The J. of Supercomp., Vol. 72, hlm.58–83,
2016.
122
[22] A. Paul, A. Ahmad, MM Rathore, dan S. Jabbar,
“Smartbuddy: Mendefinisikan perilaku manusia menggunakan
analitik data besar di internet sosial of things,” IEEE Wireless
Comm., Vol. 23, hlm. 68–74, 2016.
[23] Johnson, RB, & Onwuegbuzie, AJ (2004). Campuran
metode penelitian: Sebuah paradigma penelitian yang waktunya
telah tiba. Peneliti pendidikan, 33 (7), 14-26.
[24] D. Bagchi, K. Kaushik, dan B. Kapoor, “Lab virtual untuk
teknik elektronik menggunakan komputasi awan, "IEEE, hlm.
39-40, Maret 2013 [3rd Interdisciplinary Engineering Design
Education Conf., 2013].
[25] K. Mwakisole, M. Kissaka, dan J. Mtebe, “Kelayakan
implementasi cloud computing untuk eLearning di sekolah
menengah di Tanzania, ”Int. J. dari Edu. dan Devel.
Menggunakan TIK, vol. 14, 2018.
[26] MY Idris, D. Stiawan, NM Habibullah, AH Fikri, M.
RA Rahim, dan M. Dasuki, “IoT smart device for elearning
content sharing on hybrid cloud environment,” IEEE, pp. 1–5,
September 2017 [4th International Conf. tentang Teknik
Elektro, Ilmu Komputer dan Informatika (EECSI), 2017].
[27] M. Bayani, K. Leiton, dan M. Loaiza, “Internet hal-hal
(IoT) manfaat e-learning di kota pintar, ”Int. J. dari Dev.
Res., Vol. 7, hlm. 17747–17753, 2017.
[28] AEM Abdalrahman, dan MO Altaieb, “E-learning
based on cloud computing technology, ”IEEE, hlm. 1-6,
April 2018 [1st International Conf. tentang Aplikasi
Komputer & Keamanan Informasi (ICCAIS), 2018].
[29] V. Pankratius, dan G. Vossen, (2003). Menuju e-Learning
Grids: Using Grid Computing in Electronic Learning,
Department of Management Systems, University of
Waikato, pp.4-15.
[30] H. Elhoseny, M. Elhoseny, AM Riad, dan AE
Hassanien, “Kerangka untuk analisis data besar di kota
pintar,” Springer, hlm. 405–414, Februari 2018 [Konferensi
Internasional. tentang Teknologi dan Aplikasi Pembelajaran
Mesin Canggih, 2018].
[31] PK Udupi, N. Sharma, dan SK Jha, “Data pendidikan
pertambangan dan kerangka data besar untuk lingkungan
e-learning, ”IEEE, hlm. 258-261, September 2016 [5th International
Conf. tentang Keandalan, Teknologi Infokom dan
Optimasi (Trends and Future Directions) (ICRITO),
2016].
[32] S. Kusuma, dan DK Viswanath, “IOT dan data besar
analitik dalam e-learning: Perspektif dan tinjauan teknologi, ”Int.
J. dari Eng. & Teknologi, vol. 7, hlm. 164–167, 2018.
[33] M. Birjali, A. Beni-Hssane, dan M. Erritali, “Sebuah novel
model e-learning adaptif berbasis big data dengan menggunakan
pengetahuan berbasis kompetensi dan sosial
aktivitas pelajar, ”App. Kompensasi Lunak, vol. 69, hlm. 14–32,
2018.
[34] M. Stoica, M. Mircea, B. Ghilic-Micu, dan CR Uscatu,
“Dari lingkungan pendidikan yang cerdas hingga sekolah
lingkungan melalui komputasi kabut & awan dalam konteks IoT,”
Info. Econ., Vol. 22, hlm. 5–14, 2018.
[35] S. Kanagarajan, dan S. Ramakrishnan, “Di mana-mana dan
ambient intelligence membantu pengembangan
infrastruktur lingkungan belajar-review, ”Edu. dan Info.
Tech., Vol. 23, hlm. 569–598, 2018.
 [36] V. De Silva, J. Roche, X. Shi, dan A. Kondoz, A. “IoT [46] S. Charmonman, P. Mongkhonvanit, V. N, Dieu, dan N.
arsitektur kecerdasan ambien yang didorong untuk mobilitas cerdas Linden, "Penerapan internet of things dalam
dalam ruangan, ”IEEE, hlm. 451–456, Agustus 2018 [IEEE 16th elearning," Int. J. dari Comp., Int. dan Man., vol. 23,
International Conf. tentang Komputasi yang Dapat Diandalkan, hlm. 1–4, 2015.
Otonomi, dan Aman, Konferensi Internasional ke-16. tentang Pervasive
[47] JM Woodside, S. Amiri, dan W. Sause, “Internet dari
Intelligence and Computing, Konferensi Internasional ke-4. tentang Big
hal-hal dalam e-learning, ”
Data Intelligence and Computing, Cyber Science and Technology
<https://www.academicexperts.org/conf/elearn/2015/papers /
Congress
47532 />.
(DASC / PiCom / DataCom / CyberSciTech), 2018].
[48] G. Pandey, dan D. Dani, “Aplikasi seluler Android dibangun
[37] A. Labus, M. Milutinovic, Ð. Stepanic, M.Stevanovic, dan pada eclipse, ”Int. J. dari Sci. dan Res. Pub., Vol. 4, hlm. 2250–
S. Milinovic, "Komputasi yang dapat dikenakan dalam e-pendidikan,"
3153, 2014.
Revi. Uni. Odlic. (RUO), vol. 4, hal. A39, 2015.
[49] ZT Zhu, MH Yu, dan P. Riezebos, “Penelitian
[38] B. Havard, C. Hyland, M. Podsiad, dan NB Hastings, kerangka pendidikan cerdas, ”Smart Learning Env., vol.
“Lingkungan belajar yang dapat dikenakan,” Dist. Belajar., Vol. 15, hlm.
3, hlm. 1–17, 2016.
19–27, 2018.
[50] Z. AjazMoharkan, T. Choudhury, SC Gupta, dan G. Raj,
[39] M. Bauer, C. Bräuer, J. Schuldt, M. Niemann, dan H.
“Internet of things dan aplikasinya dalam e-learning,” IEEE,
Krömker, “Penerapan teknologi yang dapat dikenakan untuk
hlm. 1–5, Februari 2017 [3rd International Conf. pada
perolehan motivasi belajar dalam platform e-learning adaptif,”
Computational Intelligence & Communication Technology
Springer, hlm. 29–40, Juli 2018 [International Conf. tentang
(CICT), 2017].
Faktor Manusia Terapan dan Ergonomi, 2018].
[51] A. Garrido, dan L. Morales, “E-learning dan cerdas
[40] J. Manyika, Internet of Things: Memetakan Nilai perencanaan: Meningkatkan personalisasi konten, ”IEEE Rev.
Melampaui Hype. Institut Global McKinsey, 2015.
Ibero. de Tec. del Apren., vol. 9, hlm. 1–7, 2014.
[41] E. Au, “Proyek menarik untuk lapisan PHY dan MAC [52] M. Díaz, C. Martín, dan B. Rubio, “Negara-of-the-art,
IEEE 802.11 [standar], ”IEEE Veh. Tech. Mag., Vol. 11,
tantangan, dan masalah terbuka dalam integrasi internet of
hlm. 79–81, 2016.
things dan komputasi awan, ”J. dari Net. dan Comp. App., Vol. 67,
[42] K. Rose, S. Eldridge, dan L. Chapin, “Internet hal-hal: hlm. 99–117, 2016.
Sebuah gambaran umum, ”The Internet Soc. (ISOC), hlm. 1–50, 2015.
[53] J. Hwang, dan CM Christensen, “Inovasi yang mengganggu dalam
[43] D. Namiot, MSS Ventspils, dan YI Daradkeh, “Aktif pemberian perawatan kesehatan: Sebuah kerangka kerja untuk
pendidikan internet of things, ”IEEE, hlm. 309–315, April inovasi model bisnis, ”Health Affairs, vol. 27, hlm. 1329–1335, 2008.
2017 [20th Conf. dari Open Innovations Association
[54] A. Whitmore, A. Agarwal, dan L. Da Xu, “Internet dari
(FRUCT), 2017].
hal — Survei topik dan tren, ”Info. Syst. Fron., Vol.
[44] K. Gramatova, S. Stoyanov, E. Doychev, dan V. Valkanov, 17, hlm. 261–274, 2015.
“Integrasi eTesting dalam ekosistem IoT eLearning - Ruang
[55] S. González-Valenzuela, M. Chen, dan VC Leung,
eLearning virtual,” September 2015
"Dukungan mobilitas untuk pemantauan kesehatan di rumah menggunakan
[BCI,] Gramatova, K., Stoyanov, S., Doychev, E., & Valkanov, V. (2015,
sensor yang dapat dikenakan," IEEE Trans. tentang Info. Tech. dalam Biomed., vol.
September). Integrasi etesting dalam ekosistem pembelajaran
15, hlm. 539–549, 2011.
elektronik IoT: Ruang pembelajaran elektronik virtual. Dalam
Prosiding Konferensi Balkan ke-7 tentang Konferensi Informatika (p. [56] R. Dantu, I. Dissanayake, dan S. Nerur, “Eksplorasi
14). ACM2015]. analisis internet of things (IoT) dalam perawatan kesehatan:
Pendekatan pemodelan topik, "Januari 2019 [Prosiding
[45] Y. Liu, S. Sakamoto, K. Matsuo, M. Ikeda, dan L. Barolli,
Konferensi Internasional Hawaii ke-52. tentang Ilmu Sistem,
"Meningkatkan keandalan platform JXTA-overlay: Evaluasi
2019].
untuk e-learning dan kepercayaan," J. dari Mob. Multim.,
Vol. 11, hlm. 34–50, 2015.

123

Viie
V. ew
wppu
ubblliicca.dlldin ssttaattss
attiio