Resume Jurnal

 IDENTITAS JURNAL

 Judul jurnal : Penerapan jaringan syaraf tiruan dalam perancangan intelligent

tutoring system pada pembelajaran kecerdasan buatan

 Penulis jurnal : Fera Damayanti1 dan Khairunnisa1

 Tahun terbit : 2017

 ISSN : 2597-4645 / 2697-4610

 Vol : 01

 Link jurnal : 496-1401-1-PB (2).docx

 Latar belakang

Dalam mengahadapi Masyarakat Ekonomi Asia (MEA) saat ini sangat penting bagi setiap
masyarakat mempersiapkan diri, salah satu yang aspek yang sangat diperlukan adalah
pendidikan yang baik. Jadi penting bagi pendidik untuk dapat memaksimalkan
pembelajaran, sehingga tidak banyak peserta didiknya yang ketinggalan dalam belajar
sehingga ketika tamat telah siap menjadi masyarakat yang bersaing dari segi ilmu
pengetahuan. Belajar adalah proses penyampaian informasi atau pengetahuan dari
pendidik kepada peserta didik. Dalam penyampaian pengetahuan tersebut sering terjadi
kendala baik dari peserta didik maupun pendidik itu sendiri. Salah satu yang hampir
dialami oleh seluruh pendidik adalah sulitnya dalam menyebarkan pengetahuan atau
pemahaman suatu materi kepada seluruh peserta didik. Hal ini didasari karena setiap
peserta didik memiliki daya tanggap dan pemahaman yang berbeda dalam mengusai
materi yang disampaikan. Merupakan hal yang sulit bagi pengajar untuk memberikan
materi secara satu ke satu diantara pengajar dan murid karena akan memakan waktu,
tenaga dan biaya yang banyak.

 Metode penelitian

Intelligent Tutoring System memiliki arsitektur sistem yang baku dalam perancangannya.
Umumnya memiliki empat komponen utama, yaitu domain module, pedagogical module,
student module dan interface module [4]
1. Domain Knowledge, Komponen yang ditujukan untuk menyimpan dan memanipulasi
dan menyusun informasi pengetahuan, konsep, dan materi pembelajaran yang akan
diajarkan.
2. Pedagogical Module, Komponen yang menyediakan informasi mengenai strategi
pengajaran yang akan digunakan untuk masing-masing siswa.
 3. Student M odule, K omponen y ang m enyimpan, m emonitor d an m enganalisis
informasi mengenai siswa yang bersangkutan seperti seberapa jauh pengetahuan yang
dimiliki siswa.
4. Interface, Komponen yang digunakan untuk perantara.
5. komunikasi antara sistem dengan siswa. Tidak ada aturan baku dalam merancang bagian
interface/ communication model, tetapi sebaiknya didesain secara user friendly dan
raresponsif. Dalam tahap perancangan interface, perancangan dialog antara sistem
dengan siswa perlu diperhatikan keefektifannya dan ditampilkan baik secara informatif,
grafis, maupun kombinasi keduany.

 Perancangan

Analisis Dan Perancangan, pada tahapan ini dilakukan persebaran pesertabagaimana

Jaringan Syaraf Tiruan dirancang berdasarkan hasil analisa dan data yang telah terkumpul di
atas. Bagaimana merancang dan mengembangkan suatu arsitektur Jaringan Syaraf Tiruan,
logika kerja pemodelan sistem dan proses dari sistem yang dirancang. Perancangan sistem
ini membutuhkan dua tahap, yaitu menentukan input dan output yang dipakai sebagai data
masukkan dan keluaran untuk menjalankan proses pada Jaringan Syaraf Tiruan dan
parameter untuk menentukan laju dan berhentinya kinerja sistem serta merancang proses
pelatihan yang sesuai metode Backpropogation. Berdasarkan hasil rancangan yang dipilih
kemudian diimplementasikan ke dalam pembuatan Jaringan Syaraf Tiruan yang sesuai
dengan.

 Analisis data

Sebelum membentuk jaringan yang akan digunakan maka diperlukan tahapan analisa data
yang akan dijadikan input dan output pada jaringan. Pada perancangan ITS Jaringan Syaraf
Tiruan yang digunakan adalah Backpropagation. Data input merupakan jumlah evaluasi/soal
yang akan diberikan, sedangkan nilai output/target adalah jumlah keseluruhan nilai evaluasi
yang didapat. Yang mana nilai setiap soal memiliki bobot nilai yang berbeda-beda. Input
sendiri memiliki 5 soal yang berbeda dengan bobot 0.1, 0.1,0.2,0.2 dan 0.4 dari no soal 1
sampai dengan 5. Pemberian bobot ini sendiri berdasarkan tingkat kesulitan soal yang
diberikan. Sedangkan nilai target/output merupkan hasil jawaban mahasiswa menjawab soal
. Pada taget nilai siswa memiliki 2 katagori yaitu rendah dan tinggi, yang mana 2 katagori itu
diasumsikan dengan bilangan biner. Untuk katagori rendah diasumsikan dengan bilangan
biner 1 0 dan katagori tinggi diasumsikan dengan bilangan biner 0 1.

 Penerapan

1. Model arsitektur yang di dihasilkan adalah 5-3-2, 5-5-2, 5-7-2, 5-17-2, dan 5-20-2 dapat
mencari hasil target memiliki kecepatan yang berbeda. Dari beberapa pengujian Jaringan
Syaraf Tiruan yang digunakan didapatkan hasil dari pelatihan model arsitektur terbaik
dalam menemukan target yaitu arsitektur 7-3-2 dengan learning rate sebesar 0,3 dan
dengan hasil epochs 355 dan MSE 0,0000094977.
2. Jaringan Saraf Tirua metode Backpropagation dapat digunakan untuk merancang aplikasi
inteligent tutoring system.

 Referensi
Amasti,Fitria, 2014, Intelligent Tutoring System, Jurnal Informatika Universitas Multimedia
Nusantara, Vol.V No.1. Hal. 1-3.

Jauhari, Jaidan, Mohamad Bin Ibrahim, 2010, Intelligent Tutoring System sebagai Upaya
Inovatif dalam Pembelajaran untuk Pembelajaran Berbantuan Komputer, Jurnal Generic
Vol.5 No.2. Hal : 2.

Suniantara, IKP dan Rusli,M, 2015, Arsitektur Intelligent Tutoring System (ITS) dengan
Pendekaan Bayesian Network, Konferensi Nasional Sistem dan Informatika, STMIK STIKOM
Bali.

Sutojo, T., 2011, Kecerdasan Buatan, Andi,Yogyakarta, Hal.283.

Andrijasa, M.F dan Mistianingsih, 2010, Penerapan Jaringan Syaraf Tiruan Untuk
Memprediksi Jumlah Pengangguran di Provinsi Kalimantan Timur Dengan Menggunakan
Algoritma Pembelajaran Backpropagation, Jurnal Informatika Mulawarman.

Anwar, Badrul, 2011, Penerapan Algoritma Jaringan Syaraf Tiruan Backpropagation Dalam
Memprediksi Tingkat Suku Bunga Bank, Jurnal SAINTIKOM