LAPORAN PENELITIAN

PENERAPAN KECERDASAN BUATAN PADA E-LEARNING

BERBASIS CLIENT SERVER

Diajukan Sebagai Salah Satu Syarat Untuk Menempuh Tugas

Akhir Pada Program Sarjana Ilmu Komputer

Disusun oleh :
Agus chandra s – 312010347
Awan nurjaman – 312010471
Wanda setya n - 312010495

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK
UNIVERSITAS PELITA BANGSA
BEKASI
2023
 BAB 1

PENDAHULUAN

1.1. Latar Belakang Masalah

Penerapan kecerdasan buatan (artificial intelligence atau AI) pada sistem e-
learning berbasis client-server memiliki potensi besar untuk meningkatkan pengalaman
belajar online. Berikut adalah beberapa latar belakang penting mengenai penerapan
kecerdasan buatan pada e- learning berbasis client-server: AI dapat memberikan
pengalaman pembelajaran yang disesuaikan dengan kebutuhan individu. Sistem AI
dapat menganalisis pola belajar siswa dan menyajikan konten yang sesuai dengan
tingkat pemahaman mereka, membantu siswa yang membutuhkan bantuan tambahan,
dan mempercepat kemajuan siswa yang lebih cepat dalam pembelajaran.Dengan
menggunakan teknologi AI, platform e-learning dapat mengelola dan menyaring konten
pembelajaran. AI dapat memilah-milah konten yang paling relevan dan efektif untuk
disajikan kepada siswa, menghemat waktu dan usaha bagi pengajar dan siswa dalam
mencari materi pembelajaran yang tepat.AI dapat digunakan untuk mengevaluasi kinerja
siswa secara otomatis. Sistem AI dapat memberikan umpan balik instan tentang hasil tes
atau tugas, membantu siswa memahami kelemahan mereka dan memberi rekomendasi
untuk perbaikan. Hal ini juga membebaskan waktu guru untuk memberikan dukungan
lebih banyak kepada siswa secara individual.AI dapat digunakan untuk membuat sistem
tutor otomatis yang dapat membimbing siswa melalui materi pembelajaran. Sistem ini
dapat merespons pertanyaan siswa, memberikan penjelasan tambahan, dan memberikan
tugas tambahan sesuai dengan kemampuan siswa, menciptakan pengalaman belajar yang
lebih interaktif.
Dengan menggunakan teknik analisis data AI, platform e-learning dapat
meramalkan pola belajar siswa dan mengidentifikasi area yang membutuhkan perhatian
khusus. Informasi ini dapat membantu pengajar merencanakan kurikulum yang lebih
efektif dan mengidentifikasi strategi pembelajaran yang lebih baik.Penerapan
kecerdasan buatan dalam e-learning memungkinkan siswa untuk belajar keterampilan
teknis yang berkaitan dengan AI, seperti pemrograman AI, analisis data, dan
pengembangan model machine learning. Ini penting mengingat AI adalah salah satu
bidang pertumbuhan tercepat dalam teknologi saat ini. Sistem AI dapat dirancang untuk
mendukung siswa dengan kebutuhan khusus, memberikan aksesibilitas yang lebih baik
melalui alat bantu pembelajaran yang disesuaikan dengan kebutuhan individu. Dengan
mempertimbangkan latar belakang ini, penerapan kecerdasan buatan pada e-learning
berbasis client-server menjadi kunci untuk meningkatkan efektivitas, efisiensi, dan
inklusivitas dalam pendidikan online.

1.2. Identifikasi Masalah

Pada saat kita ingin dunia pendidikan berkembang seperti beberapa negara maju
di luar sana, maka akan ada beberapa masalah untuk menuju ke titik tersebut. Berikut ini
adalah masalah yang dapat kita identifikasi :
1. Kualitas Pembelajaran:
a. Bagaimana AI dapat meningkatkan kualitas pembelajaran di e-learning?
b. Apakah AI dapat memberikan pengalaman belajar yang lebih personal dan
efektif bagi setiap siswa?
2. Integritas dan Keamanan:
a. Bagaimana menjaga integritas data dan privasi siswa saat menggunakan AI
dalam e-learning?
b. Bagaimana melindungi sistem e-learning dari serangan siber yang mungkin
mempengaruhi pengalaman belajar?
3. Adaptasi AI:
a. Bagaimana AI dapat menyesuaikan materi pembelajaran dengan tingkat
pemahaman dan gaya belajar individu?
b. Bagaimana mengatasi tantangan dalam mengembangkan model AI yang dapat
beradaptasi dengan kebutuhan belajar yang berbeda?
4. Evaluasi dan Pengukuran:
a. Bagaimana mengukur efektivitas implementasi AI dalam e-learning?
b. Bagaimana mengevaluasi dampaknya terhadap prestasi siswa, retensi, dan
keterlibatan dalam proses pembelajaran?
5. Keterlibatan Siswa:
a. Bagaimana memastikan bahwa siswa tetap terlibat dan terlibat dalam
pembelajaran ketika AI digunakan?
 b. Bagaimana menghindari ketergantungan yang berlebihan pada AI, yang dapat
mengurangi peran guru dan interaksi manusia?
6. Keterbatasan Teknologi:
a. Apa keterbatasan teknologi yang mungkin dihadapi dalam
mengimplementasikan AI dalam e-learning berbasis client-server?
b. Bagaimana mengatasi masalah infrastruktur, konektivitas, atau sumber daya
yang terbatas?
7. Aspek Etis:
a. Bagaimana mengatasi isu etis terkait dengan penggunaan AI dalam e-learning,
seperti bias algoritma dan diskriminasi?
b. Bagaimana mengembangkan pedoman etis untuk penerapan AI dalam
pendidikan?
8. Pelatihan dan Kesiapan:
a. Bagaimana melatih pendidik dan tenaga pengajar untuk menggunakan
teknologi AI dalam proses pembelajaran?
b. Apa jenis pelatihan yang diperlukan agar pendidik dapat memahami dan
mengoptimalkan pemanfaatan AI dalam e-learning?
9. Integrasi dengan Sistem Eksisting:
a. Bagaimana mengintegrasikan teknologi AI ke dalam sistem e-learning yang
sudah ada?
b. Bagaimana menghindari gangguan dalam proses pembelajaran ketika beralih
ke solusi AI?
10. Efisiensi dan Biaya:
a. Apakah penggunaan AI dalam e-learning dapat membantu mengurangi biaya
dan meningkatkan efisiensi proses pembelajaran?
b. Bagaimana mengukur ROI (Return on Investment) dari implementasi AI
dalam e-learning?
Penelitian yang berfokus pada masalah-masalah ini dapat memberikan pandangan
yang lebih jelas tentang manfaat, tantangan, dan peluang dalam menerapkan kecerdasan
buatan dalam konteks e-learning berbasis client-server.
1.3. Tujuan Manfaat
1.3.1. Manfaat
Manfaat untuk Siswa:
1. Pengalaman Pembelajaran yang Disesuaikan: AI dapat menyesuaikan konten
pembelajaran dengan kemampuan dan kecepatan belajar masing-masing siswa.
Ini memastikan bahwa setiap siswa belajar sesuai dengan tingkat mereka sendiri,
meningkatkan pemahaman dan kepercayaan diri.
2. Umpan Balik Instan: Sistem AI dapat memberikan umpan balik instan atas tugas,
ujian, atau latihan, membantu siswa memahami kesalahan mereka dan
memperbaiki kinerja mereka lebih cepat.
3. Bantuan Belajar Personal: Sistem AI dapat memberikan bantuan belajar personal
dengan memberikan penjelasan tambahan atau materi referensi ketika siswa
mengalami kesulitan dalam memahami suatu konsep.
4. Peningkatan Retensi Informasi: Dengan menggunakan metode pembelajaran
yang disesuaikan dan repetisi yang tepat, AI dapat membantu siswa
meningkatkan retensi informasi dan memperkuat pemahaman konsep.

Manfaat untuk Pengajar:

1. Pengelolaan Kelas yang Efisien: AI dapat mengelola data siswa, kehadiran, dan
kemajuan belajar secara otomatis, membebaskan waktu pengajar untuk fokus
pada mendesain pembelajaran yang lebih baik.
2. Pemantauan dan Evaluasi Otomatis: Sistem AI dapat mengevaluasi tugas dan
ujian secara otomatis, menghemat waktu pengajar dalam mengoreksi pekerjaan
siswa dan memberi mereka lebih banyak waktu untuk memberikan dukungan
kepada siswa.
3. Pengembangan Materi Pembelajaran yang Lebih Efektif: Dengan analisis data
yang disediakan oleh sistem AI, pengajar dapat memahami pola belajar siswa
dan mengembangkan materi pembelajaran yang lebih efektif dan relevan.
4. Intervensi Siswa yang Tepat Waktu: AI dapat memberi tahu pengajar tentang
siswa yang membutuhkan bantuan tambahan atau perhatian khusus,
memungkinkan intervensi yang tepat waktu untuk mendukung perkembangan
akademik mereka.
 Manfaat untuk Sistem Pendidikan:
1. Peningkatan Kualitas Pendidikan: Dengan menyediakan pengalaman belajar
yang disesuaikan dan bantuan belajar yang personal, penerapan AI dapat
meningkatkan kualitas pendidikan secara keseluruhan.
2. Efisiensi Pengelolaan Sumber Daya: Sistem AI dapat membantu sekolah dan
lembaga pendidikan mengelola sumber daya seperti waktu pengajar dan materi
pembelajaran dengan lebih efisien, mengoptimalkan proses pembelajaran.
3. Akses Pendidikan yang Lebih Luas: Dengan memanfaatkan teknologi AI,
pendidikan berkualitas dapat diakses oleh lebih banyak orang, termasuk mereka
yang berada di daerah terpencil atau memiliki keterbatasan akses fisik ke
lembaga pendidikan.
4. Peningkatan Reputasi dan Daya Saing: Lembaga pendidikan yang mengadopsi
teknologi AI cenderung menarik minat siswa dan memberikan daya saing yang
lebih besar di pasar pendidikan.
Penerapan kecerdasan buatan dalam e-learning berbasis client-server memiliki
potensi untuk mengubah paradigma pembelajaran, menciptakan pengalaman belajar
yang lebih efektif, efisien, dan inklusif bagi semua peserta didik.

1.3.2. Tujuan
1. Personalisasi Pembelajaran: Menggunakan AI untuk memahami kebutuhan dan
kemampuan individu siswa, sehingga materi pembelajaran dapat dipersonalisasi
sesuai dengan tingkat pemahaman dan kecepatan belajar masing-masing siswa.
2. Optimalisasi Pengajaran: Meningkatkan efisiensi pengajaran dengan otomatisasi
tugas administratif, evaluasi tugas, dan memberikan umpan balik, sehingga guru
dapat fokus pada pengajaran dan bimbingan siswa.
3. Meningkatkan Kualitas Pembelajaran: Menghadirkan materi pembelajaran yang
lebih relevan, interaktif, dan mendalam dengan menggunakan teknologi AI untuk
menganalisis data dan memberikan rekomendasi perbaikan dalam desain
kurikulum dan materi pembelajaran.
 4. Peningkatan Partisipasi Siswa: Mendorong partisipasi siswa melalui pengalaman
pembelajaran yang menarik, yang dapat disesuaikan dengan minat dan gaya
belajar individu, sehingga siswa lebih termotivasi untuk belajar.
5. Pengembangan Keterampilan 21st Century: Mengajarkan siswa keterampilan
yang relevan dengan era digital, seperti pemrograman AI, analisis data, dan
literasi digital, sehingga mereka siap menghadapi tuntutan pekerjaan di masa
depan.
6. Meningkatkan Efisiensi Pengelolaan Pendidikan: Mengoptimalkan pengelolaan
data siswa, jadwal pelajaran, dan sumber daya pendidikan lainnya menggunakan
AI, sehingga meningkatkan efisiensi operasional lembaga pendidikan.
7. Peningkatan Aksesibilitas Pendidikan: Membuat pendidikan lebih mudah diakses
oleh orang-orang dari berbagai latar belakang, termasuk mereka yang tinggal di
daerah terpencil atau memiliki keterbatasan fisik, melalui pembelajaran online
yang dapat disesuaikan dengan kebutuhan mereka.
8. Pemantauan Progres Siswa: Menggunakan AI untuk melacak kemajuan siswa
secara real-time, memberikan data kepada guru, orang tua, dan siswa itu sendiri,
sehingga dapat dilakukan intervensi jika diperlukan untuk memastikan
keberhasilan akademik.
9. Inovasi Pendidikan: Mendorong inovasi dalam metode pengajaran dan
pembelajaran melalui eksplorasi berbagai teknologi AI, seperti tutor virtual,
chatbots pembelajaran, dan sistem evaluasi cerdas.
10. Peningkatan Efisiensi Penelitian Pendidikan: Membantu peneliti pendidikan
dalam menganalisis data besar untuk mengidentifikasi tren, pola, dan kebutuhan
siswa, yang dapat membimbing pengembangan kurikulum dan metode
pengajaran yang lebih baik di masa depan.
Dengan mencapai tujuan-tujuan ini, penerapan kecerdasan buatan dalam e-
learning berbasis client-server dapat menghasilkan sistem pendidikan yang lebih efektif,
inklusif, dan relevan dengan tuntutan dunia modern.
1.4. Rumusan Masalah
Rumusan masalah dalam penelitian penerapan kecerdasan buatan pada e-learning
berbasis client-server dapat dirumuskan sebagai berikut:
1. Bagaimana penerapan kecerdasan buatan dapat meningkatkan efisiensi dan
efektivitas e-learning berbasis client-server?
2. Apa saja teknik atau metode kecerdasan buatan yang paling cocok untuk
diterapkan dalam konteks e-learning berbasis client-server?
3. Bagaimana dampak penerapan kecerdasan buatan pada e-learning berbasis
client-server terhadap pencapaian hasil belajar peserta didik?
4. Bagaimana tingkat penerimaan dan persepsi pengguna terhadap penerapan
kecerdasan buatan dalam e-learning berbasis client-server?
5. Bagaimana perbandingan antara sistem e-learning berbasis client-server
konvensional dan sistem e-learning yang ditingkatkan dengan kecerdasan buatan
dalam hal kinerja, efisiensi, dan hasil belajar?
6. Apakah ada kendala atau hambatan yang muncul selama penerapan kecerdasan
buatan pada e-learning berbasis client-server dan bagaimana cara mengatasinya?
7. Bagaimana aspek keamanan data dan privasi pengguna dikelola dalam konteks
penerapan kecerdasan buatan pada e-learning berbasis client-server?
8. Bagaimana model evaluasi dan pengukuran kinerja sistem e-learning berbasis
client-server yang ditingkatkan dengan kecerdasan buatan dapat
diimplementasikan dan diuji?

1.5. Batasan Masalah

1. Pengembangan sistem AI yang canggih memerlukan infrastruktur teknologi yang
memadai. Di daerah dengan akses internet terbatas atau infrastruktur komputer
yang lemah, penerapan AI dalam e-learning bisa menjadi sulit.
2. Penggunaan teknologi AI dalam pendidikan dapat melibatkan pengumpulan data
pribadi siswa. Perlunya melindungi privasi siswa dan mematuhi regulasi privasi
adalah sebuah batasan yang perlu diatasi.
3. Penggunaan AI dalam e-learning harus dirancang agar sesuai dengan kurikulum
pendidikan yang berlaku. Pengintegrasian AI dalam pembelajaran harus
mendukung tujuan pendidikan resmi.
4. Meskipun AI dapat memberikan bantuan belajar personal, interaksi manusia
tetap penting dalam pendidikan. Aspek-aspek seperti empati, kepedulian, dan
motivasi yang diberikan oleh guru manusia tidak dapat sepenuhnya digantikan
oleh teknologi.
5. Sistem AI harus dirancang dengan baik agar dapat mengidentifikasi dan
merespons kebutuhan siswa secara akurat. Kecerdasan buatan tidak selalu
sempurna dalam memahami konteks dan kebutuhan manusia.
6. Ketergantungan yang berlebihan pada teknologi AI juga dapat menjadi batasan.
Sistem harus tetap berfungsi dengan baik meskipun terjadi kegagalan teknologi
atau pemadaman listrik.
7. Meskipun e-learning dapat meningkatkan aksesibilitas, masih ada
ketidaksetaraan akses terkait dengan perangkat keras, koneksi internet, dan
keterampilan teknologi di kalangan siswa. Ini bisa menjadi hambatan untuk
penerapan yang merata.
8. Menilai kinerja siswa dengan menggunakan teknologi AI dapat menimbulkan
pertanyaan etika dan validitas. Penilaian yang tidak tepat dapat memberikan
gambaran yang salah tentang kemampuan siswa.
 BAB II

TINJAUAN PUSTAKA DAN LANDASAN TEORI

2.1. Tinjauan Pustaka

1. Borotis & Poulymenakou (Priyanto, 2009) mendefinisikan e-Learning readiness
sebagai kesiapan mental atau fisik suatu organisasi untuk suatu pengalaman
pembelajaran. Menurut (Proffitt, 2008) E-readiness atau e-learning readiness
sendiri merupakan derajat kesiapan yang dimiliki individu terkait atribut
personal.
2. Menurut Margaret Rouse dalam Teknopedia client server adalah model
komputer yang terdiri dari berbagai komponen, memiliki berbagai aturan tertentu
yang mengikat untuk bisa saling mengakses satu sama lain. Client server juga
merupakan salah satu arsitektur jaringan. Arsitektur client server ini berbentuk
software atau perangkat lunak. Fungsinya yaitu untuk menghubungkan sistem
server dan client agar dapat menjalin komunikasi melalui jaringan.
2.2. Landasan teori
1. Teori Pembelajaran:
a. Teori Konstruktivisme: Menekankan pentingnya pembelajaran aktif dan
pembangunan pemahaman siswa melalui interaksi dengan lingkungan
pembelajaran. Penggunaan kecerdasan buatan dapat mendukung
pembelajaran yang dipandu dan disesuaikan dengan kebutuhan siswa.
b. Teori Kognitif: Menggali proses-proses mental siswa dalam pembelajaran.
Implementasi AI dapat membantu dalam memahami dan mempersonalisasi
pengalaman belajar sesuai dengan kapasitas kognitif siswa.
2. Teori Interaksi Manusia dan Komputer (HCI) Memahami prinsip-prinsip desain
antarmuka pengguna yang efektif dan ramah pengguna. Desain antarmuka AI
harus mempertimbangkan kegunaan dan keterbacaan informasi bagi pengguna
akhir, baik siswa maupun pengajar.
3. Teori Pembelajaran Adaptif mempelajari cara adaptasi konten dan metode
pembelajaran berdasarkan respons dan kemampuan siswa. Penggunaan
kecerdasan buatan dapat mendukung pembelajaran adaptif dengan menganalisis
data pembelajaran siswa secara real-time dan menyajikan konten yang sesuai.
4. Teori Sistem Informasi menggali konsep sistem, interaksi komponen-komponen,
dan input-output dalam konteks e-learning berbasis client-server dengan
kecerdasan buatan. Memahami cara sistem AI dapat diintegrasikan ke dalam
sistem e-learning dengan baik.
5. Teori Psikologi Pendidikan meneliti faktor-faktor motivasi dalam pembelajaran
dan bagaimana AI dapat digunakan untuk meningkatkan motivasi siswa melalui
pembelajaran yang personal dan menarik.
 6. Teori Etika dan Keamanan mengidentifikasi dan memahami implikasi etika dari
penggunaan kecerdasan buatan dalam pembelajaran. Mengatasi pertimbangan
etika, termasuk privasi, keadilan, dan transparansi dalam penggunaan teknologi
AI dalam konteks pendidikan.
7. Teori Pengambilan Keputusan (Decision Making) mempelajari cara AI membuat
keputusan berdasarkan data yang dianalisis dan bagaimana keputusan ini dapat
diterapkan dalam mendukung pengambilan keputusan dalam konteks
pembelajaran.
8. Teori Pengelolaan Pengetahuan (Knowledge Management) memahami
bagaimana AI dapat digunakan untuk mengelola pengetahuan dalam bentuk data,
informasi, dan pengetahuan ekspert untuk meningkatkan efisiensi dan efektivitas
pembelajaran.
9. Teori Pengenalan Pola (Pattern Recognition) memahami algoritma pengenalan
pola dan pembelajaran mesin yang digunakan dalam kecerdasan buatan untuk
memahami pola belajar siswa dan memberikan rekomendasi pembelajaran yang
sesuai.
10. Teori Perancangan Kurikulum bagaimana AI dapat membantu dalam mendesain
kurikulum yang responsif terhadap kebutuhan siswa, memfasilitasi pembelajaran
berbasis kompetensi dan hasil pembelajaran yang mendalam.

Memahami dan menerapkan konsep-konsep ini sebagai landasan teori adalah sebagai
berikut :
1. Konsep Dasar Kecerdasan Buatan (AI)
a. Definisi Kecerdasan Buatan: Menjelaskan konsep dan definisi kecerdasan
buatan serta berbagai teknik dan pendekatan yang digunakan dalam AI.
a. Jenis-Jenis AI: Merinci jenis-jenis kecerdasan buatan seperti machine
learning, deep learning, dan algoritma-algoritma terkait.
2. Penerapan AI dalam Pendidikan
a. Studi Kasus Implementasi AI dalam Pembelajaran: Menyajikan contoh-
contoh kasus penggunaan kecerdasan buatan dalam pembelajaran, termasuk
hasil dan pembelajaran yang didapat.
b. Pembelajaran Adaptif dengan AI: Menjelaskan bagaimana AI digunakan
untuk menciptakan pengalaman pembelajaran yang disesuaikan dengan
kebutuhan siswa.
3. E-Learning Berbasis Client-Server
a. Pengertian E-Learning Berbasis Client-Server: Mendefinisikan arsitektur dan
prinsip dasar dari e-learning berbasis client-server, serta keunggulan dan
kendala dari model ini.
b. Keamanan dan Privasi dalam E-Learning: Menyelidiki tantangan keamanan
data siswa dan privasi dalam lingkungan e-learning berbasis client-server.

4. Personalisasi Pembelajaran dengan Kecerdasan Buatan

 a. Konsep Personalisasi Pembelajaran: Membahas prinsip-prinsip dasar
personalisasi pembelajaran dan mengapa itu penting dalam konteks
pendidikan.
b. Implementasi Kecerdasan Buatan untuk Personalisasi: Menyajikan teknik-
teknik AI yang digunakan untuk menganalisis data siswa dan menyajikan
konten yang disesuaikan.
5. Evaluasi Otomatis dan Umpan Balik dalam E-Learning
a. Metode Evaluasi Otomatis dengan AI: Mendiskusikan teknologi-teknologi
AI yang digunakan dalam menilai tugas, ujian, dan latihan siswa secara
otomatis.
b. Umpan Balik Adaptif: Menjelaskan bagaimana umpan balik yang dihasilkan
oleh AI digunakan untuk membimbing siswa secara efektif.
6. Keamanan dan Etika dalam Penggunaan AI di Pendidikan
a. Tantangan Keamanan AI dalam Pendidikan: Menyajikan ancaman-ancaman
keamanan data siswa dan langkah-langkah untuk mengatasi risiko-risiko
tersebut.
b. Implikasi Etika Penggunaan AI di Pendidikan: Membahas pertimbangan
etika termasuk privasi, keadilan, dan bias dalam penggunaan teknologi AI di
lingkungan pendidikan.
7. Tren Terkini dan Riset-Riset dalam Penggunaan AI di E-Learning
a. Inovasi Terkini dalam E-Learning dengan AI: Menyajikan riset-riset terbaru
dan inovasi-inovasi terkini dalam penggunaan kecerdasan buatan dalam e-
learning.
b. Tren Masa Depan: Mendiskusikan tren masa depan dan proyeksi
pengembangan AI dalam e-learning berbasis client-server.

2.3. Kesimpulan Bab II

Menyajikan ringkasan dari literatur yang telah dibahas, mengidentifikasi
kesenjangan pengetahuan, dan merumuskan kerangka teoretis yang akan digunakan
dalam penelitian ini. Menyimpulkan bagaimana literatur yang ada mendukung penelitian
ini dan bagaimana penelitian ini akan mengeksplorasi atau memperluas pengetahuan
dalam bidang ini. kunci untuk merancang dan mengembangkan sistem e-learning
berbasis client-server yang efektif, efisien, dan inklusif dengan menggunakan
kecerdasan buatan. Penelitian tentang penerapan kecerdasan buatan (artificial
intelligence, AI) pada e-learning berbasis client-server memerlukan landasan teori yang
kuat untuk mengarahkan penelitian dan memahami konsep-konsep dasar yang terlibat.
Berikut adalah beberapa konsep dan landasan teori yang relevan untuk penelitian ini:
1. E-Learning:
a. E-Learning adalah bentuk pendidikan yang menggunakan teknologi
digital untuk memberikan pembelajaran dan pelatihan melalui
jaringan komputer atau internet.
 b. E-Learning mencakup berbagai metode, seperti pembelajaran berbasis
web, pembelajaran jarak jauh, atau pembelajaran berbasis video.
2. Client-Server Model:
a. E-Learning berbasis client-server melibatkan dua entitas utama:
server (tempat data dan konten kursus disimpan) dan klien (pengguna
atau peserta kursus).
b. Server bertanggung jawab untuk menyediakan konten, menyimpan
data pengguna, dan mengelola interaksi.
c. Klien (biasanya berupa aplikasi atau perangkat lunak yang diakses
oleh pengguna) berfungsi untuk mengakses dan berinteraksi dengan
server.
3. Kecerdasan Buatan (Artificial Intelligence, AI):
a. AI adalah cabang ilmu komputer yang berfokus pada pengembangan
sistem komputer yang dapat melakukan tugas-tugas yang memerlukan
pemahaman manusia, pemecahan masalah, dan pengambilan
keputusan.
b. Dalam konteks e-learning, AI dapat digunakan untuk meningkatkan
pengalaman pembelajaran dengan menganalisis data pengguna,
memberikan rekomendasi konten, menyesuaikan materi
pembelajaran, dan banyak lagi.
4. Machine Learning (Pembelajaran Mesin):
a. Machine learning adalah subbidang AI yang berfokus pada
pengembangan algoritma yang memungkinkan sistem untuk "belajar"
dari data dan mengambil keputusan berdasarkan pola yang ditemukan
dalam data tersebut.
b. Dalam e-learning, machine learning dapat digunakan untuk
menghasilkan rekomendasi konten, mengukur kemajuan siswa, dan
mengidentifikasi pola belajar.
 5. Deep Learning:
a. Deep learning adalah salah satu teknik dalam machine learning yang
menggunakan jaringan saraf tiruan yang dalam (deep neural
networks) untuk mengatasi tugas-tugas kompleks, seperti pengenalan
gambar, pemrosesan bahasa alami, dan lainnya.
b. Deep learning dapat digunakan dalam e-learning untuk
mengembangkan model pembelajaran mesin yang lebih canggih
untuk analisis data dan peningkatan pengalaman belajar.
6. Personalisasi Pembelajaran:
a. Personalisasi pembelajaran adalah konsep di mana sistem e-learning
menggunakan data tentang setiap peserta kursus untuk menyesuaikan
materi pembelajaran, metode pengajaran, dan tingkat kesulitan sesuai
dengan kebutuhan dan kemajuan masing-masing peserta.
b. AI dapat digunakan untuk mencapai personalisasi pembelajaran ini
dengan menganalisis data pengguna dan memberikan rekomendasi
yang sesuai.

Penelitian penerapan kecerdasan buatan pada e-learning berbasis client-server

dapat memanfaatkan konsep-konsep di atas untuk mengembangkan sistem
yang lebih efisien dan efektif dalam menyediakan pengalaman belajar yang
disesuaikan dengan kebutuhan masing-masing pengguna. Landasan teori ini
dapat membantu peneliti dalam merancang dan mengembangkan solusi yang
relevan dan inovatif.
 BAB III

METODE PENELITIAN

3.1. Objek Penelitian

Penerapan dalam Sistem informasi berbasis client server pada e-learning SMK
TUNAS HARAPAN PATI. Sistem ini akan dibangun untuk memudahkan para guru dan
murid untuk proses pembelajaran.

3.2. Sekilas Tentang SMK TUNAS HARAPAN PATI

SMK Tunas Harapan Pati didirikan oleh Yayasan Tunas Harapan Bangsa Pati
pada tahun 1990. SMK Tunas Harapan Pati didirikan berdasarkan SK 845/103/90
tanggal 20 Juni 1990, dengan kepala Sekolah Drs. Mu’alim. Pada tahun 1993 kepala
Sekolah di ganti oleh Ir. Eny Wahyuningsih dan menjabat sampai sekarang.
Sejak berdiri SMK Tunas Harapan Pati hanya membuka tiga program keahlian,
yaitu (1) Teknik Mesin, (2) Teknik Otomotif, (3)Teknik Listrik. Dari tiga program
keahlian itu mampu menampung jumlah siswa sebanyak 185. Dalam perjalananya
selama tiga tahun dari 185 siswa mengikuti ujian dengan menggabung di dua sekolah
negeri. Program keahlian Teknik Otomotif dan Teknik Listik menggabung di STM
Negeri Pati yang sekarang SMK N 2 Pati. Sedangkan program keahlian Teknik Mesin
ujiannya menggabung di SMK Negeri Rembang. Dari tiga program keahlian tersebut
mampu menghasilkan lulusan sebanyak 100%.
Berdasarkan prestasi yang di raih oleh SMK Tunas Harapan Pati, baik di tingkat
provinsi maupun di tingkat nasional, SMK Tunas Harapan Pati mendapat kepercayaan
dari Direktorat untuk menyandang status Rintisan Sekolah Bertaraf Internasional,
dengan SK nomor 0351/C 52Kep/MN/2006. Status sekolah RSBI diterima SMK Tunas
Harapan Pati pada tahun 2006, pada waktu itu SMK Tunas Harapan Pati sedang gencar-
gencarnya mengimplementasikan Sistem managemen Mutu ISO 9001:2000.
 BAB V

PENUTUP
5.1. Kesimpulan
Berdasarkan hasil penelitian yang telah dilakukan, penulis dapat menyimpulkan
bahwa e-learning berbasis client server merupakan salah satu model pembelajaran yang
efektif dan efisien. Model ini memiliki beberapa keunggulan dan kekurangan, antara lain:
A. Keunggulan
1. Fleksibilitas: E-learning berbasis client server dapat diakses dari mana saja dan
kapan saja, selama ada koneksi internet. Hal ini memberikan kemudahan bagi
peserta didik untuk belajar sesuai dengan jadwal dan kecepatan mereka masing-
masing.
2. Interaktivitas: E-learning berbasis client server memungkinkan peserta didik
untuk berinteraksi dengan materi pembelajaran, instruktur, dan peserta didik
lainnya. Hal ini dapat meningkatkan motivasi dan pemahaman peserta didik
terhadap materi pembelajaran.
3. Ketersediaan materi pembelajaran: E-learning berbasis client server menyediakan
materi pembelajaran yang lengkap dan up-to-date. Hal ini dapat membantu
peserta didik untuk belajar secara mandiri dan meningkatkan penguasaan mereka
terhadap materi pembelajaran.
B. Kekurangan
1. Biaya: Pengembangan dan pemeliharaan e-learning berbasis client server
membutuhkan biaya yang tidak sedikit.
2. Ketersediaan infrastruktur: E-learning berbasis client server membutuhkan
ketersediaan infrastruktur jaringan internet yang memadai.
3. Keterampilan peserta didik: Peserta didik harus memiliki keterampilan dasar
dalam menggunakan komputer dan internet untuk dapat mengakses e-learning
berbasis client server.

5.2. Saran
1. Pahami tujuan penelitian: Sebelum membaca penelitian, penting untuk memahami
tujuan penelitian tersebut. Tujuan penelitian akan menentukan fokus dan
metodologi penelitian yang digunakan.
2. Pertimbangkan metodologi penelitian: Metodologi penelitian yang digunakan
akan menentukan validitas dan reliabilitas hasil penelitian. Pastikan metodologi
penelitian yang digunakan sesuai dengan tujuan penelitian.
3. Evaluasi hasil penelitian: Evaluasi hasil penelitian dengan cermat untuk
memahami kesimpulan dan rekomendasi yang diberikan. Pertimbangkan apakah
kesimpulan dan rekomendasi tersebut didukung oleh bukti yang kuat.
4. Bacalah literatur yang relevan: Sebelum melakukan penelitian, penting untuk
membaca literatur yang relevan untuk memahami konsep dan teori yang terkait
dengan e-learning berbasis client server.
5. Rencanakan penelitian dengan matang: Perencanaan yang matang akan membantu
untuk memastikan bahwa penelitian dilakukan dengan baik dan menghasilkan
hasil yang bermanfaat.
6. Kumpulkan data yang berkualitas: Data yang berkualitas adalah kunci untuk
menghasilkan hasil penelitian yang valid dan reliabel.
7. Analisis data dengan cermat: Analisis data yang cermat akan membantu untuk
memahami hasil penelitian dan menarik kesimpulan yang tepat
 DAFTAR PUSTAKA

1. Robet, Robet, R. “Aplikasi E-learning Dengan Menggunakan IP-TV Berbasis

Opencaster” Jurnal TIMES. vol. 3, no. 1, pp. 37 - 44, 2014.

2. Prasetyo, Eko Teguh Retnowati, Nurcahyani Dewi. (Penerapan Kecerdasan

Buatan Pada Game “Air Strike Stta” Berbasis Client Server Pada Android)
Compiler. vol. 4, no. 1, pp. 15 - 20, 2015.

3. Sefriani, Rini Veri, Jhon. “Pengembangan Mobile Learning Berbasis Client

Server Pada Mata Pelajaran Simulasi Digital” KomtekInfo. vol. 5, no. 3, pp. 61-
71, 2019.

4. Wirawan, Panji Wisnu. “Pengembangan Kemampuan E-Learning Berbasis Web

Ke Dalam M-Learning” Jurnal Masyarakat Informatika. vol. 2, no. 4, pp. 21- 26,
2012.

5. Nuryanto, Selamet Muzanil, Yosie Abdul Masya, Fajar. “Sistem Informasi E-

Learning Berbasis Android Untuk Tingkat Sekolah Dasar (Studi Kasus : Sdi Al-
Hadiriyah)” JUST IT : Jurnal Sistem Informasi, Teknologi Informasi dan
Komputer. vol. 11, no. 3, pp. 44- 52, 2022.

6. Muludi, Kurnia Endah, Ossy Dwi Kurniawan, Dedi. “Pengembangan Aplikasi

Client E-Learning untuk Learning Management System ( Lms ) Claroline pada
Perangkat Mobile Android” Jurnal Komputasi. vol. 1, no. 2, pp. 1 - 8, 2013.

7. Rabby Nazli. “PEMODELAN APLIKASI MOBILE MODUL PERKULIAHAN

BERBASIS CLIENT” Teknologi, Jurnal Open, D A N Online, Issn. vol. 1, no. 1,
pp. 25 - 32, 2018.

8. Batubara, Nuraida Antoni Prayogi, Satria Yudha. “Perancangan Aplikasi Elerning

Berbasis Web Di Smp Negeri 1 Saipar Dolok Hole” Semnastek Uisu. pp. 138-
145, 2021.

9. Musa, Olha Buna, Abdul Malik I Yunus, Yulanda Sidik, Zainudin. “Mobile E-
Learning Mata Pelajaran Natural Sciences (IPA) Berbasis User Centered Design”
Jurnal Media Informatika Budidarma. vol. 5, no. 4, pp.1498, 2021.

10. Jimi, Asmara. “Perancangan Sistem E-Learning Berbasis Web Pada Smp N 2
Busalangga” Jurnal Pendidikan Teknologi Informasi (JUKANTI). vol. 3, no. 1,
pp. 29 - 37, 2020.
11. Lami, Hendro F. J. Pella, Stephanie I. “Desain Dan Implementasi Real-Time
Multipoint Video Transmission Berbasis Web” Jurnal Media Elektro. vol. 1, no.
1, pp. 13 - 16, 2012.
12. SAPUTRA, SANDI. “PENGEMBANGAN APLIKASI E-LEARNING
BERBASIS ANDROID SEBAGAI MEDIA PEMBELAJARAN MATERI
BIOTEKNOLOGI TERINTEGRASI DENGAN KEBUDAYAAN LOKAL DI
SMA/MA” Global Health. vol. 167, no. 1, pp. 1 - 5, 2020.