Analisa Sistematis Manajemen Pengetahuan Digital Aplikasi Berbasis Kecerdasan Buatan di Universitas
DOI:
https://doi.org/10.34306/abdi.v3i2.790Kata Kunci:
Kecerdasan Buatan, Pendidikan, Ilmu Komputer, UniversitasAbstrak
Melalui kajian literatur yang menyeluruh, analisis ini bertujuan untuk memberikan gambaran luas tentang kajian penggunaan AI di universitas. Temuan deskriptif mengungkapkan bahwa ilmu komputer dan mata pelajaran STEM merupakan mayoritas topik yang tercakup dalam publikasi Artificial Intelligence in Learning (AIL) dan bahwa penelitian empiris paling sering menggunakan pendekatan kuantitatif. Temuan gabungan menunjukkan empat aplikasi untuk AIL dalam layanan kelembagaan dan administrasi dan layanan kontribusi akademik: 1. Metode artikel ini berdasarkan model pembelajaran, algoritma, dan jaringan saraf, yang dapat membuat keputusan tentang jalur pembelajaran individu dan konten siswa, memberikan pijakan kognitif, dan memberikan dukungan kepada siswa untuk berpartisipasi dalam dialog. Masalah penggunaan AIL di universitas dilarang karena persyaratan untuk meningkatkan pendekatan etis dan pedagogis, serta hambatan dan risiko AIL, hubungannya yang rapuh dengan sudut pandang pedagogis teoritis, dan faktor lainnya. Tujuan analisis sistematis adalah untuk memberikan solusi untuk masalah tertentu berdasarkan pendekatan pencarian yang eksplisit, sistematis, dan dapat direproduksi dan kriteria inklusi atau eksklusi yang menentukan penelitian mana yang termasuk pengkodean dan ekstraksi data berikut dari penelitian yang relevan, hasilnya diringkas dan setiap kesenjangan atau inkonsistensi dengan aplikasi nyata disorot. Menjelaskan dampak sifat kognitif dan non-kognitif siswa dalam memprediksi kinerja akademik untuk mahasiswa teknik. Untuk meningkatkan akurasi prediksi, mereka menggunakan faktor non-kognitif seperti mengatur waktu, kepribadian, identitas, kepemimpinan, dan dukungan masyarakat, berbeda dengan banyak studi lain.
Referensi
S. Wang et al., “When adaptive learning is effective learning: comparison of an adaptive learning system to teacherled instruction,” Interact. Mempelajari. Mengepung., pp. 1–11, 2020.
A. Maedche et al., “AI-based digital assistants,” Bus. Inf. Sistem Ind., jilid. 61, tidak. 4, pp. 535–544, 2019.
K. Siau and W. Wang, “Artificial intelligence (AI) ethics: ethics of AI and ethical AI,” J. Database Manag., jilid.
, tidak. 2, pp. 74–87, 2020.
LD Hollebeek, DE Sprott, and MK Brady, “Rise of the machines? Customer engagement in automated service
interactions,” Journal of Service Research, vol. 24, tidak. 1. SAGE Publications Sage CA: Los Angeles, CA, pp.
–8, 2021.
R. Gupta, D. Srivastava, M. Sahu, S. Tiwari, RK Ambasta, and P. Kumar, “Artificial intelligence to deep learning:
machine intelligence approach for drug discovery,” Mol. Divers., jilid. 25, no. 3, pp. 1315–1360, 2021.
Y. Durachman, AS Bein, EP Harahap, T. Ramadhan, and FP Oganda, “Technological and Islamic environments:
Selection from Literature Review Resources,” Int. J. Cyber IT Serv. Manag, vol. 1, tidak. 1, pp. 37–47, 2021.
D. Chandrasekaran and V. Mago, “Automating Transfer Credit Assessment in Student Mobility--A Natural
Language Processing-based Approach,” arXiv Prepr. arXiv2104.01955, 2021.
D. Ramesh and SK Sanampudi, “An automated essay scoring systems: a systematic literature review,” Artif. Intel.
Rev., pp. 1–33, 2021.
R. Ferrero, M. Rebaudengo, and F. Rosique, “Personal assistance and monitoring devices applications,” Adv.
Human-Computer Interact., jilid. 2019, 2019.
B. Roux et al., “Cross-cultural adaptation and psychometric validation of the revised patients' attitudes towards
Deprescribing (rPATD) questionnaire in French,” Res. Soc. Adm. Pharm., jilid. 17, no. 8, pp. 1453–1462, 2021.
TKF Chiu and C. Chai, “Sustainable curriculum planning for artificial intelligence education: A selfdetermination theory perspective,” Sustainability, vol. 12, tidak. 14, hal. 5568, 2020.
J. Kacetl and B. Klímová, “Use of smartphone applications in english language learning—A challenge for foreign
language education,” Educ. Sci., jilid. 9, tidak. 3, hal. 179, 2019.
AC Purnomo, B. Pramono, and FP Oganda, “Design of Information System in Admission of New Students Based
on Web in SMK Al Amanah,” Aptisi Trans. Kelola., jilid. 3, tidak. 2, pp. 159–167, 2019.
RL Astheimer, “Practice-Based Learning of Product Lifecycle Data Reuse,” Irish J. Acad. Praktek., jilid. 10,
tidak. 1, hal. 4, 2022.
C. Romero and S. Ventura, “Educational data mining and learning analytics: An updated survey,” Wiley
Interdiscip. Rev. Data Min. Knowl. Discov., jilid. 10, tidak. 3, hal. e1355, 2020.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2022 Eko Sediyono, Zainal Arifin Hasibuan, Iwan Setyawan, Eka Purnama Harahap, Arif Darmawan (Author)
submission.license.cc.by-sa4.footer
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
. 
