Abstract List |
||||
| Abstract ID | Status | |||
SNM-
164 (Oral)
|
MENINGKATKAN HASIL BELAJAR MATEMATIKA SISWA MELALUI PENGGUNAAN AI DI KELAS X.6 SMAN 3 MATARAMThis study aims to improve the learning outcomes of students in class X.6 SMAN 3 Mataram through the use of artificial intelligence (AI) in the learning process. This research used Classroom Action Research method which was implemented in two cycles, including the stages of planning, implementation, observation, and reflection. This research was conducted in two cycles, where each cycle included two meetings. The research subjects consisted of 32 grade X.6 students. Data on student learning outcomes were collected through tests before and after the application of AI in learning. The results showed that the average student score before the action was 51.13, with 6 students achieving completeness and 26 students who were not complete. In cycle I, the average student score increased to 92.9 with 100% completeness. Then in cycle II, the average student score increased to 94.8 with 100% completeness. This finding indicates that the use of AI in learning activities can significantly improve students' learning outcomes. This research provides important insights for the implementation of AI technology as an alternative in efforts to improve the quality of education in schools. Penelitian ini bertujuan untuk meningkatkan hasil belajar peserta didik di kelas X.6 SMAN 3 Mataram melalui penggunaan kecerdasan buatan (AI) dalam proses pembelajaran. Penelitian ini menggunakan metode Penelitian Tindakan Kelas yang dilaksanakan dalam dua siklus, meliputi tahap perencanaan, pelaksanaan, observasi, dan refleksi. Penelitian ini dilaksanakan dalam dua siklus, di mana setiap siklus mencakup dua pertemuan. Subjek penelitian terdiri dari 32 siswa kelas X. Data hasil belajar siswa dikumpulkan melalui tes sebelum dan sesudah penerapan AI dalam pembelajaran. Hasil penelitian menunjukkan bahwa rata-rata nilai siswa sebelum tindakan adalah 51.13, dengan 6 orang siswa mencapai ketuntasan dan 26 orang siswa yang belum tuntas. Pada siklus I, rata-rata nilai siswa meningkat menjadi 92.9 dengan ketuntasan 100%. Kemudian pada siklus II, rata-rata nilai siswa meningkat menjadi 94.8 dengan ketuntasan 100%. Temuan ini mengindikasikan bahwa penggunaan AI dalam kegiatan pembelajaran dapat secara signifikan meningkatkan hasil belajar peserta didik. Penelitian ini memberikan wawasan penting bagi implementasi teknologi AI sebagai alternatif dalam upaya peningkatan kualitas pendidikan di sekolah-sekolah. |
|||
SNM-
213 (Participant)
|
|
|||
SNM-
214 (Participant)
|
|
|||
SNM-
121 (Oral)
|
On Group Labelings of Direct Product of GraphsA graph is a tool used to build the interconnection network that a system requires. The interoperability of such networks is ensured by specific labeling. There are several labelings in the literature, however we used Group Distance Magic Labeling and Orientable Group Distance Magic Labeling for some families of Graphs and their direct product. On a direct graph, the above-mentioned special labeling (GDML) is known as OGDML. We proved the direct product of Anti-prism family of graphs with nth order cycles using several abelian groups: Z_2mn, Z_2×Z_mn, Z_3×Z_2n, and Z_3×Z_(_3^2)mn for Group Distance Magic Labeling as well as Orientable Group Distance Magic Labeling. |
|||
SNM-
222 (Participant)
|
|
|||
SNM-
144 (Oral)
|
Klasifikasi Pilihan karier Mahasiswa Pendidikan Matematika Universitas Sanata Dharma Menggunakan Algoritma C4.5Pemilihan karier merupakan keputusan penting yang harus diambil mahasiswa untuk merencanakan langkah-langkah pengembangan keahlian dan keterampilan mereka untuk menghadapi dunia kerja. Data mining dapat digunakan untuk memfasilitasi pengambilan keputusan terkait rencana karier mahasiswa. Penelitian ini bertujuan untuk membangun model klasifikasi pilihan karier mahasiswa Pendidikan Matematika Universitas Sanata Dharma menggunakan algoritma C4.5 dan mengetahui tingkat akurasi model klasifikasi yang dibangun dalam memetakan pilihan karier mahasiswa Pendidikan Matematika Universitas Sanata Dharma. Penelitian ini merupakan penelitian terapan dengan memanfaatkan algoritma C4.5 dan dilakukan berdasarkan tahapan data mining CRISP-DM yang mencakup business/research understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Klasifikasi dilakukan berdasarkan atribut IPK, total poin, jenis kelamin, nilai rata-rata mata kuliah matematika, dan nilai rata-rata mata kuliah kependidikan. Hasil klasifikasi menunjukkan akurasi awal sebesar 15,52% dan mengalami peningkatan sebesar 36,61%, menjadi 52,13% setelah dilakukan oversampling. |
|||
SNM-
122 (Participant)
|
|
|||
SNM-
123 (Participant)
|
|
|||
SNM-
124 (Participant)
|
|
|||
SNM-
128 (Participant)
|
|
|||