Pengembangan Model Pembelajaran Jaringan Syaraf Tiruan Tipe Supervised Learning Sebagai Media Pembelajaran
Keywords:
Media Pembelajaran, Jaringan Saraf Tiruan, Supervised LearningAbstract
Penelitian ini berfokus pada pengembangan media pembelajaran berbasis jaringan syaraf tiruan (JST) tipe Supervised Learning sebagai alat bantu untuk memahami Sistem Kendali Cerdas (SKC) dalam mata kuliah terkait. Tujuannya adalah menciptakan model JST yang berfungsi sebagai media edukasi, sehingga mahasiswa dapat lebih mudah memahami mekanisme kerja SKC. Dengan media yang sesuai dan berkualitas, diharapkan materi kuliah menjadi lebih baik dan hasil belajar mahasiswa meningkat. Penelitian menggunakan pendekatan Research and Development, yang mencakup tahapan: analisis kebutuhan media, perancangan media, formalisasi atau implementasi media, serta pengujian untuk mendeteksi dan memperbaiki kesalahan (debugging), diikuti dengan validasi dan verifikasi oleh validator serta pengguna awal dan akhir. Proses pengujian media melibatkan langkah-langkah seperti pembuatan media berdasarkan informasi dan desain yang ada, proses debugging, pencatatan kesalahan serta perbaikan, validasi media oleh validator, verifikasi oleh pengguna akhir, perbaikan lanjutan, dan akhirnya finalisasi serta diseminasi media. Data dikumpulkan melalui observasi, angket, daftar periksa (checklist), dan dokumentasi. Analisis data dilakukan secara deskriptif kuantitatif dan evaluatif. Hasil penelitian mencakup: (1) deskripsi model JST tipe Supervised Learning sebagai media pembelajaran untuk mata kuliah SKC, (2) materi pembelajaran yang terstruktur secara sistematis untuk SKC, dan (3) peningkatan kualitas prestasi belajar mahasiswa.
References
Arsyad, A. (2002). Media pembelajaran. Jakarta: Raja grafindo Persada.
Fausett, L. (1994). Fundamentals of neural network, architectures, algorithms, and applications. New Jeersey, Prentice Hall Inc.
Haryanto. (2006). Pengembangan multimedia interaktif untuk Mata kuliah Logika Fuzzy. Jurnal Edukasi@Elektro (4: 319-326). Yogyakarta, Elektro FT UNY.
Lin, C.T., & Lee, C.S.G. (1996). Neural fuzzy systems. New Jeersey, Prentice Hall Inc.
Luger, G.F. (2005). Artificial intelligence, structure and strategies for complex problem solving (5th Ed). New York, Addison Wesley.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Erwin alfian

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.










