Implementasi Deep Learning Untuk Rekomendasi Aplikasi E-learning Yang Tepat Untuk Pembelajaran Jarak Jauh

Abstract

The purpose of this study is to recommend e-learning applications that are appropriate for use in online learning in college environments. The large number of e-learning platforms used by lecturers for online lecture activities results in students being forced to use several e-learning applications depending on the lecturer who teaches the courses taken, for the university also finally gives lecturers policies for distance learning reports each finished giving the material. In this study the data collection method began by taking data from the faculty to find out which e-learning applications were widely used by lecturers, then distributing questionnaires to students and lecturers who used the e-learning application to measure the E-learning application with the e-learning criteria. Appropriate. The data is then processed into a dataset. The algorithm used in implementing deep learning is Artificial Neural Network (ANN). For the implementation of ANN, 27 variables were determined from the e-learning criteria and 1 target. In this ANN stage, prediction was used with classifications based on preparation, training, learning, evaluation and prediction using the python programming. The results obtained in this study that the Moodle application gets the highest score with an accuracy of 97% to be used as a recommendation for e-learning applications that are appropriate for universities to conduct online lectures.

Keywords: Artificial Neural Network, Deep Learning, E-learning, Online Teaching, Python 

Abstrak

Tujuan penelitian ini adalah untuk rekomendasi aplikasi e-learning yang tepat untuk digunakan dalam pembelajaran online dilingkungan perguruan tinggi. Banyaknya platform e-learning yang digunakan oleh dosen-dosen untuk kegiatan kuliah online berakibat mahasiswa dalam belajar terpaksa menggunakan beberapa aplikasi e-learning tergantung dari dosen yang mengajar mata kuliah yang diambil, untuk pihak universitas juga akhirnya memberikan kebijakan dosen-dosen untuk laporan pembelajaran jarak setiap selesai memberikan materi. Dalam penelitian ini metode pengumpulan data dimulai dengan mengambil data dari fakultas untuk mengetahui aplikasi e-learning yang banyak digunakan oleh para dosen, selanjutnya membagikan kuisioner kepada mahasiswa dan dosen yang menggunakan aplikasi e-learning untuk mengukur aplikasi e-leaning tersebut dengan kriteria e-learning yang sesuai. Data kemudian diolah dijadikan dataset. Algoritma yang digunakan dalam implementasi deep learning ini adalah Artificial Neural Network (ANN). Untuk implementasi ANN ditentukan 27 variable yang didapat dari kriteria e-learning dan 1 target, dalam tahapan ANN ini menggunakan prediksi dengan klasifikasi berdasarkan preposesing training, learning, evaluation dan prediction dengan menggunakan pemograman python. Hasilnya yang didapat penelitian ini aplikasi moodle mendapatkan nilai tertinggi dengan akurasi 97% untuk dijadikan rekomendasi aplikasi e-learning yang tepat digunakan untuk perguruan tinggi dalam melakukan perkuliahan online.

Kata kunci: Artificial Neural Network, Deep Learning, E-learning, Online Teaching, Python