E-MODULE INTERAKTIF BERBASIS FLIPBOOK PADA MATAKULIAH MACHINE LEARNING UNTUK MENINGKATKAN KREATIFITAS MAHASISWA

Authors

  • Kadek Nonik Erawati Fakultas Teknologi dan Informatika, Institut Bisnis dan Teknologi Indonesia
  • Ni Nengah Dita Ardiani Fakultas Teknologi dan Informatika, Institut Bisnis dan Teknologi Indonesia
  • Gede Agus Santiago Santiago Fakultas Teknologi dan Informatika, Institut Bisnis dan Teknologi Indonesia

DOI:

https://doi.org/10.25078/jpm.v10i01.3603

Keywords:

Interactive E-Module, Machine Learning, Students

Abstract

This flipbook-based interactive e-module aims to increase student creativity in the Machine Learning course. This module thoroughly explores basic concepts, algorithms, and practical applications in Machine Learning. The research method involved developing an engaging and interactive learning platform with features such as quizzes, video tutorials, and mini-projects. The research results show increased student engagement and understanding of Machine Learning concepts. This e-module can encourage creative approaches to solving problems. The conclusion highlights the importance of interactive e-modules in boosting creativity and practical learning in Machine Learning education, especially based on digital flipbooks; users can enjoy a more dynamic and interesting learning experience through images, graphs, and other visual elements. Using digital flipbooks, they can enjoy a more dynamic and engaging learning experience through the use of images, graphs, and other visual elements.

Downloads

Download data is not yet available.

References

Dewi, P. S., Sastradipraja, C. K., dkk. 2021. "Sistem Pendukung Keputusan Kenaikan Jabatan Menggunakan Metode Algoritma Naïve Bayes Classifier". Jurnal Teknologi Dan Informasi, 11(1), 66–80.

Hasibuan, E., dan Karim, A. 2022. "Implementasi Machine Learning untuk Prediksi Harga Mobil Bekas dengan Algoritma Regresi Linear berbasis Web". Jurnal Ilmiah Komputasi, 21(4), 595–602.

Id, I. D. 2021. Machine Learning: Teori, Studi Kasus dan Implementasi Menggunakan Python, 1. Unri Press.

Iswahyudi, M. S., Irmawati, I., dkk. 2023. APLIKASI MACHINE LEARNING DI BERBAGAI BIDANG: Solusi Cerdas Untuk Masa Depan. PT. Sonpedia Publishing Indonesia.

Nasution, M. R. A., dan Hayaty, M. 2019. "Perbandingan Akurasi dan Waktu Proses Algoritma K-NN dan SVM dalam Analisis Sentimen Twitter". J. Inform, 6(2), 226–235.

Oktavianus, A. J. E., Naibaho, L., dkk. 2023. "Pemanfaatan Artificial Intelligence pada Pembelajaran dan Asesmen di Era Digitalisasi". JURNAL KRIDATAMA SAINS DAN TEKNOLOGI, 5(02), 473–486.

Prasetio, R. T. 2020. "Seleksi Fitur Dan Optimasi Parameter K-Nn Berbasis Algoritma Genetika Pada Dataset Medis". Jurnal Responsif: Riset Sains dan Informatika, 2(2), 213–221.

Sujjada, A., Ramdani, A. R., dkk. 2023. "Prediksi Nilai Ujian Sekolah Siswa SMK Plus Padjadjaran Berbasis Web Menggunakan Jaringan Syaraf Tiruan Backpropagation". Jurnal Informasi dan Teknologi, 151–158.

Widodo, A. M., Anggraeni, Y. S., dkk. 2021. "Performansi K-NN, J48, Naive Bayes dan Regresi Logistik sebagai Algoritma Pengklasifikasi Diabetes". Prosiding SISFOTEK, 5(1), 27–33.

Published

2024-02-28

Issue

Section

Articles
Abstract viewed = 69 times