Visciavinci_AERO (Artificial Intelligence dalam Neuroeducation) Analisis Pengaruh Emosi dan Psikologis Pelajar dalam Proses E-Learning

Published on
Scene 1 (0s)

[Audio] LOMBA KARYA TULIS ILMIAH TINGKAT NASIONAL JUDUL: AERO (Artificial Intelligence dalam Neuroeducation): Analisis Pengaruh Emosi dan Psikologis Pelajar dalam Proses E-Learning SUBTEMA: Pengembangan E-Learning Multiplatform Diusulkan oleh: Al Khawarismi Atma Pratama 21120119120020/Teknik Komputer Cinka Sihaloho 21120119120007/Teknik Komputer Soffan Marsus Ahmad 21120119130042/Teknik Komputer UNIVERSITAS DIPONEGORO SEMARANG 2020/2021

LOMBA KARYA TULIS ILMIAH

TINGKAT NASIONAL

JUDUL:

AERO (Artificial Intelligence dalam Neuroeducation): Analisis Pengaruh Emosi dan

Psikologis Pelajar dalam Proses E-Learning

SUBTEMA:

Pengembangan E-Learning Multiplatform

Diusulkan oleh:

Al Khawarismi Atma Pratama 21120119120020/Teknik Komputer

Cinka Sihaloho 21120119120007/Teknik Komputer

Soffan Marsus Ahmad 21120119130042/Teknik Komputer

UNIVERSITAS DIPONEGORO

SEMARANG

2020/2021

SEMARANG

Scene 2 (1m 9s)

[Audio] i LEMBAR PENGESAHAN Karya tulis ini diajukan untuk mengikuti Lomba Karya Tulis Ilmiah Tingkat Nasional LOYALISM 2021 1. Judul KTI : AERO (Artificial Intelligence dalam Neuroeducation): Analisis Pengaruh Emosi dan Psikologis Pelajar dalam Proses E-Learning. 2. Sub Tema : Pengembangan E-Learning Multiplatform 3. Ketua Tim a. Nama Lengkap : Al Khawarismi Atma Pratama b. NIM : 21120119120020 c. Program Studi : Teknik Komputer d. Institusi : Universitas Diponegoro e. Alamat Rumah : Jl. Pelita IV RT. 01 No. 56 Sungai Penuh, Jambi f. Alamat Email : alkhawarismi989@gmail.com g. No Telp/HP : 082182790655 4. Anggota Tim : 2 orang 5. Dosen Pembimbing a. Nama Lengkap dan Gelar : Eko Didik Widianto, S.T., M.T. b. NIDN : 0026057713 c. Alamat Rumah dan No. Telp : Tembalang, Semarang/085640082652 Semarang, 6 Februari 2021 Dosen Pembimbing Ketua Tim (Eko Didik Widianto S.T., M.T.) (Al Khawarismi Atma Pratama) NIP. 197705262010121001 NIM. 21120119120020 Ketua Program Studi (Dr. R. Rizal Isnanto, S.T., M.M., M.T.) NIP. 197007272000121001

i

LEMBAR PENGESAHAN

Karya tulis ini diajukan untuk mengikuti Lomba Karya Tulis Ilmiah Tingkat Nasional

LOYALISM 2021

1. Judul KTI : AERO (Artificial Intelligence dalam

Neuroeducation): Analisis Pengaruh Emosi dan Psikologis Pelajar dalam Proses E-Learning.

2. Sub Tema : Pengembangan E-Learning Multiplatform

3. Ketua Tim

a. Nama Lengkap : Al Khawarismi Atma Pratama

b. NIM : 21120119120020

c. Program Studi : Teknik Komputer

d. Institusi : Universitas Diponegoro

e. Alamat Rumah : Jl. Pelita IV RT. 01 No. 56 Sungai Penuh, Jambi

f. Alamat Email : alkhawarismi989@gmail.com

g. No Telp/HP : 082182790655

4. Anggota Tim : 2 orang

5. Dosen Pembimbing

a. Nama Lengkap dan Gelar : Eko Didik Widianto, S.T., M.T.

b. NIDN : 0026057713

c. Alamat Rumah dan No. Telp : Tembalang, Semarang/085640082652

Semarang, 6 Februari 2021

Dosen Pembimbing Ketua Tim

(Eko Didik Widianto S.T., M.T.) (Al Khawarismi Atma Pratama)

NIP. 197705262010121001 NIM. 21120119120020

Ketua Program Studi

(Dr. R. Rizal Isnanto, S.T., M.M., M.T.)

NIP. 197007272000121001

Dosen mbimbing (Ek idik Widianto s.T., M.T.) NIP. 197705262010121001 Semarang, 6 Februari 2021 Ketua Tim (A1 Khawarismi Atma Pratama) NIM. 21120119120020 Ketua Program Studi (Dr. R. Rizal Isnanto, .T., M.M., M. T.) NIP. 197007272000121001

Scene 3 (4m 36s)

[Audio] ii SURAT PERNYATAAN ORISINALITAS KARYA Saya yang bertanda tangan di bawah ini: Nama : Al Khawarismi Atma Pratama NIM : 21120119120020 Alamat Rumah : Jl. Pelita IV RT 01 No 56 Sungai Penuh, Jambi Nomor Telepon/Email : 082182790655/alkhawarismi989@gmail.com Dengan ini menyatakan dengan sesungguhnya bahwa Karya Tulis Ilmiah dengan judul: "AERO (Artificial Intelligence dalam Neuroeducation): Analisis Pengaruh Emosi dan Psikologis Pelajar dalam Proses E-Learning" yang diajukan dalam Kompetisi Lomba Karya Tulis Ilmiah Mahasiswa (LOYALISM) Tingkat Nasional 2021 yang diselenggarakan oleh ITTelkom Surabaya adalah Karya Ilmiah hasil penelitian saya yang belum pernah dipublikasikan sebelumnya di media manapun, dan belum pernah diikutsertakan dalam perlombaan sejenis, dan/atau tidak pernah digunakan untuk media komunikasi apapun. Apabila pernyataan tersebut dikemudian hari tidak benar, saya bersedia dituntut sesuai dengan peraturan perundang-undangan yang berlaku. Demikian Surat Pernyataan ini saya buat dalam keadaan sadar untuk dapat dipergunakan sebagaimana mestinya. Semarang, 30 Desember 2020 Dosen Pembimbing Ketua Tim (Eko Didik Widianto, ST., MT.) (Al Khawarismi Atma Pratama) NIP. 197705262010121001 NIM. 21120119120020

ii

SURAT PERNYATAAN ORISINALITAS KARYA

Saya yang bertanda tangan di bawah ini: Nama : Al Khawarismi Atma Pratama

NIM : 21120119120020

Alamat Rumah : Jl. Pelita IV RT 01 No 56 Sungai Penuh, Jambi

Nomor Telepon/Email : 082182790655/alkhawarismi989@gmail.com

Dengan ini menyatakan dengan sesungguhnya bahwa Karya Tulis Ilmiah dengan judul: "AERO (Artificial Intelligence dalam Neuroeducation): Analisis Pengaruh Emosi dan Psikologis Pelajar dalam Proses E-Learning" yang diajukan dalam Kompetisi Lomba Karya Tulis Ilmiah Mahasiswa (LOYALISM) Tingkat Nasional 2021 yang diselenggarakan oleh ITTelkom Surabaya adalah Karya Ilmiah hasil penelitian saya yang belum pernah dipublikasikan sebelumnya di media manapun, dan belum pernah diikutsertakan dalam perlombaan sejenis, dan/atau tidak pernah digunakan untuk media komunikasi apapun. Apabila pernyataan tersebut dikemudian hari tidak benar, saya bersedia dituntut sesuai dengan peraturan perundang-undangan yang berlaku. Demikian Surat Pernyataan ini saya buat dalam keadaan sadar untuk dapat dipergunakan sebagaimana mestinya.

Semarang, 30 Desember 2020

Dosen Pembimbing Ketua Tim

(Eko Didik Widianto, ST., MT.) (Al Khawarismi Atma Pratama)

NIP. 197705262010121001 NIM. 21120119120020

Dosen mbimbing (Eko k Widianto, ST., MT.) MP. 197705262010121001 Semarang, 30 Desember 2020 Ketua Tim (A1 Khawarismi Atma Pratama) NIM. 21120119120020

Scene 4 (7m 4s)

[Audio] iii KATA PENGANTAR Pertama-tama diucapkan puja-puji syukur kepada Tuhan yang Maha Esa atas rahmat dan penyertaan-Nya dalam penelitian karya tulis "AERO (Artificial Intelligence dalam Neuroeducation): Analisis Pengaruh Emosi dan Psikologis Pelajar dalam Proses ELearning". Penulisan karya tulis ini disusun untuk Lomba Karya Tulis Nasional LOYALISM 2021. Dalam kesempatan ini, terima kasih juga diucapkan kepada: 1. Dr. R. Rizal Isnanto, S.T., M.M., M.T. selaku Kepala Departemen Teknik Komputer Fakultas Teknik Universitas Diponegoro, yang telah memfasilitasi dan mengijinkan terlaksananya penelitian karya tulis. 2. Eko Didik Widianto, S.T., M.T. selaku dosen pembimbing. 3. Orang tua yang telah mendukung penulis dalam penulisan karya tulis. 4. Seluruh tim yang telah membantu penulisan karya tulis. Sangat disadari bahwa penulisan karya tulis ini jauh dari sempurna. Terdapat banyak kekurangan dan kesalahan baik dari segi penyusunan, bahasa, ataupun penelitian. Oleh karena itu, diharapkan kritik dan saran yang sifatnya membangun untuk penelitian yang akan datang sehingga bisa menjadi lebih baik. Semarang, 6 Februari 2021 Penulis

iii

KATA PENGANTAR

Pertama-tama diucapkan puja-puji syukur kepada Tuhan yang Maha Esa atas rahmat

dan penyertaan-Nya dalam penelitian karya tulis “AERO (Artificial Intelligence dalam Neuroeducation): Analisis Pengaruh Emosi dan Psikologis Pelajar dalam Proses E- Learning”. Penulisan karya tulis ini disusun untuk Lomba Karya Tulis Nasional LOYALISM 2021. Dalam kesempatan ini, terima kasih juga diucapkan kepada: 1. Dr. R. Rizal Isnanto, S.T., M.M., M.T. selaku Kepala Departemen Teknik Komputer Fakultas Teknik Universitas Diponegoro, yang telah memfasilitasi dan mengijinkan terlaksananya penelitian karya tulis. 2. Eko Didik Widianto, S.T., M.T. selaku dosen pembimbing. 3. Orang tua yang telah mendukung penulis dalam penulisan karya tulis. 4. Seluruh tim yang telah membantu penulisan karya tulis.

Sangat disadari bahwa penulisan karya tulis ini jauh dari sempurna. Terdapat banyak

kekurangan dan kesalahan baik dari segi penyusunan, bahasa, ataupun penelitian. Oleh karena itu, diharapkan kritik dan saran yang sifatnya membangun untuk penelitian yang akan datang sehingga bisa menjadi lebih baik.

Semarang, 6 Februari 2021

Penulis

Scene 5 (9m 11s)

[Audio] iv DAFTAR ISI LEMBAR PENGESAHAN ......................................................................................................... i SURAT PERNYATAAN ORISINALITAS KARYA ............................................................... ii KATA PENGANTAR ............................................................................................................... iii DAFTAR ISI ............................................................................................................................. iv DAFTAR GAMBAR ................................................................................................................. vi DAFTAR TABEL .................................................................................................................... vii DAFTAR LAMPIRAN ........................................................................................................... viii Abstrak ...................................................................................................................................... ix 1 BAB I PENDAHULUAN .................................................................................................. 1 1.1 Latar Belakang ............................................................................................................. 1 1.2 Rumusan Masalah ........................................................................................................ 2 1.3 Tujuan Penelitian ......................................................................................................... 2 1.4 Manfaat Penelitian ....................................................................................................... 2 2 BAB II TINJAUAN PUSTAKA ........................................................................................ 3 2.1 Artificial Intelligence ................................................................................................... 3 2.2 Jupyter Notebook ......................................................................................................... 3 2.3 Face Recognition ......................................................................................................... 3 2.4 Quizizz ......................................................................................................................... 3 2.5 Google Meet ................................................................................................................ 3 2.6 OBS Studio .................................................................................................................. 4 3 BAB III METODOLOGI PENELITIAN ........................................................................... 4 3.1 Media Pelaksanaan ...................................................................................................... 4 3.2 Waktu Pelaksanaan ...................................................................................................... 4 3.3 Subjek Penelitian ......................................................................................................... 4 3.4 Metode Penelitian ........................................................................................................ 4 3.5 Tahapan Penelitian ....................................................................................................... 4 3.6 Prosedur Kerja ............................................................................................................. 5 3.6.1 Perancangan Algoritma AERO ............................................................................ 5 3.6.2 Pengujian Sampel ................................................................................................. 5 3.6.3 Pengolahan Data ................................................................................................... 6 4 BAB IV HASIL DAN PEMBAHASAN ............................................................................ 6 4.1 Data Hasil Penelitian ................................................................................................... 6

iv

DAFTAR ISI

LEMBAR PENGESAHAN ......................................................................................................... i

SURAT PERNYATAAN ORISINALITAS KARYA ............................................................... ii

KATA PENGANTAR ............................................................................................................... iii

DAFTAR ISI ............................................................................................................................. iv

DAFTAR GAMBAR ................................................................................................................. vi

DAFTAR TABEL .................................................................................................................... vii

DAFTAR LAMPIRAN ........................................................................................................... viii

Abstrak ...................................................................................................................................... ix

1 BAB I PENDAHULUAN .................................................................................................. 1

1.1 Latar Belakang ............................................................................................................. 1

1.2 Rumusan Masalah ........................................................................................................ 2

1.3 Tujuan Penelitian ......................................................................................................... 2

1.4 Manfaat Penelitian ....................................................................................................... 2

2 BAB II TINJAUAN PUSTAKA ........................................................................................ 3

2.1 Artificial Intelligence ................................................................................................... 3

2.2 Jupyter Notebook ......................................................................................................... 3

2.3 Face Recognition ......................................................................................................... 3

2.4 Quizizz ......................................................................................................................... 3

2.5 Google Meet ................................................................................................................ 3

2.6 OBS Studio .................................................................................................................. 4

3 BAB III METODOLOGI PENELITIAN ........................................................................... 4

3.1 Media Pelaksanaan ...................................................................................................... 4

3.2 Waktu Pelaksanaan ...................................................................................................... 4

3.3 Subjek Penelitian ......................................................................................................... 4

3.4 Metode Penelitian ........................................................................................................ 4

3.5 Tahapan Penelitian ....................................................................................................... 4

3.6 Prosedur Kerja ............................................................................................................. 5

3.6.1 Perancangan Algoritma AERO ............................................................................ 5

3.6.2 Pengujian Sampel ................................................................................................. 5

3.6.3 Pengolahan Data ................................................................................................... 6

4 BAB IV HASIL DAN PEMBAHASAN ............................................................................ 6

4.1 Data Hasil Penelitian ................................................................................................... 6

Scene 6 (12m 18s)

[Audio] v 4.1.1 Evaluasi Melalui Kuis .......................................................................................... 6 4.1.2 Emosi Subjek dalam Video .................................................................................. 6 4.1.3 Online Survei tentang Lingkungan Pembelajaran di Dalam Kelas ...................... 7 4.2 Hasil Analasis Data Penelitian ..................................................................................... 8 4.2.1 Evaluasi Melalui Kuis .......................................................................................... 8 4.2.2 Evaluasi Ekspresi Emosional Melalui Video ....................................................... 8 4.2.3 Dampak Emosional dalam Proses Pembelajaran.................................................. 8 5 BAB V PENUTUP ............................................................................................................. 9 5.1 Kesimpulan .................................................................................................................. 9 5.2 Saran ............................................................................................................................ 9 DAFTAR PUSTAKA ............................................................................................................... 10 LAMPIRAN ............................................................................................................................. 12

v

4.1.1 Evaluasi Melalui Kuis .......................................................................................... 6

4.1.2 Emosi Subjek dalam Video .................................................................................. 6

4.1.3 Online Survei tentang Lingkungan Pembelajaran di Dalam Kelas ...................... 7

4.2 Hasil Analasis Data Penelitian ..................................................................................... 8

4.2.1 Evaluasi Melalui Kuis .......................................................................................... 8

4.2.2 Evaluasi Ekspresi Emosional Melalui Video ....................................................... 8

4.2.3 Dampak Emosional dalam Proses Pembelajaran.................................................. 8

5 BAB V PENUTUP ............................................................................................................. 9

5.1 Kesimpulan .................................................................................................................. 9

5.2 Saran ............................................................................................................................ 9

DAFTAR PUSTAKA ............................................................................................................... 10

LAMPIRAN ............................................................................................................................. 12

Scene 7 (13m 37s)

[Audio] vi DAFTAR GAMBAR Gambar 3.1 Diagram Alir Perancangan Algoritma AERO ...................................................... 5 Gambar 4.1 Ekspresi emosional yang ditampilkan oleh pelajar selama proses evaluasi ......... 7 Gambar 4.2 Rata – rata persentase online survei pengalaman emosional pembelajaran di dalam kelas ............................................................................................................................................ 7

vi

DAFTAR GAMBAR

Gambar 3.1 Diagram Alir Perancangan Algoritma AERO ...................................................... 5 Gambar 4.1 Ekspresi emosional yang ditampilkan oleh pelajar selama proses evaluasi ......... 7 Gambar 4.2 Rata – rata persentase online survei pengalaman emosional pembelajaran di dalam kelas ............................................................................................................................................ 7

Scene 8 (14m 7s)

[Audio] vii DAFTAR TABEL Tabel 3.1 Jadwal Penelitian ....................................................................................................... 4 Tabel 3.2 Tahapan Penelitian ..................................................................................................... 5 Tabel 4.1 Ringkasan persentase kuis yang diperoleh dari evaluasi subjek................................ 6

vii

DAFTAR TABEL

Tabel 3.1 Jadwal Penelitian ....................................................................................................... 4 Tabel 3.2 Tahapan Penelitian ..................................................................................................... 5 Tabel 4.1 Ringkasan persentase kuis yang diperoleh dari evaluasi subjek................................ 6

Scene 9 (14m 29s)

[Audio] viii DAFTAR LAMPIRAN Lampiran 1.1 Data Diri Ketua Tim ......................................................................................... 12 Lampiran 1.2 Data Diri Anggota 1….……………………………………………………….12 Lampiran 1.3 Data Diri Anggota 2….……………………………………………………….12 Lampiran 2.1 Dokumentasi Penelitian ................................................................................... 13

viii

DAFTAR LAMPIRAN

Lampiran 1.1 Data Diri Ketua Tim ......................................................................................... 12 Lampiran 1.2 Data Diri Anggota 1….……………………………………………………….12 Lampiran 1.3 Data Diri Anggota 2….……………………………………………………….12 Lampiran 2.1 Dokumentasi Penelitian ................................................................................... 13

Scene 10 (14m 55s)

[Audio] ix AERO (Artificial Intelligence dalam Neuroeducation): Analisis Pengaruh Emosi dan Psikologis Pelajar dalam Proses E-Learning Al Khawarismi Atma Pratama*, Cinka Sihaloho, Soffan Marsus Ahmad, Eko Didik Widianto Departemen Teknik Komputer, Fakultas Teknik, Universitas Diponegoro, Semarang alkhawarismi989@gmail.com Abstrak E-learning merupakan sebuah sistem pembelajaran yang memanfaatkan keunggulan internet yang digunakan sebagai media transfer ilmu pengetahuan. Perlu disadari bahwa dalam proses pembelajaran, semua aspek psikologis pelajar dan pengajar terlibat. Tidak hanya fisik, pikiran, perasaan, pengalaman, bahasa tubuh, tetapi juga emosi. Kestabilan emosi menuntun seseorang untuk dapat berkonsentrasi pada aktivitas yang dilakukan, percaya diri dan mampu memanfaatkan pikiran atau kecerdasannya dengan baik. Sejumlah penelitian telah mempelajari pengalaman emosional pelajar dalam e-learning dan menemukan bahwa banyak yang merasa terasing dan terisolasi dalam e-learning. Emosi pelajar tersebut tidak teramati selama proses elearning sehingga proses pembelajaran tidak efektif. Dari hal tersebut, penulis mengusulkan inovasi AERO yang bertujuan untuk menganalisis pengaruh emosi dan psikologis pelajar berbasis AI (artificial intelligence). Inovasi AI ini menggunakan model analisis sentimen yang meliputi identifikasi sentimen dari video dan memungkinkan penulis menangkap informasi kontekstual yang ada di video tersebut. Penelitian ini menggunakan metode analisis kuantitatif yang berdasarkan atas rekaman video subjek saat mengerjakan kuis dengan tipe soal pilihan ganda dan online survei. Hasil penelitian menunjukkan bahwa emosi negatif mempunyai pengaruh yang signifikan sehingga mengakibatkan rendahnya ketepatan partisipan menjawab soal yang diberikan. Penelitian ini mengungkapkan bahwa perlu adanya metode baru dalam mengajar yang melibatkan pengembangan emosi pelajar serta pengembangan sikap pengajar yang baik dalam proses e-learning. Pada akhirnya, penting adanya peningkatan dalam evaluasi proses pembelajaran e-learning seperti implementasi AI untuk pengajar agar dapat menentukan metode yang tepat demi mencapai e-learning yang lebih efektif dan efisien. Kata Kunci: Artificial Intelligence, E-Learning, Emosi, Face Recognition, Neuroeducation. Sub Tema: Pengembangan E-Learning Multiplatform

ix

AERO (Artificial Intelligence dalam Neuroeducation): Analisis Pengaruh

Emosi dan Psikologis Pelajar dalam Proses E-Learning

Al Khawarismi Atma Pratama*, Cinka Sihaloho, Soffan Marsus Ahmad, Eko Didik

Widianto

Departemen Teknik Komputer, Fakultas Teknik, Universitas Diponegoro, Semarang

alkhawarismi989@gmail.com

Abstrak

E-learning merupakan sebuah sistem pembelajaran yang memanfaatkan keunggulan internet yang digunakan sebagai media transfer ilmu pengetahuan. Perlu disadari bahwa dalam proses pembelajaran, semua aspek psikologis pelajar dan pengajar terlibat. Tidak hanya fisik, pikiran, perasaan, pengalaman, bahasa tubuh, tetapi juga emosi. Kestabilan emosi menuntun seseorang untuk dapat berkonsentrasi pada aktivitas yang dilakukan, percaya diri dan mampu memanfaatkan pikiran atau kecerdasannya dengan baik. Sejumlah penelitian telah mempelajari pengalaman emosional pelajar dalam e-learning dan menemukan bahwa banyak yang merasa terasing dan terisolasi dalam e-learning. Emosi pelajar tersebut tidak teramati selama proses e- learning sehingga proses pembelajaran tidak efektif. Dari hal tersebut, penulis mengusulkan inovasi AERO yang bertujuan untuk menganalisis pengaruh emosi dan psikologis pelajar berbasis AI (artificial intelligence). Inovasi AI ini menggunakan model analisis sentimen yang meliputi identifikasi sentimen dari video dan memungkinkan penulis menangkap informasi kontekstual yang ada di video tersebut. Penelitian ini menggunakan metode analisis kuantitatif yang berdasarkan atas rekaman video subjek saat mengerjakan kuis dengan tipe soal pilihan ganda dan online survei. Hasil penelitian menunjukkan bahwa emosi negatif mempunyai pengaruh yang signifikan sehingga mengakibatkan rendahnya ketepatan partisipan menjawab soal yang diberikan. Penelitian ini mengungkapkan bahwa perlu adanya metode baru dalam mengajar yang melibatkan pengembangan emosi pelajar serta pengembangan sikap pengajar yang baik dalam proses e-learning. Pada akhirnya, penting adanya peningkatan dalam evaluasi proses pembelajaran e-learning seperti implementasi AI untuk pengajar agar dapat menentukan metode yang tepat demi mencapai e-learning yang lebih efektif dan efisien. Kata Kunci: Artificial Intelligence, E-Learning, Emosi, Face Recognition, Neuroeducation. Sub Tema: Pengembangan E-Learning Multiplatform

Scene 11 (18m 19s)

[Audio] 1 1 BAB I PENDAHULUAN 1.1 Latar Belakang Faktor didaktik merupakan salah satu faktor penentu berhasilnya sebuah proses pembelajaran. Tercatat telah banyak sekali penelitian tentang ilmu didaktik dalam menemukan penjelasan rasional pengalaman proses belajar mengajar secara eksperimental. Munculnya inovasi – inovasi di bidang pendidikan secara konstan telah menjadi bukti hal ini terjadi (Jimenez, et al., 2018), inovasi – inovasi ini kemudian dikembangkan di tingkat universitas untuk meningkatkan proses belajar mengajar. Inovasi yang diterapkan pada pendidikan tinggi secara intrinsik dikaitkan dengan pengembangan teknologi – teknologi baru. Begitu pula dengan kemajuan artificial intelligence (AI) membuka tantangan baru bagi bidang pengajaran atau pembelajaran di perguruan tinggi (Popenici & Kerr, 2017). Morsund (2006) mendefinisikan AI sebagai bidang penelitian ilmiah dalam lingkup sistem komputasi yang dapat diterapkan pada pengembangan manusia seperti dalam pembelajaran, pengadaptasian, pengkoreksian diri, ataupun dalam penggunaan informasi berkompleksitas tinggi. AI adalah salah satu teknologi paling inovatif dan berkembang di luar sana, hal ini dibuktikan dengan banyaknya penelitian di bidang ini, misalnya, penelitian tentang face recognition dari sumber video yang semakin intensif dilakukan dalam beberapa tahun terakhir (Barr, et al., 2012), penelitian di dunia kesehatan seperti analisis psikologis, image classification (He, et al., 2016), object detection (Redmon, et al., 2016), ataupun voice recognition menggunakan algoritma machine learning dan deep learning. Poria (2019) menyatakan bahwa emosi merupakan hal dasar dalam aktivitas manusia. Dalam penelitiannya, untuk menangkap informasi kontekstual sentimen berbasis video Poria mengusulkan sebuah model analisis sentimen berbasis LSTM yang meliputi identifikasi sentimen dari video. Secara luas telah tercatat banyak sekali penelitian tentang pengalaman proses pembelajaran menggunakan alat bantu AI (Eligio, 2017). Di sisi lain, perlu diketahui bahwa untuk mengkonsolidasikan pengetahuan ke dalam memori seseorang, sesuatu yang fundamental dibutuhkan: mengaitkannya dengan emosi. Pembelajaran yang dilakukan dalam kehidupan sehari – hari selalu berkaitan dengan perasaan, baik itu positif (kegembiraan atau kebanggaan) ataupun negatif (ketakutan atau kesedihan). Hal tersebutlah yang akan tetap ada dalam ingatan pelajar (Brand, et al., 2007). Masih dalam hal yang sama, Logatt (2016) menyatakan bahwa metode pendidikan yang agresif atau penuh akan tekanan membuat pelajar sulit untuk berkonsentrasi dan sebagian besar informasi yang telah diberikan di kelas akan hilang. Sebaliknya, lingkungan yang positif tidak hanya akan mempengaruhi cara belajar yang lebih baik tetapi juga informasi – informasi dapat bertahan lebih lama dalam ingatan pelajar. Demikian pula dalam penelitian yang dilakukan oleh Brand, Reimer, dan Opwis (2007) menujukkan bahwa mood negatif dapat merusak transfer informasi dalam proses pembelajaran. Sebagai contoh, saat pelajar melakukan ujian banyak sekali hal yang dirasakan oleh pelajar yaitu: merasa gugup (efektif); khawatir tentang kegagalan (kognitif); ia mengalami peningkatan kardiovaskular (fisiologis); dorongan untuk melarikan diri dari keadaan (motivasi); dan ekspresi wajah cemas (ekspresif) di wajahnya.

1

1 BAB I

PENDAHULUAN

1.1 Latar Belakang Faktor didaktik merupakan salah satu faktor penentu berhasilnya sebuah proses

pembelajaran. Tercatat telah banyak sekali penelitian tentang ilmu didaktik dalam menemukan penjelasan rasional pengalaman proses belajar mengajar secara eksperimental. Munculnya inovasi – inovasi di bidang pendidikan secara konstan telah menjadi bukti hal ini terjadi (Jimenez, et al., 2018), inovasi – inovasi ini kemudian dikembangkan di tingkat universitas untuk meningkatkan proses belajar mengajar. Inovasi yang diterapkan pada pendidikan tinggi secara intrinsik dikaitkan dengan pengembangan teknologi – teknologi baru. Begitu pula dengan kemajuan artificial intelligence (AI) membuka tantangan baru bagi bidang pengajaran atau pembelajaran di perguruan tinggi (Popenici & Kerr, 2017).

Morsund (2006) mendefinisikan AI sebagai bidang penelitian ilmiah dalam lingkup

sistem komputasi yang dapat diterapkan pada pengembangan manusia seperti dalam pembelajaran, pengadaptasian, pengkoreksian diri, ataupun dalam penggunaan informasi berkompleksitas tinggi. AI adalah salah satu teknologi paling inovatif dan berkembang di luar sana, hal ini dibuktikan dengan banyaknya penelitian di bidang ini, misalnya, penelitian tentang face recognition dari sumber video yang semakin intensif dilakukan dalam beberapa tahun terakhir (Barr, et al., 2012), penelitian di dunia kesehatan seperti analisis psikologis, image classification (He, et al., 2016), object detection (Redmon, et al., 2016), ataupun voice recognition menggunakan algoritma machine learning dan deep learning.

Poria (2019) menyatakan bahwa emosi merupakan hal dasar dalam aktivitas manusia.

Dalam penelitiannya, untuk menangkap informasi kontekstual sentimen berbasis video Poria mengusulkan sebuah model analisis sentimen berbasis LSTM yang meliputi identifikasi sentimen dari video.

Secara luas telah tercatat banyak sekali penelitian tentang pengalaman proses

pembelajaran menggunakan alat bantu AI (Eligio, 2017). Di sisi lain, perlu diketahui bahwa untuk mengkonsolidasikan pengetahuan ke dalam memori seseorang, sesuatu yang fundamental dibutuhkan: mengaitkannya dengan emosi. Pembelajaran yang dilakukan dalam kehidupan sehari – hari selalu berkaitan dengan perasaan, baik itu positif (kegembiraan atau kebanggaan) ataupun negatif (ketakutan atau kesedihan). Hal tersebutlah yang akan tetap ada dalam ingatan pelajar (Brand, et al., 2007). Masih dalam hal yang sama, Logatt (2016) menyatakan bahwa metode pendidikan yang agresif atau penuh akan tekanan membuat pelajar sulit untuk berkonsentrasi dan sebagian besar informasi yang telah diberikan di kelas akan hilang. Sebaliknya, lingkungan yang positif tidak hanya akan mempengaruhi cara belajar yang lebih baik tetapi juga informasi – informasi dapat bertahan lebih lama dalam ingatan pelajar. Demikian pula dalam penelitian yang dilakukan oleh Brand, Reimer, dan Opwis (2007) menujukkan bahwa mood negatif dapat merusak transfer informasi dalam proses pembelajaran. Sebagai contoh, saat pelajar melakukan ujian banyak sekali hal yang dirasakan oleh pelajar yaitu: merasa gugup (efektif); khawatir tentang kegagalan (kognitif); ia mengalami peningkatan kardiovaskular (fisiologis); dorongan untuk melarikan diri dari keadaan (motivasi); dan ekspresi wajah cemas (ekspresif) di wajahnya.

Scene 12 (23m 19s)

[Audio] 2 Hal yang sama berlaku untuk proses e-learning, sebuah sistem pembelajaran yang memanfaatkan keunggulan internet yang digunakan sebagai media transfer ilmu pengetahuan, apalagi di era kebiasaan baru e-learning telah menjadi kewajiban bagi semua pelajar. Perlu disadari bahwa dalam proses e-learning, semua aspek psikologis pelajar dan pengajar terlibat. Tidak hanya fisik, pikiran, perasaan, pengalaman, bahasa tubuh, tetapi juga emosi. Kestabilan emosi menuntun seseorang untuk dapat berkonsentrasi pada aktivitas yang dilakukan, percaya diri dan mampu memanfaatkan pikiran atau kecerdasannya dengan baik. Sejumlah penelitian telah mempelajari pengalaman emosional pelajar dalam e-learning dan menemukan bahwa banyak yang merasa terasing dan terisolasi dalam e-learning (O'Regan, 2003). Emosi pelajar tersebut tidak teramati selama proses e-learning sehingga proses pembelajaran tidak efektif. Semua masalah tersebut telah memotivasi pengembangan sebuah algoritma face recognition yang diambil dari sejumlah besar informasi yang disediakan oleh video. Ekspresi wajah dapat dianalisis menggunakan algoritma AI seperti machine learning yang termasuk dalam algoritma untuk mengenali pola dan membuat prediksi terhadap objek. Berdasarkan hal – hal yang telah dijelaskan sebelumnya, untuk mendapatkan proses e learning yang lebih baik di perguruan tinggi, peneliti menggagas inovasi AERO (Artificial Intelligence dalam Neuroeducation) yang memiliki keluaran untuk menganalisis pengaruh emosi dan psikologis pelajar melalui algoritma face recognition AI. 1.2 Rumusan Masalah Berdasarkan latar belakang yang diuraikan, maka rumusan masalah dalam penelitian ini adalah sebagai berikut: 1. Bagaimana cara menganalisis emosi dan psikologis pelajar menggunakan AI? 2. Bagaimana pengaruh ekspresi wajah pelajar terhadap hasil kuisnya? 3. Bagaimana dampak emosi dan psikologis pelajar dalam proses pembelajaran dengan menggunakan alat AI? 1.3 Tujuan Penelitian Penelitian ini bertujuan untuk menganalisis pengaruh emosi dan psikologis pelajar berbasis AI. Adapun tujuan khusus dilakukan penelitian ini adalah sebagai berikut. 1. Menghasilkan algoritma AERO (Artificial Intelligence dalam Neuroeducation). 2. Mengetahui pengaruh ekspresi wajah pelajar terhadap hasil kuisnya. 3. Mengidentifikasi dampak emosi dan psikologis pelajar dalam proses pembelajaran dengan menggunakan AERO (Artificial Intelligence dalam Neuroeducation). 1.4 Manfaat Penelitian Penelitian ini sangat bermanfaat bagi pemerintah dalam mensukseskan program merdeka belajar – kampus merdeka. Bagi pendidikan sangat bermanfaat kontribusinya untuk ilmu pengetahuan. Bagi pelajar sangat bermanfaat agar emosi pelajar di dalam e-learning dapat teramati sehingga proses pembelajaran lebih efektif. Dan bagi pengajar sangat bermanfaat agar dapat menentukan metode yang tepat demi mencapai e-learning yang lebih efektif dan efisien.

2

Hal yang sama berlaku untuk proses e-learning, sebuah sistem pembelajaran yang

memanfaatkan keunggulan internet yang digunakan sebagai media transfer ilmu pengetahuan, apalagi di era kebiasaan baru e-learning telah menjadi kewajiban bagi semua pelajar. Perlu disadari bahwa dalam proses e-learning, semua aspek psikologis pelajar dan pengajar terlibat. Tidak hanya fisik, pikiran, perasaan, pengalaman, bahasa tubuh, tetapi juga emosi. Kestabilan emosi menuntun seseorang untuk dapat berkonsentrasi pada aktivitas yang dilakukan, percaya diri dan mampu memanfaatkan pikiran atau kecerdasannya dengan baik. Sejumlah penelitian telah mempelajari pengalaman emosional pelajar dalam e-learning dan menemukan bahwa banyak yang merasa terasing dan terisolasi dalam e-learning (O’Regan, 2003). Emosi pelajar tersebut tidak teramati selama proses e-learning sehingga proses pembelajaran tidak efektif.

Semua masalah tersebut telah memotivasi pengembangan sebuah algoritma face

recognition yang diambil dari sejumlah besar informasi yang disediakan oleh video. Ekspresi wajah dapat dianalisis menggunakan algoritma AI seperti machine learning yang termasuk dalam algoritma untuk mengenali pola dan membuat prediksi terhadap objek.

Berdasarkan hal – hal yang telah dijelaskan sebelumnya, untuk mendapatkan proses e-

learning yang lebih baik di perguruan tinggi, peneliti menggagas inovasi AERO (Artificial Intelligence dalam Neuroeducation) yang memiliki keluaran untuk menganalisis pengaruh emosi dan psikologis pelajar melalui algoritma face recognition AI.

1.2 Rumusan Masalah Berdasarkan latar belakang yang diuraikan, maka rumusan masalah dalam penelitian ini

adalah sebagai berikut: 1. Bagaimana cara menganalisis emosi dan psikologis pelajar menggunakan AI?

2. Bagaimana pengaruh ekspresi wajah pelajar terhadap hasil kuisnya?

3. Bagaimana dampak emosi dan psikologis pelajar dalam proses pembelajaran dengan menggunakan alat AI?

1.3 Tujuan Penelitian Penelitian ini bertujuan untuk menganalisis pengaruh emosi dan psikologis pelajar

berbasis AI. Adapun tujuan khusus dilakukan penelitian ini adalah sebagai berikut. 1. Menghasilkan algoritma AERO (Artificial Intelligence dalam Neuroeducation).

2. Mengetahui pengaruh ekspresi wajah pelajar terhadap hasil kuisnya.

3. Mengidentifikasi dampak emosi dan psikologis pelajar dalam proses pembelajaran dengan menggunakan AERO (Artificial Intelligence dalam Neuroeducation).

1.4 Manfaat Penelitian Penelitian ini sangat bermanfaat bagi pemerintah dalam mensukseskan program

merdeka belajar – kampus merdeka. Bagi pendidikan sangat bermanfaat kontribusinya untuk ilmu pengetahuan. Bagi pelajar sangat bermanfaat agar emosi pelajar di dalam e-learning dapat teramati sehingga proses pembelajaran lebih efektif. Dan bagi pengajar sangat bermanfaat agar dapat menentukan metode yang tepat demi mencapai e-learning yang lebih efektif dan efisien.

Scene 13 (27m 40s)

[Audio] 3 2 BAB II TINJAUAN PUSTAKA 2.1 Artificial Intelligence Artificial Intelligence (AI) atau kecerdasan buatan adalah kecerdasan yang ditambahkan ke sistem, atau dengan kata lain sistem memiliki kemampuan untuk menginterpretasikan data eksternal dengan benar dan mengelola data serta menggunakan hasil yang diolah untuk tujuan tertentu (Goralski & Tan, 2020). AI tidak hanya terkait dengan robot, tetapi juga terkait dengan pemahaman hakikat berpikir dan pengambilan keputusan atau tindakan cerdas menggunakan komputer. Penelitian sebelumnya telah menunjukkan bahwa kecerdasan buatan adalah sistem yang dirancang untuk berinteraksi dengan semua orang di dunia dengan kemampuan khusus dan berperilaku seperti manusia (Goralski, 2020; Shank, 2019; Sousa, 2019). Dampak positif penerapan kecerdasan buatan adalah mengurangi waktu tunggu dan meningkatkan kualitas hasil proses atau layanan. Namun di beberapa negara berkembang, selain dibutuhkan investasi yang tinggi, juga menghadapi banyak tantangan karena mengurangi penyerapan tenaga kerja (Nasution, 2012). 2.2 Jupyter Notebook Jupyter Notebook adalah alat berbasis browser yang berfungsi sebagai notebook lab virtual untuk mendukung alur kerja, kode, data, dan visualisasi yang merinci proses penelitian yang bersifat open-source (Perkel & Jeffrey, 2018). Dokumen Jupyter Notebook adalah dokumen JSON, mengikuti skema berversi, berisi daftar sel input/output yang diurutkan yang dapat berisi kode, teks (menggunakan Markdown), matematika, plot, dan multimedia, biasanya diakhiri dengan ekstensi ".ipynb". 2.3 Face Recognition Pengenalan wajah merupakan salah satu sistem biomterika yang paling banyak digunakan untuk identifikasi personal, misalnya pada penggunaan mesin absensi atau akses kontrol. Hal ini karena wajah merupakan salah satu biometrika yang paling umum digunakan untuk mengenali seseorang (Fandiansyah, et al., 2017). Sistem pengenalan wajah telah digunakan secara lebih luas di smartphone dan dalam bentuk teknologi lain seperti robotika. Karena pengenalan wajah terkomputerisasi melibatkan pengukuran karakteristik fisiologis manusia, sistem pengenalan wajah dikategorikan sebagai biometrik. 2.4 Quizizz Kusuma (2020) mendefinisikan quizizz sebagai media pembelajaran berbasis digital dan diakses secara online yang terdiri dari fitur kuis, survei, permainan, dan diskusi. Quizizz dideskripsikan sebagai alat untuk membuat kuis interaktif yang dapat dijalankan di perangkat dan dapat diakses melalui browser. 2.5 Google Meet Google Meet adalah layanan aplikasi video conference kelas premium yang dikembangkan oleh perusahaan internet terbesar (Google). Aplikasi ini memiliki kualitas

3

2 BAB II

TINJAUAN PUSTAKA

2.1 Artificial Intelligence Artificial Intelligence (AI) atau kecerdasan buatan adalah kecerdasan yang ditambahkan

ke sistem, atau dengan kata lain sistem memiliki kemampuan untuk menginterpretasikan data eksternal dengan benar dan mengelola data serta menggunakan hasil yang diolah untuk tujuan tertentu (Goralski & Tan, 2020). AI tidak hanya terkait dengan robot, tetapi juga terkait dengan pemahaman hakikat berpikir dan pengambilan keputusan atau tindakan cerdas menggunakan komputer. Penelitian sebelumnya telah menunjukkan bahwa kecerdasan buatan adalah sistem yang dirancang untuk berinteraksi dengan semua orang di dunia dengan kemampuan khusus dan berperilaku seperti manusia (Goralski, 2020; Shank, 2019; Sousa, 2019). Dampak positif penerapan kecerdasan buatan adalah mengurangi waktu tunggu dan meningkatkan kualitas hasil proses atau layanan. Namun di beberapa negara berkembang, selain dibutuhkan investasi yang tinggi, juga menghadapi banyak tantangan karena mengurangi penyerapan tenaga kerja (Nasution, 2012).

2.2 Jupyter Notebook Jupyter Notebook adalah alat berbasis browser yang berfungsi sebagai notebook lab

virtual untuk mendukung alur kerja, kode, data, dan visualisasi yang merinci proses penelitian yang bersifat open-source (Perkel & Jeffrey, 2018). Dokumen Jupyter Notebook adalah dokumen JSON, mengikuti skema berversi, berisi daftar sel input/output yang diurutkan yang dapat berisi kode, teks (menggunakan Markdown), matematika, plot, dan multimedia, biasanya diakhiri dengan ekstensi ".ipynb".

2.3 Face Recognition Pengenalan wajah merupakan salah satu sistem biomterika yang paling banyak

digunakan untuk identifikasi personal, misalnya pada penggunaan mesin absensi atau akses kontrol. Hal ini karena wajah merupakan salah satu biometrika yang paling umum digunakan untuk mengenali seseorang (Fandiansyah, et al., 2017). Sistem pengenalan wajah telah digunakan secara lebih luas di smartphone dan dalam bentuk teknologi lain seperti robotika. Karena pengenalan wajah terkomputerisasi melibatkan pengukuran karakteristik fisiologis manusia, sistem pengenalan wajah dikategorikan sebagai biometrik.

2.4 Quizizz Kusuma (2020) mendefinisikan quizizz sebagai media pembelajaran berbasis digital dan

diakses secara online yang terdiri dari fitur kuis, survei, permainan, dan diskusi. Quizizz dideskripsikan sebagai alat untuk membuat kuis interaktif yang dapat dijalankan di perangkat dan dapat diakses melalui browser.

2.5 Google Meet Google Meet adalah layanan aplikasi video conference kelas premium yang

dikembangkan oleh perusahaan internet terbesar (Google). Aplikasi ini memiliki kualitas

Scene 14 (31m 44s)

[Audio] 4 layanan yang cukup baik yang mampu menampung peserta teleconference hingga 250 orang bersamaan dalam grid di satu layar. 2.6 OBS Studio OBS adalah kepanjangan dari Open Broadcaster Software. OBS merupakan sebuah perangkat lunak untuk merekam video atau melakukan siaran langsung yang disambungkan ke sebuah situs (S. Rosenthal, 2020). 3 BAB III METODOLOGI PENELITIAN 3.1 Media Pelaksanaan Media penelitian dilaksanakan menggunakan Google Meet, Quizizz, OBS Studio, dan Jupyter Notebook. 3.2 Waktu Pelaksanaan Tabel 3.1 Jadwal Penelitian No. Tahapan Kegiatan Januari Februari 1 2 3 4 5 1 1. Studi Literatur 2. Perancangan Algoritma AERO 3. Penyiapan Subjek Penelitian 4. Pengujian sampel 5. Evaluasi dan Revisi pada AERO 6. Analisa Hasil Penelitian 7. Penulisan karya tulis ilmiah 8. Submit LKTI 9. Administrasi 3.3 Subjek Penelitian Subjek pada penelitian ini adalah mahasiswa Teknik Komputer, Fakultas Teknik, Universitas Diponegoro yang dibagi menjadi 3 bagian mata kuliah yaitu Dasar Komputer dan Pemrograman, Bahasa Inggris, serta Kewarganegaraan. Subjek berjumlah 30 orang yang termasuk pada non probalistic sample. 3.4 Metode Penelitian Penelitian ini menggunakan metode analisis kuantitatif yang berdasarkan atas rekaman video subjek saat mengerjakan kuis dengan tipe soal pilihan ganda dan online survei. 3.5 Tahapan Penelitian Penelitian ini dilakukan dengan tahapan penelitian sebagaimana yang ditunjukkan pada tabel berikut.

4

layanan yang cukup baik yang mampu menampung peserta teleconference hingga 250 orang bersamaan dalam grid di satu layar. 2.6 OBS Studio OBS adalah kepanjangan dari Open Broadcaster Software. OBS merupakan sebuah

perangkat lunak untuk merekam video atau melakukan siaran langsung yang disambungkan ke sebuah situs (S. Rosenthal, 2020).

3 BAB III

METODOLOGI PENELITIAN

3.1 Media Pelaksanaan Media penelitian dilaksanakan menggunakan Google Meet, Quizizz, OBS Studio, dan

Jupyter Notebook. 3.2 Waktu Pelaksanaan

Tabel 3.1 Jadwal Penelitian

No. Tahapan Kegiatan Januari Februari

1 2 3 4 5 1

1. Studi Literatur

2. Perancangan Algoritma AERO

3. Penyiapan Subjek Penelitian

4. Pengujian sampel

5. Evaluasi dan Revisi pada AERO

6. Analisa Hasil Penelitian

7. Penulisan karya tulis ilmiah

8. Submit LKTI

9. Administrasi

3.3 Subjek Penelitian Subjek pada penelitian ini adalah mahasiswa Teknik Komputer, Fakultas Teknik,

Universitas Diponegoro yang dibagi menjadi 3 bagian mata kuliah yaitu Dasar Komputer dan Pemrograman, Bahasa Inggris, serta Kewarganegaraan. Subjek berjumlah 30 orang yang termasuk pada non probalistic sample. 3.4 Metode Penelitian Penelitian ini menggunakan metode analisis kuantitatif yang berdasarkan atas rekaman

video subjek saat mengerjakan kuis dengan tipe soal pilihan ganda dan online survei. 3.5 Tahapan Penelitian Penelitian ini dilakukan dengan tahapan penelitian sebagaimana yang ditunjukkan pada

tabel berikut.

Scene 15 (34m 38s)

[Audio] 5 Tabel 3.2 Tahapan Penelitian 3.6 Prosedur Kerja 3.6.1 Perancangan Algoritma AERO Berikut merupakan diagram alir dari tahapan perancangan algoritma AERO. Gambar 3.1 Diagram Alir Perancangan Algoritma AERO 3.6.2 Pengujian Sampel Sebagai sampel penelitian, sebelumnya pelajar diminta menandatangani surat persetujuan untuk penggunaan informasi dalam penelitian. Sampel (pelajar) dievaluasi dengan kuis tipe soal pilihan ganda sesuai dengan mata kuliah yang dipilih yang bertujuan untuk melihat seberapa besar pengaruh emosi serta psikologis pelajar dalam mengerjakan sebuah ujian/kuis. Kuis ini didesain dan dirancang dengan seksama melalui platform quizziz. Setelah tes pertama dilakukan, akan dilaksanakan evaluasi selanjutnya yaitu berupa online survei yang bertujuan untuk mengumpulkan pendapat subjek terhadap kemampuan pengajarnya dalam mengelola dan menghasilkan lingkungan belajar yang positif saat proses belajar mengajar

5

Tabel 3.2 Tahapan Penelitian

3.6 Prosedur Kerja

3.6.1 Perancangan Algoritma AERO

Berikut merupakan diagram alir dari tahapan perancangan algoritma AERO.

Gambar 3.1 Diagram Alir Perancangan Algoritma AERO

3.6.2 Pengujian Sampel

Sebagai sampel penelitian, sebelumnya pelajar diminta menandatangani surat

persetujuan untuk penggunaan informasi dalam penelitian. Sampel (pelajar) dievaluasi dengan kuis tipe soal pilihan ganda sesuai dengan mata kuliah yang dipilih yang bertujuan untuk melihat seberapa besar pengaruh emosi serta psikologis pelajar dalam mengerjakan sebuah ujian/kuis. Kuis ini didesain dan dirancang dengan seksama melalui platform quizziz. Setelah tes pertama dilakukan, akan dilaksanakan evaluasi selanjutnya yaitu berupa online survei yang bertujuan untuk mengumpulkan pendapat subjek terhadap kemampuan pengajarnya dalam mengelola dan menghasilkan lingkungan belajar yang positif saat proses belajar mengajar

INPUT datesets emosi wajah PROSES Melatih dan mengevaluasi OUTPUT Algoritma AERO manusia, Memilih model model algoritma AERO latihan AERO Subjek melakukan Subjek penelitian, soal kuis Studi m engenai p engaruh evaluasi, mengambil rekaman melalui quizziz, online ekspresi subjek dengan hasil ekspresi subjek survei kuis OBS Studio Klasifikasi emosi subjek Studi mengenai dampak Video ekspresi Wajah subjek-—}» menggunakan algoritma —Fmosi subjek terhadap proses Tujuan I Tujuan2 Tujuan 3 AERO pembelajaran

Scene 16 (36m 7s)

[Audio] 6 berlangsung. Semua ekspresi atau emosi wajah pelajar direkam menggunakan aplikasi OBS Studio (Bailey, 2017). Peneliti menggunakan database yang terdiri dari 30 video ekspresi atau emosi subjek yang nantinya akan dijadikan input terhadap algoritma AERO. Input tersebut lalu dianalisis menggunakan algoritma AERO (Artificial Intelligence dalam Neuroeducation) terhadap emosi – emosi apa saja yang timbul selama tes berlangsung. Hasil pengujian sampel dicatat dan diproses dalam pengolahan data. 3.6.3 Pengolahan Data Hasil data yang diperoleh dianalisis sehingga memperoleh data yang dapat digunakan untuk membuktikan pengaruh emosi serta psikologis pelajar dalam proses e-learning menggunakan algoritma AERO (Artificial Intelligence dalam Neuroeducation) dalam upaya mencapai proses e-learning yang efektif. 4 BAB IV HASIL DAN PEMBAHASAN 4.1 Data Hasil Penelitian 4.1.1 Evaluasi Melalui Kuis Setelah mengolah nilai subjek pada Quizizz, rata-rata nilai yang didapatkan subjek ditampilkan pada tabel berikut. Tabel 4.1 Ringkasan persentase kuis yang diperoleh dari evaluasi subjek. Jumlah Subjek Mata Kuliah Rata – rata nilai 10 Dasar Komputer dan Pemrograman 50% 10 Bahasa Inggris 75% 10 Kewarganegaraan 36% 4.1.2 Emosi Subjek dalam Video Setelah dilakukan pengolahan informasi menggunakan algoritma AERO dengan ketepatan pendeteksian 96% (Gambar 4.1) hasilnya menunjukkan bukti bahwa ekspresi netral adalah ekspresi yang paling sering ditunjukkan, lalu diikuti oleh ekspresi positif: senang/bahagia (happiness), keheranan (surprised) dan terakhir yaitu ekspresi negatif: sedih (sad), takut (fear), dan marah (angry). Meskipun emosi netral dan positif mendominasi dalam data ini, perasaan negatif mempunyai pengaruh ke subjek, hal ini dibuktikan dengan akurasi jawaban subjek yang rendah (Tabel 4.1).

6

berlangsung. Semua ekspresi atau emosi wajah pelajar direkam menggunakan aplikasi OBS Studio (Bailey, 2017). Peneliti menggunakan database yang terdiri dari 30 video ekspresi atau emosi subjek yang nantinya akan dijadikan input terhadap algoritma AERO. Input tersebut lalu dianalisis menggunakan algoritma AERO (Artificial Intelligence dalam Neuroeducation) terhadap emosi – emosi apa saja yang timbul selama tes berlangsung. Hasil pengujian sampel dicatat dan diproses dalam pengolahan data. 3.6.3 Pengolahan Data

Hasil data yang diperoleh dianalisis sehingga memperoleh data yang dapat digunakan

untuk membuktikan pengaruh emosi serta psikologis pelajar dalam proses e-learning menggunakan algoritma AERO (Artificial Intelligence dalam Neuroeducation) dalam upaya mencapai proses e-learning yang efektif.

4 BAB IV

HASIL DAN PEMBAHASAN

4.1 Data Hasil Penelitian

4.1.1 Evaluasi Melalui Kuis

Setelah mengolah nilai subjek pada Quizizz, rata-rata nilai yang didapatkan subjek

ditampilkan pada tabel berikut. Tabel 4.1 Ringkasan persentase kuis yang diperoleh dari evaluasi subjek.

Jumlah Subjek Mata Kuliah Rata – rata nilai

10 Dasar Komputer dan Pemrograman 50%

10 Bahasa Inggris 75%

10 Kewarganegaraan 36%

4.1.2 Emosi Subjek dalam Video

Setelah dilakukan pengolahan informasi menggunakan algoritma AERO dengan

ketepatan pendeteksian 96% (Gambar 4.1) hasilnya menunjukkan bukti bahwa ekspresi netral adalah ekspresi yang paling sering ditunjukkan, lalu diikuti oleh ekspresi positif: senang/bahagia (happiness), keheranan (surprised) dan terakhir yaitu ekspresi negatif: sedih (sad), takut (fear), dan marah (angry). Meskipun emosi netral dan positif mendominasi dalam data ini, perasaan negatif mempunyai pengaruh ke subjek, hal ini dibuktikan dengan akurasi jawaban subjek yang rendah (Tabel 4.1).

Scene 17 (39m 12s)

[Audio] > 7 Gambar 4.1 Ekspresi emosional yang ditampilkan oleh pelajar selama proses evaluasi 4.1.3 Online Survei tentang Lingkungan Pembelajaran di Dalam Kelas Selanjutnya, 76,7%, 83,3%, dan 43.3% menyatakan bahwa pengajar Dasar Komputer dan Pemrograman, Bahasa Inggris, dan Kewarganegaraan merupakan pengajar yang baik dan selalu mendengarkan pelajarnya, demikian juga 63,3%, 50%, 70% menyatakan pengajar selalu membangun rasa kepercayaan diri dalam pembelajaran. Meskipun pengajar Dasar Komputer dan Pemrograman mempunyai presentasi yang baik 66,7% dalam menciptakan lingkungan pembelajaran yang positif, hanya 46,7% dan 36,7% yang setuju pengajar Bahasa Inggris dan Kewarganegaraan menciptakan lingkungan pembelajaran yang positif. Gambar 4.2 Rata – rata persentase online survei pengalaman emosional pembelajaran di dalam kelas Selain itu, 70%, 60%, dan 53,3% menyatakan bahwa pengajar Dasar Komputer dan Pemrograman, Bahasa Inggris, dan Kewarganegaraan menggunakan strategi dan sumber daya 0 5 10 15 20 25 30 1 Persentase Emosi Dasar Komputer dan Pemrograman Angry Fearful Happy Neutral Sad Surprised Disgusted 0 5 10 15 20 25 30 35 1 Persentase Emosi Bahasa Inggris Angry Fearful Happy Neutral Sad Surprised Disgusted 0 5 10 15 20 25 30 1 Persentase Emosi Kewarganegaraan Angry Fearful Happy Neutral Sad Surprised Disgusted 72.68 60.66 52.66 0 10 20 30 40 50 60 70 80 Dasar Komputer dan Pemrograman Bahasa Inggris Kewarganegaraan Persentase Mata Kuliah

> 7 Gambar 4.1 Ekspresi emosional yang ditampilkan oleh pelajar selama proses evaluasi 4.1.3 Online Survei tentang Lingkungan Pembelajaran di Dalam Kelas Selanjutnya, 76,7%, 83,3%, dan 43.3% menyatakan bahwa pengajar Dasar Komputer dan Pemrograman, Bahasa Inggris, dan Kewarganegaraan merupakan pengajar yang baik dan selalu mendengarkan pelajarnya, demikian juga 63,3%, 50%, 70% menyatakan pengajar selalu membangun rasa kepercayaan diri dalam pembelajaran. Meskipun pengajar Dasar Komputer dan Pemrograman mempunyai presentasi yang baik 66,7% dalam menciptakan lingkungan pembelajaran yang positif, hanya 46,7% dan 36,7% yang setuju pengajar Bahasa Inggris dan Kewarganegaraan menciptakan lingkungan pembelajaran yang positif. Gambar 4.2 Rata – rata persentase online survei pengalaman emosional pembelajaran di dalam kelas Selain itu, 70%, 60%, dan 53,3% menyatakan bahwa pengajar Dasar Komputer dan Pemrograman, Bahasa Inggris, dan Kewarganegaraan menggunakan strategi dan sumber daya 0 5 10 15 20 25 30 1 Persentase Emosi Dasar Komputer dan Pemrograman Angry Fearful Happy Neutral Sad Surprised Disgusted 0 5 10 15 20 25 30 35 1 Persentase Emosi Bahasa Inggris Angry Fearful Happy Neutral Sad Surprised Disgusted 0 5 10 15 20 25 30 1 Persentase Emosi Kewarganegaraan Angry Fearful Happy Neutral Sad Surprised Disgusted 72.68 60.66 52.66 0 10 20 30 40 50 60 70 80 Dasar Komputer dan Pemrograman Bahasa Inggris Kewarganegaraan Persentase Mata Kuliah

Scene 18 (43m 31s)

[Audio] 8 pembelajaran yang baik, demikian juga 86,7%, 63,3%, dan 60% menyatakan setuju bahwa pengajar melakukan pembelajaran yang melibatkan partisipasi pelajar secara berkelanjutan. 4.2 Hasil Analasis Data Penelitian 4.2.1 Evaluasi Melalui Kuis Pendidikan yang melibatkan aspek emosional dalam proses belajar mengajar merupakan isu yang sangat penting di abad 21 dalam mewujudkan proses pembelajaran yang diharapkan. Dalam studi ini, penulis menyoroti beberapa tantangan penelitian utama yang terkait dengan emosi dan dampaknya terhadap proses pembelajaran (Tyng, et al., 2017; Valiente, et al., 2012). Jenis pendekatan penelitian ini bertujuan untuk menggabungkan kemampuan dalam memahami dan mendeteksi emosi/ekspresi pelajar dengan teknologi baru seperti artificial intelligence (AI) selama proses evaluasi, kemudian menggunakan hasil tersebut untuk meningkatkan proses elearning yang lebih efektif (Popenici & Kerr, 2017; Moursund, 2006). Nilai kuis menunjukkan persentase yang rendah terutama dalam mata kuliah kewarganegaraan, terkecuali pada mata kuliah bahasa inggris pelajar mendapat nilai kuis yang cukup baik. Meskipun emosi positif mendominasi, emosi negatif dapat menyebabkan penurunan keakuratan jawaban yang benar dalam proses evaluasi. Hal ini sesuai dan selinear dengan studi Valiente (2012) yang menunjukkan bahwa emosi dapat mempengaruhi apa yang pelajar pertahankan pada saat mengerjakan tugas pembelajaran tertentu. 4.2.2 Evaluasi Ekspresi Emosional Melalui Video Dalam konteks ini, face recognition (Yi, et al., 2014) telah mendapat popularitas di kalangan peneliti AI, juga menjadi semakin penting dalam pengimplementasian di dunia pendidikan, salah satunya dalam memahami emosi pelajar (Colchester, et al., 2017; Grivokostopoulou, et al., 2016). Demikian juga dalam studi Taskirar (2019), dalam penelitiannya Taskirar mengusulkan sebuah algoritma face recognition menggunakan fitur – fitur dinamis yang diterapkan pada video ekspresi senyum seseorang. Dalam penelitian ini, penulis menggambarkan sistem biometrik untuk mengukur dan menganalisis karakteristik fisik dan perilaku individu. Seperti dalam dasar komputer dan pemrograman, emosi yang paling banyak muncul adalah netral lalu emosi positif (heran, gembira), mendominasi emosi negatif (sedih, marah). Lalu pada bahasa inggris, emosi positif (gembira dan heran) merupakan emosi yang paling banyak muncul diikuti oleh emosi negatif (sedih). Namun, pada kewarganegaraan emosi yang mendominasi adalah emosi negatif (sedih). Demikian juga, menurut analisis statis penulis, emosi yang muncul erat kaitannya dengan subjek yang dikerjakan baik secara faktor intrinsik atau ekstrinsik. 4.2.3 Dampak Emosional dalam Proses Pembelajaran Hasil survei menunjukkan bahwa rendahnya presentase lingkungan pembelajaran yang positif di dalam kelas bahasa inggris (46,7%) dan kewarganegaraan (36,7%). Namun, persentase ini jauh berbeda pada kelas dasar komputer dan pemrograman yang mempunyai persentase lingkungan belajar positif yang cukup baik (66,7%). Oleh karena itu, penting untuk diperhatikan bahwa sikap pengajar yang baik dapat membantu menghilangkan keadaan emosi negatif seperti stres, depresi, ketakutan dan kesedihan, membantu lebih menyerap informasi,

8

pembelajaran yang baik, demikian juga 86,7%, 63,3%, dan 60% menyatakan setuju bahwa pengajar melakukan pembelajaran yang melibatkan partisipasi pelajar secara berkelanjutan. 4.2 Hasil Analasis Data Penelitian

4.2.1 Evaluasi Melalui Kuis

Pendidikan yang melibatkan aspek emosional dalam proses belajar mengajar merupakan

isu yang sangat penting di abad 21 dalam mewujudkan proses pembelajaran yang diharapkan. Dalam studi ini, penulis menyoroti beberapa tantangan penelitian utama yang terkait dengan emosi dan dampaknya terhadap proses pembelajaran (Tyng, et al., 2017; Valiente, et al., 2012). Jenis pendekatan penelitian ini bertujuan untuk menggabungkan kemampuan dalam memahami dan mendeteksi emosi/ekspresi pelajar dengan teknologi baru seperti artificial intelligence (AI) selama proses evaluasi, kemudian menggunakan hasil tersebut untuk meningkatkan proses e- learning yang lebih efektif (Popenici & Kerr, 2017; Moursund, 2006).

Nilai kuis menunjukkan persentase yang rendah terutama dalam mata kuliah

kewarganegaraan, terkecuali pada mata kuliah bahasa inggris pelajar mendapat nilai kuis yang cukup baik. Meskipun emosi positif mendominasi, emosi negatif dapat menyebabkan penurunan keakuratan jawaban yang benar dalam proses evaluasi. Hal ini sesuai dan selinear dengan studi Valiente (2012) yang menunjukkan bahwa emosi dapat mempengaruhi apa yang pelajar pertahankan pada saat mengerjakan tugas pembelajaran tertentu.

4.2.2 Evaluasi Ekspresi Emosional Melalui Video

Dalam konteks ini, face recognition (Yi, et al., 2014) telah mendapat popularitas di

kalangan peneliti AI, juga menjadi semakin penting dalam pengimplementasian di dunia pendidikan, salah satunya dalam memahami emosi pelajar (Colchester, et al., 2017; Grivokostopoulou, et al., 2016). Demikian juga dalam studi Taskirar (2019), dalam penelitiannya Taskirar mengusulkan sebuah algoritma face recognition menggunakan fitur – fitur dinamis yang diterapkan pada video ekspresi senyum seseorang. Dalam penelitian ini, penulis menggambarkan sistem biometrik untuk mengukur dan menganalisis karakteristik fisik dan perilaku individu.

Seperti dalam dasar komputer dan pemrograman, emosi yang paling banyak muncul

adalah netral lalu emosi positif (heran, gembira), mendominasi emosi negatif (sedih, marah). Lalu pada bahasa inggris, emosi positif (gembira dan heran) merupakan emosi yang paling banyak muncul diikuti oleh emosi negatif (sedih). Namun, pada kewarganegaraan emosi yang mendominasi adalah emosi negatif (sedih). Demikian juga, menurut analisis statis penulis, emosi yang muncul erat kaitannya dengan subjek yang dikerjakan baik secara faktor intrinsik atau ekstrinsik. 4.2.3 Dampak Emosional dalam Proses Pembelajaran

Hasil survei menunjukkan bahwa rendahnya presentase lingkungan pembelajaran yang

positif di dalam kelas bahasa inggris (46,7%) dan kewarganegaraan (36,7%). Namun, persentase ini jauh berbeda pada kelas dasar komputer dan pemrograman yang mempunyai persentase lingkungan belajar positif yang cukup baik (66,7%). Oleh karena itu, penting untuk diperhatikan bahwa sikap pengajar yang baik dapat membantu menghilangkan keadaan emosi negatif seperti stres, depresi, ketakutan dan kesedihan, membantu lebih menyerap informasi,

Scene 19 (48m 31s)

[Audio] 9 memastikan lingkungan belajar yang positif, dan bahkan memungkinkan terjadi peningkatan nilai atau prestasi pelajar. Demikian juga, hal ini mengungkapkan bahwa masih banyak pekerjaan rumah yang perlu diselesaikan, seperti, perlunya menciptakan lingkungan belajar yang positif untuk meningkatkan kemampuan belajar serta memberi pelajar pendidikan yang lebih baik dengan mencoba mengurangi kecemasan dalam diri pelajar (Chang & Beilock, 2016). Seperti yang ditunjukkan Garnica (2017) tentang orang yang stabil secara emosional, orang tersebut memiliki sifat yang inovatif, agresif, dan memiliki rasa tanggung jawab yang kuat serta mempunyai rencana untuk masa depannya. Juga melihat tantangan sebagai kesempatan belajar yang besar, dan dapat mengatur sendiri perilakunya tanpa harus tunduk pada kepatuhan. 5 BAB V PENUTUP 5.1 Kesimpulan Secara keseluruhan, penulis menyimpulkan bahwa untuk dapat menganalisis emosi serta psikologis pelajar dapat dilakukan dengan metode yang tepat yaitu dengan cara mendeteksi ekspresi – ekspresi wajah pelajar menggunakan algoritma AERO (Artificial Intelligence dalam Neuroeducation) yang berdasarkan atas video pelajar saat evaluasi: mengerjakan kuis dengan tipe soal pilihan ganda dan online survei. Emosi negatif dapat menyebabkan penurunan keakuratan jawaban yang benar dalam proses evaluasi yang dibuktikan dengan rendahnya nilai subjek pada evaluasi berbentuk kuis. Emosi dan lingkungan belajar yang positif serta motivasi sangat berpengaruh dalam proses penyerapan ilmu atau informasi ke dalam memori seseorang. Selain itu, peran pengajar sebagai neuro-educator juga penting, yaitu agar fokus pada empati, menjaga keseimbangan emosional pelajar, melakukan komunikasi yang baik di dalam dan di luar kelas. Dengan demikian, penulis percaya bahwa dengan mengatasi setiap tantangan yang diuraikan dalam studi ini tidak hanya akan meningkatkan pemahaman tentang pengalaman emosional pelajar tetapi penulis juga berharap akan menghasilkan peningkatan prestasi akademik yang signifikan untuk pelajar. 5.2 Saran Akhirnya, saran untuk peneliti selanjutnya yaitu diperlukannya peningkatan tingkat ketepatan algoritma dalam mendeteksi ekspresi – ekspresi wajah pelajar, lalu dalam simulasi diperlukan persiapan yang lebih matang, sebagai saran untuk pemerintah, yaitu diperlukannya perhatian khusus untuk mengembangkan inovasi terhadap e-learning.

9

memastikan lingkungan belajar yang positif, dan bahkan memungkinkan terjadi peningkatan nilai atau prestasi pelajar.

Demikian juga, hal ini mengungkapkan bahwa masih banyak pekerjaan rumah yang

perlu diselesaikan, seperti, perlunya menciptakan lingkungan belajar yang positif untuk meningkatkan kemampuan belajar serta memberi pelajar pendidikan yang lebih baik dengan mencoba mengurangi kecemasan dalam diri pelajar (Chang & Beilock, 2016). Seperti yang ditunjukkan Garnica (2017) tentang orang yang stabil secara emosional,

orang tersebut memiliki sifat yang inovatif, agresif, dan memiliki rasa tanggung jawab yang kuat serta mempunyai rencana untuk masa depannya. Juga melihat tantangan sebagai kesempatan belajar yang besar, dan dapat mengatur sendiri perilakunya tanpa harus tunduk pada kepatuhan.

5 BAB V

PENUTUP

5.1 Kesimpulan Secara keseluruhan, penulis menyimpulkan bahwa untuk dapat menganalisis emosi

serta psikologis pelajar dapat dilakukan dengan metode yang tepat yaitu dengan cara mendeteksi ekspresi – ekspresi wajah pelajar menggunakan algoritma AERO (Artificial Intelligence dalam Neuroeducation) yang berdasarkan atas video pelajar saat evaluasi: mengerjakan kuis dengan tipe soal pilihan ganda dan online survei. Emosi negatif dapat menyebabkan penurunan keakuratan jawaban yang benar dalam proses evaluasi yang dibuktikan dengan rendahnya nilai subjek pada evaluasi berbentuk kuis. Emosi dan lingkungan belajar yang positif serta motivasi sangat berpengaruh dalam proses penyerapan ilmu atau informasi ke dalam memori seseorang. Selain itu, peran pengajar sebagai neuro-educator juga penting, yaitu agar fokus pada empati, menjaga keseimbangan emosional pelajar, melakukan komunikasi yang baik di dalam dan di luar kelas. Dengan demikian, penulis percaya bahwa dengan mengatasi setiap tantangan yang diuraikan dalam studi ini tidak hanya akan meningkatkan pemahaman tentang pengalaman emosional pelajar tetapi penulis juga berharap akan menghasilkan peningkatan prestasi akademik yang signifikan untuk pelajar. 5.2 Saran Akhirnya, saran untuk peneliti selanjutnya yaitu diperlukannya peningkatan tingkat

ketepatan algoritma dalam mendeteksi ekspresi – ekspresi wajah pelajar, lalu dalam simulasi diperlukan persiapan yang lebih matang, sebagai saran untuk pemerintah, yaitu diperlukannya perhatian khusus untuk mengembangkan inovasi terhadap e-learning.

Scene 20 (51m 58s)

10

DAFTAR PUSTAKA

Bailey, H., 2017. The OBS Project Contributors. [Online]

Available at: https://www.obsproject.org/

Barr, J. R., Bowyer, K. W., Flynn, P. J. & Biswas, S., 2012. Face recognition from video: a

review. Int. J. Pattern Recognit. Artif. Intell., 26(5), pp. 1-5.

Brand, S., Reimer, T. & Opwis, K., 2007. How do we learn in a negative mood? Effects of a

negative. Learn. Instr., 17(1), pp. 1-16.

Chang, H. & Beilock, S., 2016. The math anxiety-math performance link and its relation to

individual and environmental factors: a review of current behavioral and psychophysiological research.. Curr. Opin. Behav. Sci., 10(1), pp. 33-38.

Colchester, K., Hagras, H., Alghazzawi, D. & Aldabbagh, G., 2017. A survey of artificial

intelligence techniques employed for adaptive educational systems within e-learning platforms. J. Artif. Intell. Soft Comput. Res., 7(1), pp. 47-64.

Eligio, U., 2017. An overview of the growth and trends of current research on emotions and.

In: U. X. Eligio, ed. Understanding Emotions in Mathematical Thinking and Learning. s.l.:Academic Press, pp. 3-41.

Fandiansyah, Sari, J. Y. & Ningrum, I. P., 2017. Pengenalan Wajah Menggunakan Metode

Linear Discriminant Analysis dan k Nearest Neighbor. Ultimatics, 9(1), pp. 1-2.

Garnica, E. et al., 2017. Education based on emotions.. XIKUA Bol. Cient. de la Esc. Superi. de

Tlahuelilpan, 5(10), pp. 5-8.

Goralski, M. A. & Tan, T. K., 2020. Artificial intelligence and sustainable development.. Int.

J. of Manag. Educ., 18(1), p. 100330.

Grivokostopoulou, F., Perikos, I. & Hatzilygeroudis, I., 2016. An educational system for

learning search algorithms and automatically assessing student performance. Int. J. Artif. Intell. Educ., 27(1), pp. 207-240.

He, K., Zhang, X., Ren, S. & Sun, J., 2016. Deep residual learning for image recognition. In:

Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. s.l.:s.n., pp. 770-778.

Jimenez, Y. et al., 2018. Simulation technologies to strengthen teaching-learning skills in

Biochemistry, Nursing and Medical. In: Perspect. educ.. s.l.:Universidad Nacional de La Matanza, pp. 81-98.

Kusuma, Y. A., 2020. Efektivitas Penggunaan Aplikasi Quizizz dalam Pembelajaran Daring

(online) Fisika pada Materi Usaha dan Energi Kelas X MIPA di SMA Masehi Kudus Tahun Pelajaran 2019/2020. Indones. Rev. of Phys., 3(2), pp. 52-56.

Logatt, C., 2016. How emotions influence learning. Rev. de Neurocienc. y Neurosicoeducación,

83(1), pp. 6-7.

Moursund, D., 2006. Brief Introduction to Educational Implications of Artificial Intelligence.

[Online] Available at: http://darkwing.uoregon.edu/~moursund/Books/AIBook/index.htm

Nasution, H., 2012. Implementasi Logika Fuzzy pada Sistem Kecerdasan Buatan. J. ELKHA,

4(2), pp. 4-8.

O’Regan, K., 2003. Emotion and e-Learning. J. of Asynch. learn. netw., 7(3), pp. 78-92.

Scene 21 (53m 43s)

[Audio] 11 Perkel & Jeffrey, M., 2018. Why Jupyter is data scientists' computational notebook of choice. Nature, 563( 7732), pp. 145- 147. Popenici, S. & Kerr, S., 2017. Exploring the impact of artificial intelligence on teaching and learning in higher education. RPTEL, 12(1), pp. 1- 13. Poria, S., Majumder, R., Michalcea & Hovy, 2019. Emotion Recognition in Conversation: Research Challenges, Datasets, and Recent Advances. IEEE Access, 7( 1), pp. 100943100953. Redmon, J., Divvala, S., Girshick, R. & Farhadi, A., 2016. You only look once: unified, real time. In: Proceedings of the IEEE Conference on Computer Vision and Pattern. s.l.:s.n., pp. 779- 788. S. Rosenthal, Z. W., 2020. Experiencing Live Composite Video Lectures: Comparisons with Traditional Lectures and Common Video Lecture Methods. Int. J. for the Scholarsh. of Teach. and Learn., 14(1), p. 8. Shank, D. B. & Gott, A., 2019. People's self-reported encounters of Perceiving Mind in Artificial Intelligence. Data in Brief, 25(1), p. 104220. Sousa, W. G. d. et al., 2019. How and where is artificial intelligence in the public sector going? A literature review and research agenda. Gov. Inf. Q., 36( 4), p. 101392. Taskirar, M., Killioglu, M., Kahraman, N. & Erdem, C., 2019. Face recognition using dynamic features extracted from smile videos. In: 2019 IEEE International Symposium on Innovations in Intelligent SysTems and Applications ( INISTA). Bulgaria: IEEE, pp. 1-6. Tyng, C., Amin, H., Saad, M. & Malik, A., 2017. The influences of emotion on learning and memory. Front. Psychol., 8(1), p. 1454. Valiente, C., Swanson, J. & Eisenberg, N., 2012. Linking students' emotions and academic achievement: When and why emotions matter. Child. Dev. Perspect, 6( 2), pp. 129- 135. Yi, D., Lei, Z., Liao, S. & Li, S., 2014. Learning face representation from scratch. arXiv preprint arXiv: 1411.7923.

11

Perkel & Jeffrey, M., 2018. Why Jupyter is data scientists' computational notebook of choice.

Nature, 563(7732), pp. 145-147.

Popenici, S. & Kerr, S., 2017. Exploring the impact of artificial intelligence on teaching and

learning in higher education. RPTEL, 12(1), pp. 1-13.

Poria, S., Majumder, R., Michalcea & Hovy, 2019. Emotion Recognition in Conversation:

Research Challenges, Datasets, and Recent Advances. IEEE Access, 7(1), pp. 100943- 100953.

Redmon, J., Divvala, S., Girshick, R. & Farhadi, A., 2016. You only look once: unified, real-

time. In: Proceedings of the IEEE Conference on Computer Vision and Pattern. s.l.:s.n., pp. 779-788.

S. Rosenthal, Z. W., 2020. Experiencing Live Composite Video Lectures: Comparisons with

Traditional Lectures and Common Video Lecture Methods. Int. J. for the Scholarsh. of Teach. and Learn., 14(1), p. 8.

Shank, D. B. & Gott, A., 2019. People’s self-reported encounters of Perceiving Mind in

Artificial Intelligence. Data in Brief, 25(1), p. 104220.

Sousa, W. G. d. et al., 2019. How and where is artificial intelligence in the public sector going?

A literature review and research agenda. Gov. Inf. Q., 36(4), p. 101392.

Taskirar, M., Killioglu, M., Kahraman, N. & Erdem, C., 2019. Face recognition using dynamic

features extracted from smile videos. In: 2019 IEEE International Symposium on Innovations in Intelligent SysTems and Applications (INISTA). Bulgaria: IEEE, pp. 1-6.

Tyng, C., Amin, H., Saad, M. & Malik, A., 2017. The influences of emotion on learning and

memory. Front. Psychol., 8(1), p. 1454.

Valiente, C., Swanson, J. & Eisenberg, N., 2012. Linking students’ emotions and academic

achievement: When and why emotions matter. Child. Dev. Perspect, 6(2), pp. 129-135.

Yi, D., Lei, Z., Liao, S. & Li, S., 2014. Learning face representation from scratch. arXiv preprint

arXiv:1411.7923.

Scene 22 (58m 31s)

[Audio] 12 LAMPIRAN Lampiran 1.1 Data Diri Ketua Tim 1 Nama Lengkap Al Khawarismi Atma Pratama 2 Jenis Kelamin Laki – Laki 3 Program Studi Teknik Komputer 4 NIM 21120119120020 5 Tempat, Tanggal Lahir Sungai Penuh, 14 Agustus 2001 6 E-mail alkhawarismi989@gmail.com 7 Nomor Telepon/Hp 082182790655 Lampiran 1.2 Data Diri Anggota 1 1 Nama Lengkap Soffan Marsus Ahmad 2 Jenis Kelamin Laki – Laki 3 Program Studi Teknik Komputer 4 NIM 21120119130042 5 Tempat, Tanggal Lahir Tasikmalaya, 28 Januari 2000 6 E-mail soffanma@gmail.com 7 Nomor Telepon/Hp 082113613388 Lampiran 1.3 Data Diri Anggota 2 1 Nama Lengkap Cinka Sihaloho 2 Jenis Kelamin Perempuan 3 Program Studi Teknik Komputer 4 NIM 21120119120007 5 Tempat, Tanggal Lahir Bukittinggi, 01 Juni 2001 6 E-mail cinkasihaloho91@gmail.com 7 Nomor Telepon/Hp 0895354209889 Semua data yang tercantum dalam biodata ini benar dan dapat dipertanggungjawakan secara hukum. Apabila di kemudian hari ternyata dijumpai ketidaksesuaian dengan kenyataan, tim kami bersedia menerima sanksi. Demikian biodata ini dibuat dengan sebenarnya untuk memenuhi salah satu persyaratan dalam pengajuan Lomba Karya Tulis Ilmiah Nasional Tingkat Mahasiswa LOYALISM 2020/2021.

12

LAMPIRAN

Lampiran 1.1 Data Diri Ketua Tim

1 Nama Lengkap Al Khawarismi Atma Pratama

2 Jenis Kelamin Laki – Laki

3 Program Studi Teknik Komputer

4 NIM 21120119120020

5 Tempat, Tanggal Lahir Sungai Penuh, 14 Agustus 2001

6 E-mail alkhawarismi989@gmail.com

7 Nomor Telepon/Hp 082182790655

Lampiran 1.2 Data Diri Anggota 1

1 Nama Lengkap Soffan Marsus Ahmad

2 Jenis Kelamin Laki – Laki

3 Program Studi Teknik Komputer

4 NIM 21120119130042

5 Tempat, Tanggal Lahir Tasikmalaya, 28 Januari 2000

6 E-mail soffanma@gmail.com

7 Nomor Telepon/Hp 082113613388

Lampiran 1.3 Data Diri Anggota 2

1 Nama Lengkap Cinka Sihaloho

2 Jenis Kelamin Perempuan

3 Program Studi Teknik Komputer

4 NIM 21120119120007

5 Tempat, Tanggal Lahir Bukittinggi, 01 Juni 2001

6 E-mail cinkasihaloho91@gmail.com

7 Nomor Telepon/Hp 0895354209889

Semua data yang tercantum dalam biodata ini benar dan dapat dipertanggungjawakan

secara hukum. Apabila di kemudian hari ternyata dijumpai ketidaksesuaian dengan kenyataan, tim kami bersedia menerima sanksi.

Demikian biodata ini dibuat dengan sebenarnya untuk memenuhi salah satu persyaratan

dalam pengajuan Lomba Karya Tulis Ilmiah Nasional Tingkat Mahasiswa LOYALISM 2020/2021.

Scene 23 (1h 1m 26s)

[Audio] 13 Semarang, 4 Februari 2021 Nama Jabatan NIM TTD Al Khawarismi Atma Pratama Ketua 21120119120020 Soffan Marsus Ahmad Anggota 21120119130042 Cinka Sihaloho Anggota 21120119120007 Lampiran 2.1 Dokumentasi Penelitian

13

Semarang, 4 Februari 2021

Nama Jabatan NIM TTD

Al Khawarismi Atma Pratama Ketua 21120119120020

Soffan Marsus Ahmad Anggota 21120119130042

Cinka Sihaloho Anggota 21120119120007

Lampiran 2.1 Dokumentasi Penelitian