Ringkasan Jurnal Machine Learning

Pengenalan
Untuk Mahasiswa Menggunakan Metode Service Learning

Mursalim1 , Tresi Aprilia 2 , M Achsin Samas 3 , Anik Rahmawati 4 , Imtiyaz Farras Mufidah 5 
1234Universitas Selamat Sri, Email: 1mursalim.dsc@gmail.com, 2 tresiaprilia98@gmail.com, 3samas.achsin@gmail.com, 4arahma2108@gmail.com, 5 imtiyazfarras@gmail.com 

Abstract

    Teknologi informasi terus mengalami perubahan seiring perkembangan industri begitu juga dengan peningkatan data yang dihasilkan dari berbagai bidang seperti bidang pendidikan, kesehatan, astronomi, pertanian, ekonomi, sosial budaya dan lainnya. Tahun 2023, data pengguna internet mencapa 4.95 miliar pengguna. Tentu, pengguna internet tersebut berdampak pada data yang dihasilkan baik berupa teks, gambar, audio, video yang terus meningkat. Data tersebut dapat proses menggunakan metode Machine learning untuk menghasilkan sebuah pengetahuan hingga dapat digunakan sebagai dasar kebijakan. Namun, masih banyak mahasiswa yang belum memahami tentang metode tersebut dikarenakan kesulitan dalam memahami formula metode Machine Learning yang berkaitan dengan ilmu matematika. Oleh karena itu, diperlukan sebuah pendekatan khusus agar pemahaman terhadap model tersebut mudah dipahami yakni salah satunya adalah pendekatan Learning Service yang fokus pada konsep aspek praktis dan konsep ekperiental didasari pada sebuah studi kasus untuk memberikan pemahaman praktis dan metode tersebut dapat dilakukan oleh mahasiswa terhadap masalah penelitian di bidang Machine Learning

Pendahulu

    Dewasa ini, perkembangan teknologi dan data terus mengalami perkembangan yang signifikan di berbagai bidang pengetahuan seperti: bidang agrikultur, teknologi Machine learning untuk mendeteksi penyakit pada tanaman padi, sayuran dan palawija. Kemudian, dibidang kesehatan khususnya membantu dalam mendiagnosa beberapa penyakit kronis seperti covid-19, tb, dan penyakit lainnya, . Selanjutnya, bidang pendidikan sebagai sarana komunikasi dalam pendidikan sosial, dan bidang pemerintahan dalam mensukseskan pelaksanaan pelayanan publik dalam rangka inovasi penggunaan E-government yang berkualitas. Dari beberapa penelitian tersebut dapat diuraikan bahwa ada implikasi dari penggunaan teknologi informasi yang mengubah cara konvensional menjadi lebih modern dan menunjukkan peningkatan signifikan terhadap penggunaannya. Hal ini juga dapat dilihat pada pengguna internet di seluruh dunia yang mencapai 4,95 miliar pengguna. Di Indonesia saja, pengguna internet telah mencapai 213 juta pengguna.

  Metode

    Metode pelaksanaan pengabdian kepada Masyarakat menggunakan Service Learning dimana dalam kegiatan ini melakukan pendekatan aspek praktis dan fokus pada konsep Experiental Learning. Kegiatan ini memberikan pembelajaran kepada para mahasiswa terkait dengan penerapan Metode Machine Learning untuk beberapa masalah di masyarakat.

  Ada 5 tahapan dalam pelaksanaan Service Learning activity process model pada pelaksanaan kegiatan PkM yang bertema Pengenalan Machine Learning untuk mahasiswa menggunakan metode Service Learning. 

1. Identifikasi model kursus

    pada tahapan tersebut, diperlukan identifikasi model kursus yang sesuai dengan kondisi peserta kegiatan Pengabdian kepada Masyarakat. Dimana peserta yang menjadi sasaran kegiatan tersebut adalah Mahasiswa program studi teknik Informatika. Adapun model kursus yang digunakan adalah studi kasus permasalahan tertentu yaitu pengklasifikasian data kemiskinan dalam penerapan Machine Learning. Metode Machine Learning yang digunakan adalah Decission Tree. 

2. Komunikasi expert

    Selanjutnya, komunikasi expert yang dilakukan oleh panitia pelaksanaan kegiatan Pengabdian kepada Masyarakat. Pada tahapan ini panitia berkomunikasi dengan para dosen yang memiliki expertis dibidang machine learning yaitu: Bapak Mursalim, M.Kom yang memiliki ketertarikan research di bidang Artificial Inteligence dan Cyber Security, Bapak M. Achsin Samas, M.Kom. beliau memiliki ketertarikan research di bidang Data Mining, dan Ibu Tresi Aprilia, M.Kom. beliau memiliki ketertarikan research di bidang Machine Learning dan Software Engineering. Selanjutnya setelah dilakukan komunikasi dengan expert di bidangnya, ditentukan waktu pelaksanaan kegiatan PkM tersebut. Adapun pelaksanaan kegiatan tersebut dilaksanakan pada: 

Hari : Sabtu 

Tanggal : 19 Agustus 2023 

Tempat: Ruang B.2.1 Gedung Fakultas Komputer dan Desain Universitas Selamat Sri 

3. Penyelesaian desain pembelajaran 

Kemudian, tahapan desain pembelajaran yang digunakan dalam kegiatan tersebut adalah menggunakan pendekatan ceramah dan dilengkapi dengan studi kasus tertentu. 

4. Penyelesaian survei pembelajaran mahasiswa 

    Tahapan ini, dilakukan survei pra dan post kegiatan Pengabdian kepada Masyarakat, adapun instrumen survei pra dan post adalah sebagai berikut: 

a. Pra survei pembelajaran mahasiswa terkait dengan pengenalan Machine Learning 

    Pada tahapan pra survei pembelajaran tersebut telah dilibatkan sebanyak 20 Mahasiswa sebagai peserta kegiatan PkM. Mahasiswa tersebut berasal dari program studi Teknik Informatika Universitas Selamat Sri dan terdiri dari mahasiswa semester II, IV dan VI. 

b. Post survei pembelajaran mahasiswa terkait dengan pengenalan Machine Learning. 

    Pada pengujian post survei menggunakan instrument yang sama dengan pra survei dan diberikan kepada seluruh peserta kegiatan PkM sebanyak 20 Mahasiswa Teknik Informatika yang terdiri dari Semester II, IV dan VI.

5. Evaluasi hasil survei pembelajaran mahasiswa 

    Berdasarkan hasil survei pembelajaran mahasiswa baik secara pra maupun post tentang pengenalan Machine Learning kepada mahasiswa menunjukkan bahwa ada perbedaan jawaban dari sebelum pelaksanaan dan sesudah pelaksanaan kegiatan tersebut. 

Hasil dan Pembahasn 

1. Tahapan Pelaksanaan Kegiatan

• Pembukaan dan Sosialisasi: Kegiatan dibuka oleh panitia dan diisi dengan sambutan serta pengenalan narasumber yang ahli di bidang Artificial Intelligence, Data Mining, dan Software Engineering.

• Penyampaian Materi: Materi mencakup tren riset Machine Learning, sejarah perkembangan industri dari 1.0 hingga 4.0, serta dasar keilmuan yang harus dikuasai seperti data dan metode perbaikan algoritma.

• Simulasi Praktis: Mahasiswa diajak mensimulasikan pengolahan data kemiskinan tahun 2022 milik BPS Kabupaten Batang menggunakan metode Decision Tree.

2. Hasil Simulasi Data

• Proses Teknis: Tahapan simulasi meliputi encoding data (mengubah data menjadi angka ber-makna) dan evaluasi model.

• Akurasi Model: Perhitungan menggunakan Confusion Matrix menunjukkan bahwa metode Decision Tree mampu mencapai tingkat akurasi sebesar 88,47% dalam mengklasifikasikan data kemiskinan tersebut.

3. Analisis Pemahaman Mahasiswa

Hasil perbandingan antara pra-survei dan post-survei menunjukkan dampak positif yang signifikan:

• Peningkatan Pemahaman: Sebanyak 92% mahasiswa (gabungan 65,5% "Sangat Setuju" dan 26,5% "Setuju") menyatakan mampu memahami Machine Learning dan cara penggunaan metodenya setelah simulasi studi kasus dilakukan.

• Kendala Matematis: Meskipun pemahaman praktis meningkat, sekitar 8% mahasiswa masih merasa kesulitan dalam memahami formula matematis yang menjadi dasar metode Machine Learning.

Kesimpulan 

Berdasarkan hasil dan pembahasan tersebut diatas dapat disimpulkan bahwa pelaksanaan kegiatan Pengabdian kepada Masyarakat berjalan lancar dan memberikan pengaruh terhadap pengetahuan baru tentang Machine Learning pada mahasiswa. hal tersebut dapat dilihat dari hasil survei Pra dan Post yang diisi oleh Mahasiswa selaku peserta kegiatan Pengabdian kepada Masyarakat. Hasilnya menunjukkan 65,5% menyatakan sangat setuju dan Setuju sebesar 26,5% bahwa para Mahasiswa mampu memahami Machine Learning dan cara penggunaan metode tersebut melalui studi kasus yang telah disimulasikan. Sedangkan ada 8% masih menyatakan kesulitan dalam memahami formula sebuah metode Machine Learning. 

 https://abdimasku.lppm.dinus.ac.id/index.php/jurnalabdimasku/article/view/1959