PENGEMBANGAN SUMBER BELAJAR MATAKULIAH SISTEM CERDAS KOMPETENSI JARINGAN SYARAF TIRUAN

dokumen-dokumen yang mirip
MEDIA PEMBELAJARAN JARINGAN SARAF TIRUAN METODE KOHONEN BERBASIS MULTIMEDIA

IMPLEMENTASI ALGORITMA PERCEPTRON UNTUK PENGENALAN POLA MASUKAN BINER MAUPUN BIPOLAR MENGGUNAKAN BORLAND DELPHI

SILABUS MATAKULIAH. Revisi : 4 Tanggal Berlaku : 04 September 2015

JARINGAN SARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) ERWIEN TJIPTA WIJAYA, ST, M.KOM

RANCANG BANGUN TOOL UNTUK JARINGAN SYARAF TIRUAN (JST) MODEL PERCEPTRON

MODEL PEMBELAJARAN JARINGAN SYARAF TIRUAN UNTUK OTOMATISASI PENGEMUDIAN KENDARAAN BERODA TIGA

Analisis Jaringan Saraf Tiruan Model Perceptron Pada Pengenalan Pola Pulau di Indonesia

Sebelumnya... Pembelajaran Mesin/Machine Learning Pembelajaran dengan Decision Tree (ID3) Teori Bayes dalam Pembelajaran

BAHAN AJAR BERBASIS WEBSITE MATA KULIAH WORKSHOP INSTALASI PENERANGAN LISTRIK DI JURUSAN TEKNIK ELEKTRO UNIVERSITAS NEGERI MALANG.

FAKULTAS SAINS DAN TEKNOLOGI UIN SUSKA RIAU. IIS AFRIANTY, ST., M.Sc

JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI CURAH HUJAN SUMATERA UTARA DENGAN METODE BACK PROPAGATION (STUDI KASUS : BMKG MEDAN)

BAB 2 LANDASAN TEORI

PENGEMBANGAN SISTEM PAKAR BERBASIS ATURAN UNTUK MENENTUKAN MATA KULIAH YANG AKAN DIAMBIL ULANG (REMEDIAL) DENGAN METODE FORWARD CHAINING

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

P E N D A H U L U A N Latar Belakang

APLIKASI PEMBELAJARAN INTERAKTIF TEKNIK ANIMASI 3D BERBASIS MULTIMEDIA

SILABUS MATAKULIAH. Indikator Pokok Bahasan/Materi Strategi Pembelajaran KONTRAK KULIAH DAN PREVIEW MATERI. PENGENALAN KECERDASAN BUATAN a.

Penerapan Jaringan Saraf Tiruan Metode Backpropagation Menggunakan VB 6

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Meter air merupakan alat untuk mengukur banyaknya air yang digunakan oleh

SISTEM PENGENALAN BARCODE MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

BACKPROPAGATION NEURAL NETWORK AS A METHOD OF FORECASTING ON CALCULATION INFLATION RATE IN JAKARTA AND SURABAYA

PENGENALAN POLA HURUF ROMAWI DENGAN JARINGAN SARAF TIRUAN PERSEPTRON LAPIS JAMAK

PERANCANGAN PENGATURAN DURASI LAMPU LALU LINTAS ADAPTIF

PENGEMBANGAN MEDIA PEMBELAJARAN METODE ANFIS DI JURUSAN TEKNIK ELEKTRO UM

APLIKASI JARINGAN SYARAF TIRUAN PADA PENGENALAN POLA TULISAN DENGAN METODE BACKPROPAGATION

VIII.PENGANTAR JARINGAN SYARAF TIRUAN (JST)

PREDIKSI CURAH HUJAN DI KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK

JARINGAN SARAF TIRUAN DENGAN BACKPROPAGATION UNTUK MENDETEKSI PENYALAHGUNAAN NARKOTIKA

SISTEM PENGENALAN KARAKTER DENGAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON

PENGENALAN AKSARA JAWAMENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ)

SATIN Sains dan Teknologi Informasi

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB IV JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK)

BAB 2 TINJAUAN PUSTAKA. menggunakan teknik statistik, matematika, kecerdasan buatan, tiruan dan machinelearning

BAB 2 TINJAUAN PUSTAKA

PENGEMBANGAN MEDIA PEMBELAJARAN SISTEM PELACAKAN PADA MATA KULIAH KECERDASAN BUATAN BERBASIS MULTIMEDIA

BAB 2 TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu

PENGEMBANGAN MEDIA PEMBELAJARAN MENGGUNAKAN MULTIMEDIA INTERAKTIF PADA KOMPETENSI DASAR MELAKUKAN PERAWATAN PC. Vivin Ayu Lestari, Suwasono

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

Analisis Jaringan Saraf Tiruan Pengenalan Pola Huruf Hiragana dengan Model Jaringan Perceptron

APLIKASI JARINGAN SYARAF TIRUAN UNTUK PENGENALAN POLA PEMBUKAAN PERMAINAN CATUR

KLASIFIKASI KELAINAN JANTUNG ANAK MENGGUNAKAN JARINGAN SARAF TIRUAN ALGORITMA BACKPROPAGATION A B S T R A K

DIAGNOSA GANGGUAN SALURAN PERNAFASAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

PENGEMBANGAN MEDIA PEMBELAJARAN SISTEM PELACAKAN PADA MATA KULIAH KECERDASAN BUATAN BERBASIS MULTIMEDIA

PERANCANGAN APLIKASI MENGIDENTIFIKASI PENYAKIT MATA DENGAN MENGGUNAKAN METODE BACKPROPAGATION

BAB II LANDASAN TEORI

SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM BERDARAH DENGUE BERBASIS ANDROID MENGGUNAKAN JARINGAN SARAF TIRUAN

IMPLEMENTASI JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI HARGA SAHAM

2.1 Definisi Operasional Indikator Pemerataan Pendidikan

ESTIMASI PRODUKTIVITAS PEKERJA KONSTRUKSI DENGAN PROBABILISTIC NEURAL NETWORK

SATUAN ACARA PERKULIAHAN

BAB 1 PENDAHULUAN. 1 Universitas Kristen Maranatha. Gambar 1.1 : Ilustrasi jaringan syaraf manusia yang diadaptasi untuk ANN (Kriesel, 2011)

KBKF63307 INTELIGENSI BUATAN

Farah Zakiyah Rahmanti

MEDIA PEMBELAJAR JARINGAN SARAF TIRUAN MATERI MESIN BOLTZMAN BERBASIS MULTIMEDIA

Muhammad Fahrizal. Mahasiswa Teknik Informatika STMIK Budi Darma Jl. Sisingamangaraja No. 338 Simpanglimun Medan

BAB II DASAR TEORI Jaringan Syaraf Tiruan. Universitas Sumatera Utara

Suwasono Pendidikan Teknik Elektro-Universitas Negeri Malang Jalan Semarang 5 Malang.

IMPLEMENTASI JARINGAN SARAF TIRUAN HAMMING DALAM KASUS PENGENALAN POLA ANGKA DAN HURUF. Oleh : M. Husaini., S.T., M.T Dosen IAIN Bandar Lampung

BAB 2 LANDASAN TEORI

JARINGAN SYARAF TIRUAN PREDIKSI PENYAKIT LUDWIG ANGINA

IDENTIFIKASI KEMATANGAN BUAH TOMAT MENGGUNAKAN METODA BACKPROPAGATION

BAB VIII PENGANTAR JARINGAN SYARAF TIRUAN (JST)

BAB II LANDASAN TEORI

terinspirasi dari sistem biologi saraf makhluk hidup seperti pemrosesan informasi

PENGEMBANGAN MEDIA PEMBELAJARAN BERBASIS MULTIMEDIA INTERAKTIF MATA PELAJARAN KKPI MATERI MENGGUNAKAN PERANGKAT LUNAK PENGOLAH ANGKA KELAS XI

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

Aplikasi Jaringan Syaraf Tiruan Untuk Penentuan Status Gizi Balita Dan Rekomendasi Menu Makanan Yang Dibutuhkan

PENGEMBANGAN MEDIA PEMBELAJARAN BERBASIS WEB PADA MATAKULIAH PEMROGRAMAN BERORIENTASI OBJEK. Heru Wahyu Herwanto, Ruth Ema Febrita

Gambar 2.1 Neuron biologi manusia (Medsker & Liebowitz, 1994)

MEMPREDIKSI KECERDASAN SISWA MENGGUNAKAN JARINGAN SYARAF TIRUAN BERBASIS ALGORITMA BACKPROPAGATION (STUDI KASUS DI LP3I COURSE CENTER PADANG)

BAB VIII JARINGAN SYARAF TIRUAN

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses

PERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK EVALUASI KETEPATAN PREDIKSI WAKTU KERUSAKAN SUATU KOMPONEN

SISTEM PAKAR DIAGNOSA PENYAKIT KUCING MENGGUNAKAN METODE FORWARD CHAINING SKRIPSI. Diajukan Untuk Memenuhi Sebagian Syarat

BAB I PENDAHULUAN. diatur di dalam otak sebagai pengendali utama tubuh manusia. Otak manusia

RENCANA PEMBELAJARAN SEMESTER (RPS)

BAB I PENDAHULUAN. pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di

PENGEMBANGAN MEDIA PEMBELAJARAN BERBASIS MOBILE PADA MATA PELAJARAN BASIS DATA UNTUK SMK

BAB I PENDAHULUAN. daya tahan. PT. Propan Raya ICC merupakan sebuah perusahaan yang bergerak di

Implementasi Jaringan Syaraf Tiruan Backpropagation dan Steepest Descent untuk Prediksi Data Time Series

APLIKASI JARINGAN SARAF TIRUAN METODE PERCEPTRON PADA PENGENALAN POLA NOTASI

KLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION. Dhita Azzahra Pancorowati

MEDIA PEMBELAJARAN JARINGAN SARAF TIRUAN METODE HOPFIELD BERBASIS MULTIMEDIA

VOL. 01 NO. 02 [JURNAL ILMIAH BINARY] ISSN :

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI VOLUME PEMAKAIAN AIR BERSIH DI KOTA PONTIANAK

PENGEMBANGAN EVALUASI DAN PENUGASAN ONLINE BERBASIS E-LEARNING DENGAN MOODLE PADA MATA KULIAH MEDIA PEMBELAJARAN ILMU KOMPUTER

BAB II LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

SATIN Sains dan Teknologi Informasi

2015 PENGEMBANGAN MODUL PEMBELAJARAN INTERAKTIF MENGGUNAKAN METODE DISCOVERY LEARNING PADA MATA DIKLAT SISTEM KOMPUTER DI SMK

ek SIPIL MESIN ARSITEKTUR ELEKTRO

Architecture Net, Simple Neural Net

Penerapan Learning Vector Quantization Penentuan Bidang Konsentrasi Tugas Akhir (Studi Kasus: Mahasiswa Teknik Informatika UIN Suska Riau)

PENGEMBANGAN MULTIMEDIA PEMBELAJARAN INTERAKTIF DENGAN SERIOUS GAME MATA PELAJARAN KIMIA. Agung Panji Sasmito, Heru Wahyu Herwanto

KECERDASAN BUATAN ARTIFICIAL INTELLIGENCE. Copyright: Anik Handayani FT-UM

MEDIA PEMBELAJAR JARINGAN SARAF TIRUAN MATERI BRAIN STATE IN A BOX BERBASIS MULTIMEDIA

MEDIA PEMBELAJARAN MATERI KURVA PADA MATA KULIAH GRAFIKA KOMPUTER BERBASIS MULTIMEDIA

Transkripsi:

PENGEMBANGAN SUMBER BELAJAR MATAKULIAH SISTEM CERDAS KOMPETENSI JARINGAN SYARAF TIRUAN Slamet Wahyudi 1, Anik Nur Handayani 2, Heru Wahyu Herwanto 3 1.2.3 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Negeri Malang 1 wahyudislt@yahoo.co.id, 2 aniknur.ft@um.ac.id, 3 heru_wh@um.ac.id ABSTRAK Media pembelajaran sebagai sumber belajar menyediakan peluang bagi pendidik untuk mengembangkan teknik pembelajaran sehingga mencapai hasil yang maksimal. Demikian juga bagi peserta didik, dengan sumber belajar yang tepat diharapkan mereka akan lebih mudah untuk menentukan dengan apa dan bagaimana mahasiswa dapat menyerap informasi secara cepat dan efisien. Sumber informasi tidak lagi terfokus pada teks dari buku semata, tetapi lebih luas dari itu. Sumber belajar yang semakin baik dan berkembang akan menambah kemudahan dalam mendapatkan informasi yang diharapkan. Berdasarkan hasil observasi yang dihimpun dari dosen pengampu dan mahasiswa yang telah menempuh matakuliah sistem cerdas, didapatkan kesimpulan dibutuhkannya sumber belajar yang dapat membantu proses pembelajaran dalam matakuliah Sistem Cerdas. Tujuan dari penelitian pengembangan ini adalah merancang dan menghasilkan modul pembelajaran sebagai buku pegangan mahasiswa dan pengajar, jobsheet, program simulasi, serta buku petunjuk penggunaan sumber belajar matakuliah Sistem Cerdas pada kompetensi Jaringan Syaraf Tiruan yang dikembangkan, sehingga dapat berfungsi sebagai sumber belajar yang menarik dan interaktif. Kata kunci : sumber belajar, jaringan syaraf tiruan, sistem cerdas. 1. PENDAHULUAN Peningkatan mutu pendidikan merupakan salah satu unsur konkret yang sangat penting dalam upaya peningkatan kualitas sumber daya manusia. Maka hal yang sangat penting untuk diperhatikan adalah masalah prestasi belajar. Masalah umum yang sering dihadapi oleh peserta didik khususnya mahasiswa adalah masih cukup banyak yang belum dapat mencapai prestasi belajar yang memuaskan. Untuk mencapai prestasi belajar yang memuaskan dengan sistem pendidikan perkuliahan yang semakin maju dan didukung juga perkembangan sumber belajar, maka sumber belajar telah menjanjikan potensi besar dalam merubah cara seseorang untuk belajar, memperoleh informasi, menyesuaikan informasi dan sebagainya (Cahyo & Ardi, 2013). Sistem Cerdas merupakan salah satu matakuliah wajib bagi mahasiswa program studi S1 Pendidikan Teknik Elektro di Jurusan Teknik Elektro Universitas Negeri Malang. Matakuliah Sistem Cerdas mengajarkan tentang empat metode penyelesaian masalah, yaitu: Searching, Reasoning, Planning, dan Learning. Standar kompetensi matakuliah Sistem Cerdas adalah menegaskan pengertian tentang konsep sistem cerdas dan implementasinya dalam bidang teknik elektro (Katalog Jurusan TE-FT UM edisi 2014). Sistem Cerdas (kecerdasan buatan) kedepannya mempunyai arah pada Machine Learning. Mesin (machine) disini adalah mesin dalam pengertian I-107 lebih mendekati sebuah sistem bukan mesin mekanik, sedangkan istilah pembelajaran (learning) pertama kali muncul dalam disiplin ilmu kecerdasan buatan yang berarti menambah pengetahuan, memahami dengan belajar, dan mengikuti perintah. Machine learning merupakan cabang dari kecerdasan buatan, yaitu disiplin ilmu yang mencakup perancangan, pengembangan, dan pembangunan sistem yang memungkinkan komputer untuk mengembangkan perilaku yang berdasarkan pembelajaran data, atau sebuah studi yang mempelajari cara untuk memprogram sebuah komputer untuk belajar. Inti dari machine learning adalah representasi dan generalisasi. Machine learning dapat berfungsi untuk beradaptasi dengan suatu keadaan yang baru, serta untuk mendeteksi dan memperkirakan suatu pola. Sistem pembelajar dapat memanfaatkan contoh (data) untuk menangkap ciri yang diperlukan dari probabilitas yang mendasarinya (yang tidak diketahui). Data dapat dilihat sebagai contoh yang menggambarkan hubungan antara variabel yang diamati. Fokus besar penelitian machine learning adalah bagaimana mengenali secara otomatis pola kompleks dan membuat keputusan cerdas berdasarkan data. Kemampuan belajar yang menjadi dominan ditentukan oleh kemampuan perangkat lunak atau algoritmanya. Implementasi kemampuan belajar dapat dicapai dengan berbagai teknik, yaitu menggunakan kaidah (rule), menggunakan statistika,

dan menggunakan pendekatan fisiologi yaitu sistem saraf manusia atau disebut dengan jaringan syaraf tiruan (Aritificial Neural Network). Sutojo, dkk (2011) mengemukakan jaringan syaraf tiruan (JST) adalah paradigma pengolah informasi yang terinspirasi oleh sistem syaraf secara biologis, seperti proses informasi pada otak manusia. Elemen kunci dari paradigma ini adalah struktur dari sistem pengolahan informasi yang terdiri dari sejumlah besar elemen pemrosesan yang saling berhubungan (neuron), bekerja serentak untuk menyelesaikan masalah tertentu. Berdasarkan hasil observasi terhadap beberapa mahasiswa dan wawancara yang dilakukan pengembang terhadap dosen pengampu matakuliah Sistem Cerdas, menyatakan bahwa sudah tersedianya sumber belajar tetapi masih belum lengkap dan sesuai. Sehingga dibutuhkan sumber belajar untuk membantu proses pembelajaran yang sesuai dengan kompetensi pada matakuliah Sitem Cerdas di Jurusan Teknik Elektro Universitas Negeri Malang. Hal ini disebabkan karena sistem pembelajaran yang masih bersifat klasikal dalam artian hanya sebatas menggunakan buku referensi yang masih kurang dalam penyajian materi, slide show power point, dan keterangan-keterangan tambahan maupun simulasi yang digambarkan secara manual di papan tulis. Hal ini mengakibatkan pembelajaran menjadi kurang menarik, tidak praktis, dan membosankan. Sehingga perlu dilakukan cara lain agar pembelajaran menjadi menarik dan mahasiswa menjadi lebih mudah menerima materi yang disampaikan. Berdasarkan uraian diatas, maka perlu dirancang pengembangan sumber belajar pada matakuliah Sistem Cerdas. Pemilihan metode penyelesaian masalah dalam pembuatan sumber belajar difokuskan pada metode penyelesaian masalah Learning, yaitu pada jaringan syaraf tiruan. Dengan adanya sumber belajar yang dikembangkan diharapkan dapat menambah pemahaman, mematangkan konsep, dan analisis peserta didik khususnya mahasiswa dalam proses pembelajaran, serta sebagai dasar dalam disiplin ilmu machine learning untuk kedepannya. Maka pengembang mengajukan penelitian dengan konsep pengembangan sumber belajar yang berjudul Pengembangan Sumber Belajar Matakuliah Sistem Cerdas pada Kompetensi Jaringan Syaraf Tiruan di Jurusan Teknik Elektro Universitas Negeri Malang. Rumusan masalah pada penelitian dan pengembangan ini adalah: 1. Bagaimana merencanakan pembuatan sumber belajar matakuliah Sistem Cerdas pada kompetensi Jaringan Syaraf Tiruan di Jurusan Teknik Elektro Universitas Negeri Malang? 2. Bagaimana pembuatan sumber belajar matakuliah Sistem Cerdas pada kompetensi I-108 Jaringan Syaraf Tiruan di Jurusan Teknik Elektro Universitas Negeri Malang? 2. KAJIAN PUSTAKA 2.1 Pengertian Pengembangan Pengembangan adalah kegiatan tidak lanjut penelitian untuk memanfaatkan hasil-hasil penelitian serta mendapatkan informasi tentang cara-cara menggunakan teori dan proses untuk tujuan-tujuan praktis dan kegunaan. Pengembangan adalah memperdalam dan memperluas pengetahuan yang telah ada (Sugiyono, 2015). Pengembangan adalah suatu proses yang mempunyai tujuan meningkatkan fungsi, manfaat, dan aplikasi dari teknologi yang telah ada tanpa menghilangkan manfaatnya serta berguna untuk penelitian selanjutnya. Pada setiap pengembangan produk selalu disertai dengan penelitian untuk mengetahui aspek dan kelayakan serta pengaruh kegunaan produk yang akan dikembangkan. 2.2 Model Penelitian dan Pengembangan Terdapat berbagai pendapat model pengembangan yang telah dirancang oleh para ahli. Model yang sering digunakan sebagai rujukan dalam pengembangan salah satunya yaitu model pengembangan menurut Sugiyono (2015), yang terdiri atas 10 (sepuluh) langkah seperti pada Gambar 2.1, yaitu: (1) potensi dan masalah, (2) pengumpulan data, (3) desain produk, (4) validasi desain, (5) revisi desain, (6) uji coba produk, (7) revisi produk, (8) uji coba pemakaian, (9) revisi produk, (10) produksi masal. Gambar 1 Model Pengembangan Menurut Sugiyono 2.3 Sumber Belajar Sumber belajar ditetapkan sebagai informasi yang disajikan dan disimpan dalam berbagai bentuk media, yang dapat membantu siswa dalam belajar sebagai perwujudan dari kurikulum. Bentuknya tidak terbatas apakah cetakan, video, format perangkat lunak, atau kombinasi dari berbagai format yang dapat digunakan oleh siswa ataupun guru (Majid, 2013).

Dari pengertian diatas, dapat disimpulkan sumber belajar adalah media dalam berbagai bentuk berupa buku teks, media cetak, elektronik, perangkat lunak, atau kombinasi dari berbagai format yang berisikan tentang bahan-bahan yang dimanfaatkan dan digunakan dalam proses pembelajaran untuk memudahkan belajar siswa baik secara langsung maupun tidak langsung. Biologis Badan sel (soma) Dendrit Axon Sinapsis 3. MODEL PENELITIAN DAN PENGEMBANGAN Node Input / Masukan Output / Keluaran Weight / Bobot 2.4 Jaringan Syaraf Tiruan Jaringan Syaraf Tiruan merupakan salah satu upaya manusia untuk memodelkan cara kerja atau fungsi sistem syaraf manusia dalam melaksanakan tugas tertentu. Pemodelan ini didasari oleh kemampuan otak manusia dalam mengorganisasikan sel-sel penyusunnya yang disebut neuron, sehingga mampu melaksanakan tugas-tugas tertentu, khususnya pengenalan pola dengan efektivitas yang sangat tinggi (Suyanto, 2011). Pada Gambar 2.2, sebuah neuron (sel saraf) tertentu mengumpulkan sinyal berupa rangsangan dari neuron lain melalui dendrit. Sinyal yang datang dan diterima oleh dendrit akan dijumlahkan (summation), dan dikirim melalui axon ke dendrit akhir yang bersentuhan dengan dendrit dari neuron yang lain. Sinyal akan diterima oleh neuron lain jika memenuhi nilai threshold tertentu. Dalam hal ini, neuron dikatakan teraktivasi. Gambar 2 Komponen Neuron dan Sinapsis Cara kerja otak manusia dapat disederhanakan menjadi model neuron (Gambar 2.3). Pembelajaran pada otak manusia terjadi ketika ada hubungan antara satu neuron lain yang terjadi secara adaptif dan berlangsung secara dinamis. Gambar 3 Model Neuron Tabel 1 Analogi Jaringan Syaraf Biologis dan Jaringan Syaraf Tiruan Jaringan Syaraf Jaringan Syaraf Tiruan I-109 Prosedur pengembangan menjelaskan tentang langkah-langkah yang ditempuh dalam membuat sumber belajar matakuliah Sistem Cerdas pada kompetensi Jaringan Syaraf Tiruan. Langkahlangkah pengembangan yang digunakan dalam penelitian ini mengacu pada model pengembangan menurut Sugiyono yang telah disesuaikan. 3.1 Potensi dan Masalah Sugiyono (2015) mengemukakan bahwa masalah adalah penyimpangan antara yang diharapkan dengan yang terjadi. Untuk mengenali potensi dan masalah maka dilakukan analisis, yaitu analisis kebutuhan. Dari hasil analisis didapatkan kesimpulan sebagai berikut: (1) pembelajaran matakuliah Sistem Cerdas sudah sesuai dengan deskripsi matakuliah yang disajikan, namun belum sampai pada ranah psikomotorik secara keseluruhan, (2) keterbatasan waktu dan sarana sumber belajar juga termasuk salah satu penghambat proses pembelajaran, dan (3) diperlukannya sumber belajar matakuliah Sistem Cerdas pada kompetensi Jaringan Syaraf Tiruan sebagai pendukung dan sarana kegiatan pembelajaran, serta sebagai dasar dalam disiplin ilmu machine learning untuk kedepannya. Kesimpulan diatas dijadikan landasan dalam mengembangkan sumber belajar matakuliah Sistem Cerdas pada kompetensi Jaringan Syaraf Tiruan. 3.2 Pengumpulan Data Pengumpulan data diperoleh dari hasil observasi, wawancara, dan pengalaman langsung pada saat menempuh matakuliah Sistem Cerdas. Dari kegiatan pengumpulan data tersebut, diperoleh informasi sebagai pendukung penelitian ini. Hasil dari observasi pra pengembangan terhadap 23 mahasiswa S1 Pendidikan Teknik Elektro yang telah menempuh matakuliah Sistem Cerdas dan wawancara terhadap dosen pengampu matakuliah Sistem Cerdas, menyatakan bahwa pada matakuliah Sistem Cerdas membutuhkan sumber belajar untuk kegiatan pembelajaran. Sumber belajar tersebut mencakup modul pembelajaran, jobsheet, program simulasi, dan buku manual. 3.3 Desain Produk Tahap desain produk merupakan kegiatan realisasi rancangan produk sumber belajar yang akan

Prosiding SENTIA 2017 Politeknik Negeri Malang Volume 9 ISSN: 2085-2347 dikembangkan. Desain dari sumber belajar ini berupa modul pembelajaran, jobsheet, program simulasi, dan buku manual. 4. HASIL DAN PEMBAHASAN Hasil dari penelitian dan pengembangan sumber belajar matakuliah sistem cerdas pada kompetensi jaringan syaraf tiruan adalah: 1. Modul pembelajaran, yang berisi materi matakuliah Sistem Cerdas pada kompetensi Jaringan Syaraf Tiruan sebagai buku pegangan mahasiswa dan pengajar dalam pembelajaran. Gambar 6 Tampilan Awal Program Simulasi Gambar 7 Hasil Tampilan Program Simulasi Model Adaline Pola A Gambar 4 Sampul Modul Dosen dan Mahasiswa 2. Jobsheet, merupakan lembar pekerjaan yang memiliki gambar kerja sebagai materi yang akan dipraktikkan dan dibarengi langkahlangkah kerja operasional, serta dilengkapi lembar evaluasi hasil praktik mahasiswa. Gambar 8 Hasil Perhitungan Program Simulasi Model Adaline Pola A 4. Gambar 5 Sampul Jobsheet Dosen dan Mahasiswa 3. Buku manual, merupakan buku panduan sumber belajar matakuliah Sistem Cerdas pada kompetensi Jaringan Syaraf Tiruan, yang berisi struktur modul, jobsheet, program simulasi, dan buku manual untuk mempermudah dalam penggunaan sumber belajar dengan baik dan benar. Program simulasi, digunakan mahasiswa dalam melaksanakan kegiatan praktik pada lembar pekerjaan atau jobsheet matakuliah Sistem Cerdas pada kompetensi Jaringan Syaraf Tiruan. Gambar 9 Sampul Buku Manual I-104 I-110

5. KESIMPULAN DAN SARAN 5.1 Kesimpulan Produk sumber belajar matakuliah sistem cerdas pada kompetensi jaringan syaraf tiruan yang telah dikembangkan dapat diuji cobakan pada mahasiswa. Untuk mengoptimalkan pemanfaatan produk, disarankan modul pembelajaran, jobsheet, program simulasi, dan buku manual sumber belajar pada pengembangan ini merupakan satu kesatuan. Sebaiknya produk tidak digunakan secara terpisah dan selalu selesaikan setiap bagian pembelajaran dengan urut, sehingga materi dapat dipahami dengan baik. Universitas Negeri Malang. 2010. Pedoman Penulisan Karya Ilmiah (Edisi Kelima). Malang: Universitas Negeri Malang Wahono, R. S. 2006. Aspek dan Kriteria Penilaian Media Pembelajaran. (Online). (http://romisatriawahono.net/2006/06/21/aspek -dan-kriteria-penilaian-media-pembelajaran/) diakses tanggal 26 Oktober 2016 Wahono, R. S. 2006. Aspek Rekayasa Perangkat Lunak dalam Media Pembelajaran. (Online). (http://romisatriawahono.net/2006/06/23/media -pembelajaran-dalam-aspek-rekayasaperangkat-lunak/) diakses tanggal 26 Oktober 2016 5.2 Saran Beberapa saran untuk pengembangan lebih lanjut, adalah: 1. Sumber belajar yang dikembangkan diharapkan dapat dijadikan sumber belajar secara online, sehingga dapat ditambahkan konten yang lebih interaktif terhadap mahasiswa dan dapat diakses oleh siapapun, dimanapun, dan kapanpun. 2. Materi yang disajikan perlu dikembangkan menyesuaikan kemajuan teknologi yang ada. 3. Perlu dilakukan penelitian lebih lanjut untuk mengembangkan konten atau fitur dari sumber belajar matakuliah Sistem Cerdas pada kompetensi Jaringan Syaraf Tiruan yang terdiri dari modul pembelajaran, jobsheet, program simulasi, dan buku manual dengan tujuan penyempurnaan. DAFTAR PUSTAKA: Cahyo, H. D., & Ardi Pujiyanta. 2013. Media Pemelajaran Jaringan Syaraf Tiruan Metode Kohonen Berbasis Multimedia. Jurnal Sarjana Teknik Informatika, 1 (1): 51-59 Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Penerbit Graha Ilmu Majid, Abdul. 2013. Perencanaan Pembelajaran: Mengembangkan Standar Kompetensi Guru. Bandung: PT Remaja Rosdakarya Sugiyono. 2015. Metode Penelitian Kuantitatif Kualitatif dan R&D. Bandung: Alfabeta Sutojo, T., Edy Mulyanto & Vincent Suhartono. 2011. Kecerdasan Buatan. Yogyakarta: C.V Andi Offset Suyanto. 2011. Artificial Intelligence: Searching, Reasioning, Planning dan Learning. Bandung: Informatika Bandung Universitas Negeri Malang. 2014. Katalog Fakultas Teknik Jurusan Teknik Elektro (edisi 2014). Malang: Universitas Negeri Malang I-111

I-112