Pengembangan Artificial Intelligence Of Things dengan Adaptive Neuro-Fuzzy Inference Systems pada Titrasi Alkalimetri untuk meningkatkan kemampuan representasi kimia mahasiswa

Anwar, Dede Miftahul (2025) Pengembangan Artificial Intelligence Of Things dengan Adaptive Neuro-Fuzzy Inference Systems pada Titrasi Alkalimetri untuk meningkatkan kemampuan representasi kimia mahasiswa. Masters thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (148kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (67kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (267kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (508kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (5MB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (682kB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (5MB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (245kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (301kB) | Request a copy
	Text (LAMPIRAN) 10_lampiran.pdf Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk menganalisis kelayakan sistem Artificial Intelligence of Things (AIoT) yang dikembangkan, mengevaluasi desain pembelajarannya, mengukur pengaruh penerapannya terhadap kemampuan representasi kimia, serta mengidentifikasi tanggapan dan persepsi mahasiswa calon guru terhadap penggunaan AIoT dalam pembelajaran titrasi alkalimetri. Metode penelitian yang digunakan adalah quasi-eksperimental dengan dua kelompok, yaitu kelas eksperimen yang menggunakan sistem AIoT dan kelas kontrol yang menggunakan metode titrasi konvensional. Penelitian ini menggunakan teknik sampel jenuh dengan melibatkan seluruh populasi sebanyak 97 mahasiswa program studi pendidikan kimia. Sampel dibagi menjadi dua kelompok, yaitu kelompok kontrol sebanyak 34 mahasiswa dan kelompok eksperimen sebanyak 63 mahasiswa. Teknik pengumpulan data meliputi analisis dokumentasi untuk mengevaluasi kelayakan dan keterlaksanaan desain pembelajaran, pretest dan posttest untuk mengukur kemampuan representasi kimia mahasiswa sebelum dan sesudah pembelajaran, dan angket untuk menilai tanggapan dan persepsi mahasiswa terhadap sistem AIoT. Data kelayakan sistem dianalisis secara deskriptif, data peningkatan kemampuan representasi dianalisis dari perhitungan N-Gain, serta tanggapan mahasiswa dianalisis secara kuantitatif dari hasil angket. Hasil penelitian menunjukkan bahwa sistem AIoT layak digunakan dengan desain pembelajaran yang terstruktur untuk meningkatkan kemampuan representasi kimia mahasiswa, khususnya pada level submikroskopik dan simbolik. Penerapan AIoT memberikan pengaruh signifikan terhadap peningkatan kemampuan representasi kimia mahasiswa dengan nilai rata-rata N-Gain sebesar 72,15% dalam kategori tinggi. Tanggapan mahasiswa terhadap penggunaan AIoT juga sangat positif, dengan rata-rata skor sebesar 88,01% dalam kategori "Sangat Baik," menunjukkan bahwa sistem ini relevan dalam mendukung pembelajaran modern dan pengembangan keterampilan abad 21, seperti literasi teknologi dan berpikir kritis. Penelitian ini memiliki kebaruan dalam mengintegrasikan teknologi AIoT dan Fuzzy Logic untuk pembelajaran berbasis visualisasi real-time yang belum banyak diterapkan pada pembelajaran kimia di Indonesia

Actions (login required)

View Item