Kelas online telah menjadi norma baru dalam pendidikan selama pandemi COVID-19. Namun, kelas online memiliki tantangan tersendiri, salah satunya adalah sulitnya memantau keaktifan siswa. Keaktifan siswa adalah salah satu faktor penting yang menentukan keberhasilan pembelajaran.
Penelitian ini memberikan ulasan tentang sistem adaptif untuk memprediksi keaktifan siswa di kelas online. Sistem ini menggunakan kombinasi fitur audio-visual, termasuk gerakan wajah, gerakan mata, dan suara, untuk memprediksi keaktifan siswa.
Ulasan ini membahas latar belakang, metode, hasil, dan implikasi dari penelitian tentang sistem adaptif untuk memprediksi keaktifan siswa di kelas online. Ulasan ini juga memberikan rekomendasi untuk pengembangan sistem ini lebih lanjut.
*Pendahuluan:
Kelas online telah menjadi norma baru dalam pendidikan selama pandemi COVID-19. Kelas online menawarkan berbagai manfaat, seperti fleksibilitas dan aksesibilitas. Namun, kelas online juga memiliki tantangan tersendiri, salah satunya adalah sulitnya memantau keaktifan siswa.
Keaktifan siswa adalah salah satu faktor penting yang menentukan keberhasilan pembelajaran. Siswa yang aktif cenderung lebih terlibat dalam pembelajaran dan lebih memahami materi pelajaran.
Ada berbagai cara untuk memantau keaktifan siswa di kelas online. Salah satu cara yang paling umum adalah menggunakan survei. Survei dapat memberikan informasi tentang tingkat keterlibatan siswa dalam pembelajaran. Namun, survei memiliki keterbatasan, yaitu hanya dapat dilakukan pada akhir pembelajaran.
Cara lain untuk memantau keaktifan siswa di kelas online adalah menggunakan teknologi. Teknologi dapat digunakan untuk mengumpulkan data tentang perilaku siswa, seperti gerakan wajah, gerakan mata, dan suara. Data ini dapat digunakan untuk memprediksi keaktifan siswa.
*Metode:
Sistem adaptif untuk memprediksi keaktifan siswa di kelas online terdiri dari tiga komponen utama, yaitu:
*Fitur:
