PERAN GURU DAN SISWA DALAM MENGGUNAAN CHAT GPT (GENERATIVE PRE-TRAINING TRANSFORMER) DALAM IMPLEMENTASI PENDIDIKAN

DODI SETIAWAN

Authors

DODI SETIAWAN Program Studi D-IV Pengelolaan Perhotelan, Politeknik Bintan Cakrawala

Keywords:

Guru dan Siswa, Chat GPT, Pendidikan

Abstract

Proses pembelajaran melalui penerapan media teknologi seperti Chat GPT memberikan cara bagi pendidik untuk memfasilitasi pembelajaran sebagai fasilitator bukan sebagai penyedia informasi tunggal. Tahap sosialisasi mencakup materi dasar - dasar pengenalan Artificial intelegenci chat GPT ceramah, serta tim pengabdian juga mempersiapkan berbagai perlengkapan mensimulasikan penggunaan chat GPT, Mengembangkan Materi Ajar: ChatGPT dapat membantu pengajar dalam menyusun bahan ajar. Misalnya, menghasilkan materi yang interaktif atau simulasi untuk meningkatkan keterlibatan siswa.Hasil dari pelaksanaan kegiatan pengabdian kepada masyarakat ini adalah memberikan pengetahuan kepada Guru dalam memanfaatkan chat GPT untuk membantu dalam pengembangan materi dan bahan ajar serta menjadi alat bantu untuk mendukung proses belajar. Kegiatan pengabdian teknik penggunaan teknologi chat GPT dalam dunia pendidikan untuk mengembangan bahan ajar dan sebagai alat bantu dalam mengembangan kan pengetahuan dengan pendekatan artificial intelligence.

Downloads

Download data is not yet available.

References

Aji, B. P., & Wibisono, M. A. (2018).StrategiPengambilan Keputusan Penjualan DalamRangka Optimasi Profit Industri RitelBerbasis Unsupervised Machine LearningAlgorithm (Studi Kasus ModernMinimarket-X).

Amei, W., Huailin, D., Qingfeng, W., & Ling, L.(2011). A survey of application-levelprotocol identification based on machinelearning.2011 International Conferenceon Information Management, Innovation Management and Industrial Engineering,3, 201–204.

Athmaja, S., Hanumanthappa, M., & Kavitha, V.(2017). A survey of machine learningalgorithms for big data analytics.2017International Conference on Innovationsin Information, Embedded andCommunication Systems (ICIIECS), 1–4.

Board, F. S. (2017). Artificial intelligence andmachine learning in financial services. November, Available at: Http://Www. Fsb. Org/2017/11/Artificialintelligence- and-Machine-Learning-in- Financialservice/(Accessed 30th January,2018).

Brownlee, J. (2016).Master Machine LearningAlgorithms: discover how they work andimplement them from scratch. JasonBrownlee.

Darujati, C., &Gumelar, A. B. (2012).Pemanfaatan Teknik Supervised UntukKlasifikasi Teks Bahasa Indonesia.JurnalBandung Text Mining,16(1), 1–5.

Das, S., & Nene, M. J. (2017). A survey on typesof machine learning techniques inintrusion prevention systems.2017International Conference on WirelessCommunications, Signal Processing and Networking (WiSPNET), 2296–2299.https://doi.org/10.1109/WiSPNET.2017.8300169

Dharmawan, D. A., Li, D., Ng, B. P., & Rahardja,S. (2019). A New Hybrid Algorithm forRetinal Vessels Segmentation on FundusImages.IEEE Access,7, 41885–41896.

Ester, M., Kriegel, H.-P., Sander, J., Xu, X., & others. (1996).A density-based algorithmfor discovering clusters in large spatialdatabases with noise.

Goldberg, D. E., & Holland, J. H. (1988). Geneticalgorithms and machine learning.Machine Learning,3(2), . Good, Z., Borges, L., Gonzalez, N. V., Sahaf, B.,Samusik, N., Tibshirani, R., … Bendall, S.C. (2019).

Proliferation tracing withsingle-cell mass cytometry optimizesgeneration of stem cell memory-like

Tcells.Nature Biotechnology,37(3), 259.Hinton, G. (2018). Deep Learning: A Technology

Holder, C., Pin, T., & Kalva, H. (2009). Improvedmachine learning techniques for lowcomplexity MPEG-2 to

H. 264 transcodingusing optimized codecs.2009 Digest ofTechnical Papers InternationalConference on Consumer Electronics, 1–2.

Huang, G.-B., Zhu, Q.-Y., & Siew, C.-K. (2006).Extreme learning machine: theory