Paper ini memberikan tinjauan sistematis literatur tentang AIED dari tahun 2010-2019 untuk mengidentifikasi struktur pengetahuan dan klaster utama serta kata kunci tren. Hasilnya menunjukkan fokus utama pada Intelligent Tutoring System dan Massive Open Online Courses serta topik seperti pembelajaran online, game-based learning, dan analytics pembelajaran. Analisis ini dapat digunakan untuk memetakan perkembangan pengetahuan di bidang lain.

1. Mapping Artificial Intelligence in Education
Research:
a Network‐based Keyword Analysis
a Paper Review
Yana R. Sopian
Program Doktor
Pendidikan Teknologi dan Kejuruan
Universitas Pendidikan Indonesia
NIM: 2105065
7 Oktober 2021

2. Identitas Paper
University of Hong
Kong
https://springer.com/journal/40593

3. Identitas Paper

4. Apa itu Artificial
Intelligence?
“... adalah ilmu dan teknik untuk membuat mesin cerdas,
terutama program komputer cerdas. Ini terkait dengan
tugas serupa yang menggunakan komputer untuk
memahami kecerdasan manusia, tetapi AI tidak harus
membatasi dirinya pada metode yang dapat diamati
secara biologis.”
John McCarthy, 2007

5. History of Artificial Intelligence
Abad
21
1999
1997
1973-
1990
1972
1960
1956
1950
Alan Turing menulis paper
“Computing Machinery
and Intelligence”
Sumber:https://algorit.ma/blog/data-science/sejarah-artificial-intelligence-ai/
dan diolah dari berbagai sumber
Artificial Intelligence pertama kali
dicetuskan oleh John McCarthy dalam
program Darthmouth Summer Research
Project on Artificial Intelligence (DSRPAI)
Natural Language Processing (NLP)
pertama, bernama STUDENT,
ELIZA (ChatBot) 1964-1966
Jepang menciptakan WABOT-1. Robot
pintar pertama yang mampu bergerak,
melihat, serta berbicara.
AI Winter, Peneliti menemukan
kesulitan untuk menciptakan mesin
pintar karena keterbatasan utama
yaitu komputer yang belum memadai
Deep Blue dikeluarkan IBM
dan mengalahkan Garry
Kasparov
Artificial Intelligence
RoBOt (AIBO) dibuat
oleh SONY
Self driving car,
AlphaGo, SIRI, Sophia
dll

6. Artificial Intelligence dalam
Kehidupan sehari-hari
AI
Sport
Online
Shoping
Health
Biometric
System
Social
Media
Search
Engine
Education

7. Introduction (Tujuan Penelitian)
Memberikan tinjauan sistematis dari sejumlah besar literatur
tentang AIED untuk mengidentifikasi struktur pengetahuan,
Cluster pengetahuan, dan kata kunci yang sedang tren dari
waktu ke waktu

8. Introduction (Research Question)
RQ1
• Apa pola yang mendasari struktur
pengetahuan AIED?
RQ2
• Apa klaster pengetahuan utama dalam
AIED selama dekade terakhir (2010-2019)
RQ3
• Apa kata kunci yang sedang tren dalam
AIED?

9. Sistematika Penulisan Paper
Introduction
Literature
review
Methods Results Discussions
Conclusion
&
Future Work

10. METHODS
- International Conference on Artificial Intelligence in Education (AIEDC): 328 Paper
lengkap dan pendek, 2011, 2013, 2015, 2017, 2018, 2019
- International Journal of Artificial Intelligence in Education (IJAIED): 168 artikel, 2013–
2019.
- International Conference on Educational Data Mining (EDM): 518 Paper lengkap dan
pendek (tidak termasuk poster), 2011–2019
- ACM Conference on Learning at Scale (L@S): 396 Paper, termasuk paper dalam
proses, 2014–2019
- International Conference on Intelligent Tutoring Systems (ITS): 420 Paper, 2010,
2012, 2014, 2016, 2018, 2019
1830 Paper  2010 to 2019

11. METHODS (Data Collection and
Processing)
1.Mengubah bentuk jamak menjadi bentuk tunggal
2.Menghapus tanda hubung: misalnya, eye-
tracking — eye tracking
3.Mengonversi ke huruf kecil
4.Menghindari singkatan
5.Menghapus kata-kata yang redundant: misalnya,
massive open online course (moocs) —
massive open online course

12. METHODS (Data Analysis)
Analysis
Level
Makro
Analysis
Level Meso
Analysis
Level Mikro
Bertujuan untuk
menganalisis distribusi kata
kunci di level jaringan
tentang pentingnya struktur
dan popularitas. Sehingga
didapatkan struktur
pengetahuan dalam AIED
Bertujuan untuk
mendeteksi kluster
pengetahuan yang sangat
terhubung dan kohesif
dalam AIED. Sebuah cluster
pengetahuan terdiri dari
sekelompok kata kunci
yang terhubung sangat
erat satu sama lain
Bertujuan untuk
mengidentifikasi kata
kunci yang sedang tren

13. RESULTS
Struktur Pengetahuan di bidang AIED (Level Macro)
(1) kepadatan jaringan, (2) koefisien pengelompokan tertimbang rata-rata, (3)
sentralitas derajat rata-rata, (4) kekuatan simpul rata-rata, (5) ukuran komponen
terbesar, dan (6) derajat koefisien korelasi

14. Cluster Pengetahuan
Cluster Pengetahuan di bidang AIED (Level Meso)
RESULTS
Untuk menentukan cluster ini digunakan algoritma
Modularity Clustering
Sebuah cluster pengetahuan terdiri dari
sekelompok kata kunci yang terhubung sangat
erat satu sama lain

15. Cluster Pengetahuan Periode 2 dan
Periode 3

16. Cluster Pengetahuan Periode 4 dan 5

17. Trending di bidang AIED (Level Mikro)
RESULTS
Intelligent Tutoring System
merupakan satu-satunya kata
kunci yang tetap bertahan
selama 5 periode
Massive open online Coure dan
Learning Analytics merupakan
kata kunci teratas di periode 3
sampai 5
Analisis level mikro untuk
digunakan untuk
mengidentifikasi kata kunci
yang sedang tren

18. Discussions
Hasil studi ini mengungkapkan
keragaman penelitian yang cukup
besar di bidang AIED, namun
berpusat di sekitar dua tema yang
berkelanjutan yaitu Intelligent
Tutoring System (2010-2019) dan
Massive Open Online Course (sejak
2014)
ITS
Gamifika
si
Pedagogi
cal agent
Teachable
agent
Machine
learning
NLP
Clustering

19. Discussions
Hasil studi ini mengungkapkan
keragaman penelitian yang cukup
besar di bidang AIED, berpusat di
sekitar dua tema yang
berkelanjutan yaitu Intelligent
Tutoring System (2010-2019) dan
Massive Open Online Course (sejak
2014)
MOOCs
Data
mining
Learning
analytics
Knowledge
tracing
NLP
Online
learning
Online
Education

20. Fokus Pendidikan yang penting dalam AIED selama 2010–2019
Online Learning
Game-based Learning
Collaborative Learning
Assessment
Affect
Engagement
Learning Design

21. Trending Topik berdasarkan Keyword
in AIED
AI
Neural
Network
Deep
Learning
Eye
tracking
Collaborative
problem
solving
Personalized
learning
Higher
education
Ontology

22. Topik Populer di tahun-tahun
mendatang
AI
Neural
Network
Deep
Learning
Eye
tracking
Machine
Learning

23. Conclusion
&
Future Work
Untuk Studi lebih lanjut tentang evolusi dan perkembangan
AIED, Penulis merekomendasikan untuk mempertimbangkan
publikasi yang relevan seperti di UMAP (User Modeling,
Adaptation, and Personalization) dan PALE (Personalization
Approaches in Learning Environments)
1. Memberikan pemahaman AIED di level-meta melalui analisis
jaringan berbasis data dari kata kunci
2. Framework Analytics tiga-tahap yang dikembangkan dapat
digunakan untuk memetakan perkembangan pengetahuan
di bidang ilmu lainnya
3. Teknik Komputasi dan aplikasi pendidikan merupakan fokus
utama dalam AIED.

24. Terima Kasih ...