AKTIVITI PENGAJARAN

Pendekatan Kaedah  Integrasi Kumpulan Kecil dan Pembentangan

Menyampaikan subjek STIN2054 Neural Network memerlukan kreativiti  untuk tujuan meningkatkan minat dan kefahaman. Cabarannya ialah subjek berorientasikan teori dan praktikal, memerlukan kreativiti untuk memastikan apa yang dipelajari dalam teori boleh dipraktikkan. Oleh itu, integrasi kumpulan kecil dan pembentangan akan menjadi pendekatan pembelajaran untuk tujuan meningkatkan minat dan kefahaman pelajar.
Saya menggunakan sesi A181 untuk tujuan pemerhatian dan temubual untuk perancangan perlaksanaan aktivititi. Hasil pemerhatian yang dijalankan secara kualitatif mendapati kaedah ini dapat meningkatkan minat dan pemahaman pelajar melalui sesi – sesi aktiviti yang dijalankan dalam kelas dan keputusan statistik peperiksaan akhir sesi A 182 menunjukkan peningkatan yang lebih baik berbanding statistik peperiksaan akhir sesi A 181.
Mata pelajaran STIN2054 Neural Network adalah kursus wajib yang perlu diikuti oleh para pelajar program Sarjana Muda Teknologi Maklumat (majoring Artificial Itelligence). Justifikasi keperluan kursus ini ditawarkan selain untuk memberi pendedahan serba sedikit kepadan rangkaian neural buatan, kursus ini dapat menyediakan pelajar kepada kemahiran untuk membina starategi untuk meneroka jenis, penggunaan dan kelebihan rangkaian neural buatan.
Kelebihan kursus ini ialah pelajar yang bercita-cita untuk melanjutkan pelajaran ke peringkat sarjana ataupun doktor falsafah di dalam bidang ini, mereka telah mempunyai serba sedikit pengetahuan berkaitan kecerdikan buatan. 

Fokus

Subjek ini ditawarkan kepada pelajar bermula dari semester 4,5 dan 6 bagi kusus Sarjana Muda Teknologi Maklumat (majoring Artificial Intelligence). Pra-syarat bagi membolehkan pelajar mengikuti kursus ini ialah telah mengambil subjek STIN 2044 Knowledge Discovery And Databases.  Pendekatan pembelajaran yang sesuai telah dirancang dan dilaksanakan untuk tujuan meningkatkan minat dan kefahaman pelajar. Saya menfokuskan kepada sasaran kumpulan A sesi A182 yang terdiri daripada 17 orang pelajar semester akhir kursus STIN 2054. Senarai nama pelajar seperti dalam LAMPIRAN I.

LAMPIRAN1 
SENARAI NAMA PELAJAR STIN 2054 (A182)
Semester Kedua Sesi 2018/2019

Isu Keprihatinan

Hasil tinjauan awal saya di awal minggu sesi kuliah pelajar kelihatan negatif dengan kursus ini kerana tajuk kursus iaitu “Neural Network” dan maklumat daripada pelajar senior kursus ini banyak melibatkan algoritma dan juga matematik.  Kesannya menyebabkan pelajar sukar untuk memahami subjek ini dan memberi kesan keputusan skor peperiksaan. Keputusan skor peperiksaan A172 (STIN 2054) dirujuk iaitu Jadual 1 (a). Tiada pelajar yang memperolehi skor markah A+ dan A, manakala 2 pelajar skor A- dan seoranga pelajar skor C+.Tiada pelajar yang gagal pada sesi ini.
Manakala keputusan skor A181 (Jadual 1(b)) dan A 182(Jadual 1(c))  menunjukkan peningkatan yang lebih baik dibandingkan skor pepriksaan bagi sesi A172.

Jadual 1 (a) Skor peperiksaan akhir sesi lepas (A 172) bagi subjek STIN 2054

Jadual 1(b) Skor peperiksaan akhir sesi lepas (A 181) bagi subjek STIN 2054

Jadual 1(c) Skor peperiksaan akhir sesi lepas (A 182) bagi subjek STIN 2054

Sewaktu sesi penerangan berkenaan tajuk/sub-tajuk dan tugasan, komen dan rungutan pelajar terhadap kursus ini ialah “subjek yang sukar (banyak pengiraan). Saya berpendapat ada kebenarannya, memandangkan kursus ini memerlukan kemahiran pengiraan dan logik.

(a)

(b)

Gambar 1 (a) - (b)  Aktiviti kumpulan

Gambar 2
Pensyarah menilai sesi pembentangan pelajar

Gambar 3

 Sesi kumpulan kecil menggunakan kertas mahjung

Gambar 4 
Maklumat aplikasi rangkaian neural pada domain tertentu di kongsi 
menggunakan website padlet.com