Abstract
Statistik sering dianggap subjek yang mencabar oleh pelajar pelbagai peringkat. Sebagai respon terhadap keperluan pembelajaran yang lebih mesra pengguna dan berkesan, StatScholar AI diperkenalkan sebagai platform interaktif berasaskan AI. Ia membolehkan pelajar memilih topik statistik, mengakses nota ringkas berserta contoh dan rujukan, menjawab soalan berdasarkan tahap Taksonomi Bloom, serta menjalani kuiz yang diperibadikan. Soalan-soalan yang dibangunkan melalui proses pengesahan Model Rasch memastikan kesesuaian aras kognitif pelajar. Hasil daripada tinjauan awal melibatkan 487 pelajar, 83.9% pelajar berasa lebih yakin dalam pembelajaran statistik, dan 89.7% pasti akan mengesyorkan StatScholar AI kepada rakan mereka. Ciri tambahan seperti sokongan video, penyesuaian ikut bidang, dan interaksi mesra tutor maya (Maira) menambah nilai kepada pengalaman pengguna. StatScholar AI bukan sahaja menyokong pembelajaran kendiri, malah berpotensi menjadi produk komersial untuk kegunaan institusi pengajian tinggi, pelajar pascasiswazah, dan platform e-pembelajaran. Ia juga boleh diintegrasikan dalam sistem LMS atau dijadikan langganan pendidikan berasaskan AI. Pendekatan berfasa ini membuktikan potensi besar AI dalam memperkasa pembelajaran statistik secara lestari, adaptif dan bersifat universal.
Metadata
| Item Type: | Conference or Workshop Item (Paper) |
|---|---|
| Creators: | Creators Email / ID Num. Zulkifli, Faiz UNSPECIFIED Zainal Abidin, Rozaimah UNSPECIFIED Zulkifli, Nurin Zulaikha UNSPECIFIED |
| Subjects: | L Education > L Education (General) L Education > LB Theory and practice of education |
| Divisions: | Universiti Teknologi MARA, Perak > Seri Iskandar Campus > Faculty of Architecture, Planning and Surveying |
| Journal or Publication Title: | The 14th international invention, innovation & design competition 2025 (INDES 2025) |
| Event Title: | The 14th international invention, innovation & design competition 2025 (INDES 2025) |
| Page Range: | pp. 271-273 |
| Keywords: | Statistik, Kecerdasan Buatan, Taksonomi Bloom, Model Rasch, Pembelajaran Interaktif |
| Date: | 2025 |
| URI: | https://ir.uitm.edu.my/id/eprint/132230 |
