Publication Search

Perkembangan teknologi informasi telah meningkatkan kebutuhan akan sumber daya manusia yang kompeten di bidang analitik data dan pemrograman, khususnya bagi mahasiswa Program Studi Sistem Informasi. Penelitian ini bertujuan untuk membangun model klasifikasi guna mengidentifikasi kecenderungan mahasiswa sebagai Data Analyst atau Programmer menggunakan algoritma Naive Bayes. Sebanyak 220 data dikumpulkan melalui kuesioner daring, dengan indikator penilaian yang dikelompokkan dalam dua dimensi: kemampuan analis data dan kemampuan pemrograman. Data kemudian dilabeli berdasarkan skor per dimensi dan diolah menggunakan model Complement Naive Bayes pada platform Google Colab. Hasil evaluasi menunjukkan bahwa model mampu mengklasifikasikan dua kelas mayoritas (Data Analyst dan Programmer) dengan baik, ditandai dengan akurasi keseluruhan sebesar 80,30% dan nilai precision, recall, serta f1-score yang tinggi. Namun, performa model terhadap kelas minoritas (Netral) masih rendah akibat ketidakseimbangan distribusi data. Penelitian ini menyarankan penggunaan teknik lanjutan seperti resampling, class weight, atau model ensemble untuk mengatasi bias terhadap kelas mayoritas. Temuan ini dapat digunakan sebagai dasar dalam pembimbingan akademik dan pengembangan kurikulum berbasis potensi mahasiswa.

Kebakaran masih menjadi masalah serius dengan dampak besar, baik secara materi maupun korban jiwa. Deteksi yang lambat dan alarm konvensional yang tidak responsif menjadi penyebab utama tingginya tingkat kerusakan. Penelitian ini mengusulkan sistem deteksi kebakaran berbasis Internet of Things (IoT) yang mengintegrasikan multi-sensor dengan platform IFTTT (If This, Then That). Sistem ini menggabungkan sensor asap (MQ5, MQ9), suhu (DHT22), dan api, dengan NodeMCU ESP8266 sebagai pusat kendali, serta mengirim notifikasi real-time melalui WhatsApp. Tujuannya adalah meningkatkan akurasi deteksi dan mengurangi alarm palsu. Pengujian dilakukan dengan membandingkan sistem konvensional dan sistem IoT pada berbagai skenario kebakaran. Hasil menunjukkan bahwa sistem IoT memiliki keunggulan dalam kecepatan notifikasi (kurang dari 10 detik) dan kemampuan menyampaikan lokasi secara akurat. Meskipun memerlukan biaya awal lebih tinggi, efektivitas sistem ini dalam meningkatkan respons darurat menjadikannya solusi yang layak. Sistem ini cocok diterapkan di rumah, kantor, maupun fasilitas industri, serta memiliki potensi besar dalam pengembangan sistem keselamatan kebakaran yang lebih adaptif dan efisien di masa depan

Instagram merupakan salah satu media sosial paling populer di Indonesia dengan jumlah unduhan dan ulasan yang sangat tinggi di Google Play Store. Penelitian ini dilakukan untuk menganalisis sentimen dari ulasan bintang lima terhadap aplikasi Instagram guna mengkaji lebih lanjut apakah seluruh ulasan dengan rating tertinggi benar-benar mencerminkan sentimen positif. Data dikumpulkan melalui tahap scraping, kemudian dilakukan pembersihan data dengan teknik normalisasi sederhana seperti penghapusan URL, karakter khusus, angka, dan spasi berlebih, serta tahap preprocessing menggunakan metode tokenisasi. Model IndoBERT digunakan sebagai alat klasifikasi untuk mendeteksi sentimen dari setiap ulasan ke dalam tiga kategori: positif, netral, dan negatif. Hasil klasifikasi menunjukkan bahwa 59,7% ulasan tergolong positif, 11,2% netral, dan 29,1% negatif. Model evaluasi dilakukan melalui perbandingan hasil prediksi dengan pelabelan manual dan otomatis yang menghasilkan f1-score sebesar 0,901 untuk sentimen positif, 0,834 untuk negatif, dan 0,449 untuk netral, dengan akurasi keseluruhan sebesar 83,2%. Visualisasi word cloud ditampilkan setelah proses klasifikasi sentimen untuk menggambarkan kata-kata yang dominan di masing-masing kategori. Temuan ini menunjukkan bahwa rating numerik tidak selalu selaras dengan isi ulasan, serta pentingnya analisis sentimen dalam memahami persepsi pengguna secara lebih mendalam.

Abstrak Penelitian ini mengembangkan sistem deteksi aritmia pada lansia menggunakan sinyal elektrokardiogram (EKG) 5-lead dan algoritma Support Vector Machine (SVM). Data EKG yang diperoleh melalui perangkat Smart Holter direkam secara kontinu dan diproses melalui tahapan praproses, meliputi koreksi baseline, filtering dengan metode Butterworth, ekstraksi fitur, normalisasi, serta pelabelan manual oleh dokter spesialis jantung untuk validitas klinis. Model SVM kemudian dilatih dan diuji dengan hasil akurasi sebesar 95,80% pada data pelatihan dan 94,57% pada data pengujian. Evaluasi performa model menggunakan confusion matrix, nilai presisi, recall, dan kurva ROC menunjukkan kemampuan klasifikasi empat kategori aritmia secara akurat dan seimbang dengan nilai AUC antara 0,98 hingga 1,00. Hasil ini menunjukkan potensi sistem sebagai alat bantu diagnosis dini aritmia khususnya pada pasien lansia. Untuk penelitian selanjutnya, disarankan peningkatan variasi data, perbandingan dengan metode lain seperti CNN atau LSTM, peningkatan kualitas sinyal dan fitur, serta pengujian di lingkungan klinis guna mengoptimalkan penerapan sistem dalam praktik medis.    Kata Kunci: Elektrokardiogram (EKG), Aritmia, Support Vector Machine (SVM), Lansia

This study aims to analyze the use of Online Integrated Banking Sharia System (OLIBSS) in improving the accuracy and efficiency of wadiah savings transaction processes at BPRS HIK Parahyangan. This study uses a qualitative approach with primary data collection methods through interviews and secondary data obtained from relevant internal documents. The results of the study indicate that the implementation of OLIBSS makes a significant contribution to improving the accuracy of recording wadiah savings transactions, minimizing human error, and accelerating operational processes that were previously carried out manually. In addition, this system also supports efficiency in reporting and internal supervision. Thus, the use of OLIBSS has proven effective in supporting a reliable accounting information system that is in accordance with sharia principles.

Kemiskinan merupakan salah satu tantangan terbesar yang dihadapi oleh berbagai negara, termasuk Indonesia. Tingginya jumlah penduduk miskin di beberapa wilayah, seperti di Provinsi Jawa Tengah, mencerminkan kompleksitas permasalahan yang dipengaruhi oleh kualitas sumber daya manusia, tingkat kemiskinan, dan pembangunan ekonomi. Provinsi Jawa Tengah, dengan populasi besar, memiliki tingkat kemiskinan yang signifikan, sehingga memerlukan intervensi strategi untuk mengoptimalkan penyaluran program pembangunan. Untuk mendukung pemerintah dalam menentukan prioritas penanganan kemiskinan secara efektif dan efisien, diperlukan sistem pendukung keputusan. Penelitian ini memiliki tujuan untuk merancang sistem pendukung keputusan berbasis TOPSIS yang efisien dan mampu memberikan rekomendasi terbaik berdasarkan beberapa kriteria utama: jumlah penduduk, Tingkat pengangguran, upah minimum, PDRB, dan jumlah penduduk miskin. Hasil analisis menunjukkan bahwa Kota Semarang memiliki tingkat kemiskinan terendah dengan nilai preferensi tertinggi (0,686725), sedangkan Kabupaten Brebes memiliki tingkat kemiskinan tertinggi dengan nilai preferensi terendah (0,154773). Validasi metode TOPSIS yang diterapkan dalam sistem ini mencapai tingkat akurasi sebesar 77,17% yang menunjukkan bahwa hasil pemeringkatan konsisten dengan keselarasan signifikan antara hasil sistem dan kondisi riil. Dengan demikian, sistem pendukung keputusan ini memberikan kontribusi nyata dalam mengklasifikasi wilayah berdasarkan tingkat kemiskinan, sehingga dapat menjadi alat bantu strategi dalam perencanaan program Pembangunan yang lebih tepat sasaran.

Senia, bisnis penjualan bahan bangunan seperti semen, keramik, pasir, dan besi, menghadapi kesulitan dalam memilih pemasok terbaik karena keterbatasan informasi dan metode evaluasi yang subjektif. Hal ini menyebabkan pemilihan pemasok yang tidak optimal, seperti pemasok yang sering terlambat mengirimkan barang atau menyediakan bahan berkualitas rendah. Akibatnya, operasional usaha terhambat, biaya meningkat, dan kepercayaan pelanggan menurun. Persaingan ketat di industri ini membuat layanan buruk akibat pemasok yang tidak tepat berisiko membuat pelanggan beralih ke kompetitor. Dengan menerapkan sistem menggunakan Metode Analytic Hierarchy Process (AHP) dan Multi-Objective Optimization by Ratio Analysis (MOORA) pada sistem rekomendasi berbasis website. AHP membantu merangking kriteria dan subkriteria secara sistematis, sementara MOORA efektif dalam menyeleksi alternatif terbaik. Kombinasi kedua metode ini terbukti meningkatkan efisiensi dan akurasi dalam seleksi pemasok, mengurangi waktu evaluasi manual, dan menghindari subjektivitas dalam pengambilan keputusan. Dengan sistem ini, UD. Senia dapat memastikan ketersediaan bahan berkualitas dengan harga kompetitif, menjaga posisi pasar, dan meningkatkan daya saing.

Hidrograf banjir umumnya digunakan dalam ilmu hidrologi untuk menganalisis dan menentukan besarnya debit banjir rencana. Salah satu masukan penting dalam analisis ini adalah model distribusi hujan jam-jaman, yang mengubah hujan rancangan menjadi hujan jam-jaman. Meskipun data hujan per jam hasil pengukuran dapat digunakan untuk mengembangkan model ini, metode empiris alternatif seperti Mononobe dan Alternating Block Method (ABM) dapat digunakan ketika data pengamatan tidak tersedia. Penelitian ini menggunakan metode kuantitatif dengan pendekatan komparatif. Hasil penelitian menunjukkan bahwa hidrograf banjir yang dihasilkan dengan menggunakan model distribusi curah hujan Mononobe menunjukkan korelasi dan akurasi yang lebih baik dibandingkan dengan yang dihasilkan menggunakan model ABM, terutama jika dibandingkan dengan hidrograf berdasarkan model distribusi hujan terukur. Temuan ini didukung oleh koefisien korelasi (r) sebesar 0,9990 dan nilai koefisien normalized root mean square error (NRMSE) sebesar 0,1606. Oleh karena itu, untuk studi kasus yang dilakukan di DAS Progo, model distribusi empiris Mononobe merupakan alternatif yang sesuai ketika data curah hujan per jam tidak tersedia.

Akurasi estimasi biaya diperlukan dengan perencanaan seoptimal mungkin seperti dengan melakukan perbandingan estimasi biaya konstruksi menggunakan metode AHSP dengan perhitungan dari kontraktor. Perbandingan dapat menjadi referensi untuk mengukur akurasi dan efisiensi penerapan metode dengan objek proyek gudang baja. Penelitian menggunakan metode analisis kuantitatif untuk memperkirakan rencana anggaran biaya dengan mengacu pada AHSP SE Direktur Jenderal Bina Konstruksi No. 68/SE/Dk/2024 yang selanjutnya dibandingkan dengan hasil perhitungan dari kontraktor. Hasil penelitian diperoleh bahwa estimasi biaya konstruksi dari pihak kontraktor lebih ekonomis dibandingkan dengan hasil AHSP 2024. Hasil perhitungan menunjukkan bahwa total biaya dari perhitungan AHSP 11,02% lebih tinggi dari estimasi kontraktor. Hal ini disebabkan karena upah tenaga kerja, bahan dan peralatan yang lebih tinggi pada AHSP dibandingkan dengan estimasi dari kontraktor. Saran penelitian selanjutnya untuk melakukan perhitungan pada pekerjaan lainnya, untuk menunjukkan keseluruhan biaya konstruksi.

This study aims to analyze the effectiveness of the e-Coklit application in supporting the accuracy of voter data in the 2024 Regional Head Election (Pilkada) in Pasirnagara Village, Pamarican Subdistrict, Ciamis Regency. The research method used is a descriptive qualitative approach with data collected through interviews, observation, and documentation. The study adopts Campbell J. P.’s effectiveness theory, which includes five dimensions: program success, target achievement, program satisfaction, input-output ratio, and overall goal accomplishment. The results indicate that the e-Coklit application is effective in improving voter data accuracy, accelerating the data verification process, and facilitating field officers’ tasks. Despite technical obstacles such as limited internet connectivity and insufficient training, most officers managed to perform well. The e-Coklit application has positively impacted the reduction of duplicate voter records and manual input errors. Therefore, the implementation of e-Coklit supports the achievement of accurate voter data and contributes to strengthening the quality of local democratic processes.

Penelitian ini bertujuan untuk menganalisis implementasi dan efektivitas penggunaan HPAI Sales Integrated Sistem (HSIS) dalam pencatatan transaksi sederhana pada Business Center (BC) Halalmart HNI Sidoarjo 2. Penelitian ini menggunakan pendekatan kualitatif dengan metode studi kasus, mengumpulkan data melalui observasi langsung, wawancara semi-terstruktur dengan pengelola dan staf, serta analisis dokumen terkait penggunaan HSIS. Hasil penelitian menunjukkan bahwa implementasi HSIS memberikan dampak positif signifikan dalam meningkatkan efisiensi operasional, akurasi data, dan transparansi proses bisnis. Sistem ini terbukti user-friendly dan mudah diadaptasi oleh pengguna, dengan fitur-fitur terintegrasi yang mencakup pencatatan transaksi, manajemen inventaris, dan pelaporan real-time. HSIS berhasil mengotomatisasi proses pencatatan transaksi, mengurangi human error, dan memberikan dukungan yang kuat untuk pengambilan keputusan manajemen melalui fitur analytics dan reporting. Namun, penelitian juga mengidentifikasi beberapa tantangan, terutama ketergantungan tinggi pada konektivitas internet, kebutuhan pelatihan pengguna untuk fitur-fitur advance, dan perlunya adaptasi proses bisnis dari sistem manual ke digital. Kesimpulan penelitian menunjukkan bahwa HSIS efektif meningkatkan efisiensi waktu operasional dan kepuasan pelanggan, namun memerlukan langkah mitigasi untuk mengatasi tantangan teknis guna memastikan kontinuitas operasional yang optimal.

The use of technology in the digitalization era is increasingly important in aspects of human life, one of which is in the field of accounting and business. Efficiency in the financial reporting process and accounting digitalization are important factors in influencing the accuracy of financial statements. This study aims to examine the effect of the efficiency of the financial reporting process mediated by accounting digitization on the accuracy of MSME financial reports in Semarang City. This study uses a quantitative approach with data collected through questionnaires from MSMEs in Semarang City. The population of this study amounted to 123 incorporated MSMEs and the research sample was MSMEs that had digitized their financial records (purposive sampling method), totaling 94 MSMEs in Semarang City. The results showed that the efficiency of the financial reporting process has a positive impact on accounting digitalization. However, the efficiency of the financial reporting process does not have a significant impact on the accuracy of MSME financial reports. Meanwhile, accounting digitalization has a positive impact on the accuracy of MSME financial statements.

Perkembangan komputasi kuantum memberikan potensi besar dalam bidang teknologi informasi, namun juga menimbulkan ancaman signifikan terhadap sistem keamanan siber yang ada saat ini. Sebagai respons terhadap tantangan ini, penelitian ini bertujuan untuk merancang sistem keamanan siber inovatif yang berbasis kecerdasan buatan (AI) guna melawan ancaman komputasi kuantum. Metode yang digunakan melibatkan penerapan algoritma AI untuk mendeteksi dan merespons serangan kuantum secara dinamis, serta integrasi kriptografi pasca-kuantum untuk meningkatkan ketahanan sistem terhadap potensi peretasan. Penelitian ini juga mengeksplorasi penggunaan pembelajaran mesin untuk mengidentifikasi pola ancaman dan memperkuat sistem secara otomatis seiring waktu. Temuan dari penelitian ini menunjukkan bahwa sistem yang dikembangkan mampu mendeteksi ancaman kuantum dengan tingkat akurasi yang tinggi dan menawarkan solusi yang dapat diimplementasikan pada berbagai platform siber. Implikasi dari hasil penelitian ini adalah kemajuan signifikan dalam pengembangan sistem keamanan yang lebih tangguh dan adaptif terhadap evolusi komputasi kuantum, membuka jalan bagi terciptanya infrastruktur digital yang lebih aman di masa depan

Perkembangan komputasi kuantum memberikan potensi besar dalam bidang teknologi informasi, namun juga menimbulkan ancaman signifikan terhadap sistem keamanan siber yang ada saat ini. Sebagai respons terhadap tantangan ini, penelitian ini bertujuan untuk merancang sistem keamanan siber inovatif yang berbasis kecerdasan buatan (AI) guna melawan ancaman komputasi kuantum. Metode yang digunakan melibatkan penerapan algoritma AI untuk mendeteksi dan merespons serangan kuantum secara dinamis, serta integrasi kriptografi pasca-kuantum untuk meningkatkan ketahanan sistem terhadap potensi peretasan. Penelitian ini juga mengeksplorasi penggunaan pembelajaran mesin untuk mengidentifikasi pola ancaman dan memperkuat sistem secara otomatis seiring waktu. Temuan dari penelitian ini menunjukkan bahwa sistem yang dikembangkan mampu mendeteksi ancaman kuantum dengan tingkat akurasi yang tinggi dan menawarkan solusi yang dapat diimplementasikan pada berbagai platform siber. Implikasi dari hasil penelitian ini adalah kemajuan signifikan dalam pengembangan sistem keamanan yang lebih tangguh dan adaptif terhadap evolusi komputasi kuantum, membuka jalan bagi terciptanya infrastruktur digital yang lebih aman di masa depan

In the modern construction industry, accuracy and efficiency in volume calculations are crucial aspects of project success. This study compares two methods for calculating the volume of pile caps and reinforcement: the manual method and the Building Information Modeling (BIM)-based method. The manual method has long been used but has limitations in terms of time efficiency and a higher risk of errors. In contrast, the BIM method offers more accurate and efficient calculations through software-based digital modeling. This study employs a descriptive-comparative quantitative approach by analyzing volume calculation data using both methods. The results indicate that the BIM method has a higher level of accuracy, with a concrete volume of 1,822.87 m³ and reinforcement of 148,862.80 kg, compared to the manual method, which produced a concrete volume of 1,842.17 m³ and reinforcement of 150,279.05 kg. The comparison of pile cap volume calculations shows that the BIM method achieves 98.95% effectiveness in concrete volume calculations and 99.06% effectiveness in reinforcement calculations compared to the manual method. Additionally, the BIM method has proven to be more efficient in reducing calculation time and minimizing input errors. Thus, BIM is more recommended for large-scale projects that require high accuracy and efficiency in construction volume calculations. However, the manual method remains relevant as a validation tool and for small projects with technological limitations. This study highlights the importance of adopting digital technology in the construction industry to enhance productivity and project planning effectiveness.    

Penelitian dengan pendekatan inovatif melalui integrasi permodelan 3D dan analisa semiotika untuk dokumentasi dan pelestarian heritage industri gula di Jawa Tengah. Tema Konservasi menjadi hal penting karena pada dasarnya kehadiran Pabrik Gula di era kolonial tidak hanya sekedar memiliki nilai historis dan arsitektur saja, namun merupakan simbol identitas budaya lokal yang terancam kerusakan fisik dan kurangnya pendekatan pelestarian yang holistik. Penelitian dengan pendekatan kualitatif deskriptif ini dilakukan melalui pengumpulan data berupa observasi lapangan, wawancara semi terstruktur, dan pemodelan digital dengan perangkat lunak Autodesk Revit. Analisis tematik digunakan untuk memahami terhadap nilai-nilai semantik, sedang analisis visual untuk evaluasi elemen arsitektural pada model 3D. Hasil dalam penelitian ini menunjukkan melalui pemodelan 3D dapat merepresentasikan elemen arsitektural pabrik : struktur atap, dinding, dan ornamen khas kolonial, dengan tingkat akurasi yang tinggi. Sedangkan melalui analisisi semiotika dapat diidentifikasi terhadap tiga hal utama, yaitu budaya, sejarah, dan identitas, yang melekat pada arsitektur industri tersebut. Dalam hal ini menekankan arti pentingnya nilai-nilai semantik pada pelestarian dan konservasi bangunan. Penelitian ini berkontribusi secara signifikan dalam pengembangan metoda pelestarian bangunan heritage di Indonesia. Hasil dari penelitian dapat diadaptasi guna mendukung kebijakan konservasi dan pendidikan. Penelitian lanjutan dengan mengeksplorasi teknologi yang terjangkau dan melibatkan komunitas sangat disarankan, guna memastikan keberlanjutan pelestarian heritage dimasa depan.

This study aims to determine the effect of push-up exercise on free throw shooting performance in male students of the basketball extracurricular at SMAN 1 Patokbeusi. The type of research is experimental, with a research design using a “One-Group pretest-posttest design” to observe the impact of the push-up treatment on free throw shooting performance. The population in this study consists of 12 male students from the basketball extracurricular at SMAN 1 Patokbeusi, all of whom were selected as the sample. The instrument used is a free throw shooting test, with a validity of 0.890 and reliability of 0.880. Data analysis was conducted using a t-test at a 5% significance level. The analysis results show “There is an effect of push-up exercise on free throw shooting performance in male students of the basketball extracurricular at SMAN 1 Patokbeusi,” with a t-value of 16.258 > t-table value of 2.201 and a significant value of 0.000 < 0.05.

Pox disease is an infectious disease that attacks the immune system. This disease is often considered mild because it is usually harmless and does not cause death. With the lack of counseling and treatment of this disease, lacks an understanding of pox disease, the types and the treatment . Some of the types of pox disease are Monkeypox, Chickenpox, and Cowpox. Cowpox can cause complications such as keratitis and corneal melting due to persistent erosion. To avoid complications of pox disease arising, CNN algorithm is considered capable of classifying the type of pox disease. Therefore, this study was conducted using 2 CNN methods used, namely: ResNet50 and VGG16. Because the distinguishing features of pox disease classification involve a mixture of color, shape and texture, CNN algorithm approaches including ResNet50 and VGG16 were tried. The ResNet50 model showed quite good results with an average accuracy of 76% but VGG16 had better accuracy with a value of 93%. The ResNet50 model showed good results with an average accuracy of 76% but VGG16 had better accuracy with a value of 93%. Using further evaluation, VGG16 has superior values with good precision, recall, and F1-score  for each class. This proves that VGG16 is a superior model for classifying pox disease types. The ResNet50 model is good at identifying three classes, namely, Chickenpox, Cowpox, and Healthy compared to the Monkeypox class because that class has 25% recall value and 40% F1-score  value. Similarly, the VGG16 model where the monkeypox class still has a recall value of 76%. This shows the potential of using artificial intelligence technology to classify smallpox disease.  

Gangguan pada tidur adalah suatu kondisi yang ditandai dengan adanya gangguan pada kuantitas, kualitas, dan atau durasi tidur. Gangguan tidur yang umum terjadi adalah insomnia dan sleep apnea. Jika tidak ditangani, insomnia maupun sleep apnea dapat menjadi kronis dan mengakibatkan terkena gejala penyakit yang lebih serius lainnya seperti hipertensi, depresi, penurunan fisik dan juga fungsi fital yang dapat menyebabkan komplikasi penyakit lainnya. Dengan adanya sebuah sistem yang dapat membantu prediksi diagnosis gangguan tidur akan membantu mengetahui gangguan tidur yang diderita dan dapat ditangani dengan segera. Proses prediksi dilakukan menggunakan metode klasifikasi algoritma Naïve Bayes Gaussian. Berdasarkan pengujian data training dan data uji didapatkan akurasi sebesar 85,3%. Hal tersebut membuktikan bahwa klasifikasi menggunakan algoritma Naïve Bayes Gaussian tergolong baik untuk memprediksi gangguan tidur.

Information technology refers to any technology that assists human needs. Advances in computing and information technology significantly impact education through the use of computer networks and the internet. Artificial Intelligence (AI) is one of the most beneficial applications across various fields, including healthcare, industry, governance, and particularly in education, as exemplified by ChatGPT (Chat Generative Pre-Trained Transformer). This study focuses on the accuracy of ChatGPT in analyzing learning materials for Buddhist Religious Education. It not only examines the technological accuracy but also explores its potential as an effective learning tool in formal educational settings. The method employed is a literature review, aiming to investigate the accuracy of ChatGPT in educational contexts. This research seeks to evaluate ChatGPT's capability to analyze materials and provide precise answers. However, as ChatGPT continues to evolve, there is a risk of increasing student dependency on its use. Despite its advantages, ChatGPT also has limitations, such as its reliance on available data.