Integrasi konsep kecerdasan buatan dalam reka bentuk kit E-Muhadathah untuk bukan penutur Arab
Integration concept of artificial intelligence in the design of E-Muhadathah kit for non-Arabic speakers
DOI:
https://doi.org/10.37134/jictie.vol9.sp.1.1.2022Keywords:
kecerdasan buatan, pemprosesan Bahasa semula jadi, E-Muhadathah, pengajaran dan pembelajaran Arab, bukan penutur arabAbstract
Transformasi pendidikan masa kini menekankan penggunaan teknologi yang optimum dalam pengajaran dan pembelajaran (PdP) sejajar Revolusi Industri (RI) 4.0. Antara teknologi yang semakin berkembang pesat dalam pembelajaran bahasa seperti teknologi kecerdasan buatan atau Artificial Intelligence (AI) yang dikenali juga dengan pemprosesan bahasa semula jadi atau Natural Language Processing (NLP). Teknologi ini diintegrasikan dalam pembangunan kit E-Muhadathah iaitu satu model simulasi perbualan bahasa Arab interaktif yang digunakan untuk membantu komunikasi pelajar bukan penutur Arab di Universiti Awam (UA) Malaysia. Kajian ini bertujuan untuk mengenal pasti konsep kecerdasan buatan dalam pendidikan, isu dan cabaran pembangunan perisian bahasa Arab berasaskan kecerdasan buatan dan reka bentuk model kit E-Muhadathah untuk bukan penutur Arab. Kajian literatur ini menggunakan metode kepustakaan yang diperolehi daripada jurnal, prosiding, artikel, tesis dan buku secara atas talian melalui pangkalan data Google Scholar, Springer Link, Taylor & Francis, Science Direct dan Research Gate. Seterusnya, data yang terkumpul dianalisis secara deskriptif mengikut tema. Hasil kajian menunjukkan bahawa konsep kecerdasan buatan terdiri daripada tiga elemen utama iaitu pembelajaran mesin, pembelajaran mendalam dan rangkaian neural. Antara isu dan cabaran yang diketengahkan oleh para sarjana bahasa Arab dalam pembangunan perisian berasaskan kecerdasan buatan seperti kekaburan ortografi, morfologi, sintaksis, anafora dan semantik. Di samping itu, reka bentuk model kit E-Muhadathah menerapkan elemen pembelajaran mesin dan pembelajaran mendalam iaitu aplikasi bahasa lisan/ucapan dan teks penulisan. Analisis ini dapat dijadikan rujukan kepada para pensyarah dan penyelidik dalam membangunkan perisian berasaskan komunikasi bahasa Arab kepada bukan penutur di Institusi Pengajian Tinggi (IPT) Malaysia. Justeru itu, kajian ini mencadangkan agar penerokaan bidang kecerdasan buatan dalam PdP bahasa Arab terus diperluaskan untuk meningkatkan kompetensi komunikasi dalam kalangan bukan penutur Arab di Malaysia.
Abstract
The current educational transformation emphasizes the optimal use of technology in teaching and learning in line with the Industrial Revolution (IR) 4.0. Among the rapidly evolving technologies in language learning is Artificial Intelligence (AI) technology, also known as Natural Language Processing (NLP). This technology was integrated into the development of the E-Muhadathah kit. E-Muhadathah kit is an interactive Arabic conversation simulation model used to improve communication skills among non-Arabic speakers at the tertiary level in Malaysia. This study aimed to identify the concept of Artificial Intelligence in education, as well as the issues and challenges of developing Arabic language software development using artificial intelligence and the design of the E-Muhadathah kit model for non-Arabic speakers. This study used document analysis derived from online journals, proceedings, articles, theses, and books through Google Scholar, Springer Link, Taylor & Francis, Science Direct, and Research Gate databases. Then, the collected data was analysed descriptively according to themes. The findings show that the concept of Artificial Intelligence consists of three main components: machine learning, deep learning, and neural networks. Among the issues and challenges raised by Arabic language scholars in the development of Artificial Intelligence-based software are the ambiguity of orthography, complexity of morphology and syntax, ambiguity of anaphora, and semantics. This study also finds that the design of the E-Muhadathah kit model has applied machine learning and deep learning elements which are speech-based and text-based applications. This study can be used as a reference for lecturers and researchers to develop Arabic language communication-based software for non-native speakers in the Malaysian Institution of Higher Education (MIHE). Therefore, this study suggests that the exploration of Artificial Intelligence in Arabic teaching and learning be further expanded to improve Arabic communication competence among non-native speakers in Malaysia.
Downloads
References
Abu, A. T., Ahmad Rashid, R. A., & Saleh, S. (2020). Pembinaan modul pengajaran al-quran (Al-Alaq) menggunakan model instruksional ADDIE. International Journal of Civilizational Studies and Human Sciences. 3(3), 152-167.
Ahmad, A. (2017). Mengenal artificial intelligence, machine learning, neural network dan deep learning. Yayasan Cahaya Islam, Jurnal Teknologi Indonesia, 1-5.
Annisa, S., Lubis, Z., & Najmita, A. (2020). Perancangan aplikasi jaringan syaraf tiruan (Neural Network) untuk pedeteksi keaslian uang kertas. Journal of Electrical Technology, 5(1), 1-8.
Atoh, N., Ramli, S., & Awang Hamat, M. Z. (2014). Guru bahasa Arab yang berkualiti: Satu tinjauan awal. Dalam Arifin, Z., Ahmad, M., Zailani, S., Omar, L., Mat, M. Z., Osman, H., Mustapa, A. M., & Nasir, M. S. Prosiding Seminar Pengajaran & Pembelajaran Bahasa Arab 2014 (pp. 1-7). Fakulti Pengajian Islam UKM & Fakulti Kontemporari Islam, UNISZA.
El Naqa, I., & Murphy, M. J. (2015). What is machine learning?. Dalam Machine Learning in Radiation Oncology. (pp. 3-11). https://doi.org/10.1007/978-3-319-18305-3_1
Khalati, M. M., & Al-Romany, T. A. H. (2020). Artificial intelligence development and challenges (Arabic language as a model). International Journal of Innovation, Creativity and Change, 13(5), 916-926.
McCarthy, J., Minsky, M. L., Rochester, N., & Shannon, C. E. (1956). A proposal for the dartmouth summer research project on artificial intelligence. Dalam AI Magazine. (pp. 12-14).
Naik, A. (2020, 10 May). A contemporary introduction to Natural Language Processing (NLP) in 2020. The Startup. https://medium.com/swlh/a-contemporary-introduction-to-natural-languageprocessing-nlp-in-2020-d93202502048
Nasution, H. (2012). Implementasi logika fuzzy pada sistem kecerdasan buatan. Jurnal ELKHA. 4(2), 4-8.
Nawi, A. (2019). Penerokaan awal terhadap isu dan impak penggunaan teknologi kecerdasan buatan terhadap kehidupan manusia. Asian Journal of Civilizational Studies, 1(4), 24–33.
Ramli, S. Atoh, N., Zakaria, Z., & Ariffin, M. (2017). I-Kit bahasa Arab dalam kalangan pelajar ISM Bahasa Arab dengan pendidikan UPSI: Satu Analisis. Journal of Global Business and Social Entreprenuership (GBSE), 3(7), 79-89. https://doi.org/10.15282/ijleal.v9.308
Rossett, A. (1987). Training needs assessment. Englewood Cliffs: Educational Technology Publications.
Shaalan, K., Siddiqui, S., Alkhatib, M., & Abdel Monem, A. (2018). Challenges in Arabic Natural Language Processing. In. Computational Linguistics, Speech and Image Processing for Arabic Language. (pp. 59083). https://doi.org/10.1142/9789813229396_0003
Shahrir, M. S. (2016, March 31). Kelebihan kuasai bahasa Arab. Berita Harian.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2022 Siti Rahmah Borham, Saipolbarin Ramli, Mohammad Taufiq Abdul Ghani
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.