168 pembelajaran berlangsung. Umpan balik ini bertujuan untuk meningkatkan motivasi siswa serta membantu mereka memahami kekuatan dan kelemahan mereka, sehingga mereka dapat melakukan penyesuaian yang diperlukan untuk meningkatkan pembelajaran mereka. 3. Penilaian Individu dan Kelompok Pembelajaran kolaboratif menekankan pada penilaian yang melibatkan baik individu maupun kelompok. Penilaian ini dilakukan melalui berbagai metode seperti portofolio, di mana kumpulan pekerjaan siswa menunjukkan usaha dan perkembangan mereka dalam pembelajaran. Penilaian proyek juga digunakan untuk menilai kemampuan siswa dalam mengaplikasikan pengetahuan dalam proyek nyata yang melibatkan investigasi dan penyajian. Penilaian ini tidak hanya mengukur hasil akhir tetapi juga proses yang dilalui siswa dalam mengerjakan tugas, sehingga memberikan gambaran yang lebih komprehensif tentang pencapaian pembelajaran mereka. G. Studi Kasus Implementasi Pembelajaran Kolaboratif Case Study Sebagai Metode Pembelajaran Kolaboratif Contoh pertama dari implementasi pembelajaran kolaboratif dapat dilihat melalui case study. Metode ini memungkinkan siswa untuk menghadapi berbagai masalah praktis dan mencari solusi melalui diskusi
169 kelompok. Dalam konteks pembelajaran kolaboratif, case study dilakukan dengan membentuk beberapa grup, di mana tiap grup menangani case study yang berbeda namun dengan tingkat kesulitan yang serupa. Setiap grup diberi waktu 10 hingga 15 menit untuk mendiskusikan dan menganalisa case study bersama anggota grupnya. Setelah itu, satu orang dari tiap grup ditunjuk untuk mempresentasikan hasil diskusi kepada kelas. 1. Penerapan di Sekolah Menengah Kejuruan Sebuah studi kasus di SMK N 4 Bandung menyoroti penyesuaian dan pelaksanaan kurikulum 2013 dengan pembelajaran kolaboratif selama masa pandemi. Mata Pelajaran PISAV kelas XI menjadi fokus, dengan hasil menunjukkan bahwa tingkat pemahaman siswa dalam pembelajaran kolaboratif pada soal pilihan ganda dapat dikategorikan baik dengan persentase 60,22%. Selanjutnya, pelaksanaan pembelajaran kolaboratif di kelas XI TAV menunjukkan hasil belajar dengan nilai rata-rata 75,5, di mana nilai tertinggi yang diperoleh adalah 100 dan nilai terendahnya 55,6. Hal ini menunjukkan bahwa pelaksanaan pembelajaran kolaboratif dapat dikategorikan baik. 2. Analisis Pembelajaran Kolaboratif di Sekolah Dasar Penelitian lain menganalisis penerapan pembelajaran kolaboratif pada siswa sekolah dasar. Hasilnya menunjukkan manfaat signifikan dari pembelajaran kolaboratif, termasuk peningkatan kemampuan berpikir kritis, keterampilan sosial, kemampuan kerja tim, dan motivasi belajar siswa.
170 Meskipun demikian, tantangan seperti pengelolaan waktu, pembagian tugas dan dukungan pendidik perlu diatasi. Penelitian ini merekomendasikan pelatihan dan bimbingan kepada pendidik, penyediaan sumber daya dan sarana yang memadai, penyesuaian kurikulum, dan kerjasama antara guru, siswa dan orang tua dalam mendukung pembelajaran kolaboratif. 3. Implementasi Cooperative Learning Structures (CLS) Salah satu contoh penerapan pembelajaran kolaboratif di kelas adalah melalui metode Cooperative Learning Structures (CLS). Dalam metode ini, peserta didik dibagi menjadi dua peran: yang bertugas mengajukan pertanyaan dan yang bertugas menjawab. Sebelum pelaksanaan, guru dan peserta didik menentukan aturan, pertanyaan dan poin permainan. Metode ini tidak hanya mengasah daya ingat dan kecerdasan peserta didik tetapi juga melatih mereka untuk berani berkomunikasi dalam skala besar, yaitu di dalam kelas. Dengan menggunakan model ini, siswa dapat melatih cara mengobservasi atau melakukan pengamatan di sekitar, belajar berpikir kritis, serta bekerjasama dalam tim. Keseluruhan studi kasus ini menunjukkan bahwa pembelajaran kolaboratif dapat diimplementasikan dalam berbagai konteks dan jenjang pendidikan dengan manfaat yang signifikan. Namun, penting untuk mengatasi tantangan yang ada agar pembelajaran kolaboratif dapat berlangsung secara efektif.
171 Pembelajaran kolaboratif telah terbukti sebagai strategi pendidikan yang efektif, mendukung pengembangan keterampilan sosial, kritis, dan kreatif siswa. Melalui diskusi kelompok dan sharing pengetahuan, metode ini memperkuat pemahaman materi dan meningkatkan prestasi belajar. Kemampuan untuk beradaptasi dengan berbagai perspektif dan latar belakang menambah nilai pada kekayaan pengalaman belajar siswa, sekaligus mempersiapkan mereka untuk tantangan di masa depan. Namun, penerapan strategi ini menghadapi beberapa tantangan, termasuk pembentukan kelompok yang efektif, ketidakseimbangan partisipasi dan evaluasi yang objektif. Diperlukan inovasi dan adaptasi berkelanjutan dari pendidik dan lembaga untuk mengatasi hambatan ini, memastikan teknologi dan metodologi yang mendukung proses belajar mengajar yang inklusif dan produktif. Dengan demikian, pembelajaran kolaboratif bukan hanya metode belajar, tetapi juga pendekatan untuk mengembangkan komunikasi dan kerjasama yang akan berharga sepanjang hidup siswa.
172
173 KEMUNCULAN KECERDASAN BUATAN DALAM PENDIDIKAN Abi Saptadinata, S.T.Par., MM
174 ejak pertama kali muncul di konferensi dartmouth pada tahun 1956, artificial intelligence (kecerdasan buatan) atau kecerdasan buatan telah menunjukkan pertumbuhannya yang signifikan dan berdampak pada berbagai aspek kehidupan, termasuk pendidikan . Konsep kecerdasan buatan, yang didasari oleh teori matematika yang diajukan oleh para filsuf, telah berkembang menjadi alat yang mampu mengumpulkan dan menganalisis data belajar siswa dalam jumlah besar . Hal ini mengharuskan kita untuk mempertimbangkan siapa yang sebenarnya bertanggung jawab dalam proses belajar; apakah itu siswa, guru, atau kecerdasan buatan itu sendiri . Penggunaan kecerdasan buatan dalam lingkungan belajar, baik formal seperti di sekolah maupun melalui platform digital seperti youtube, instagram, dan tiktok, menawarkan manfaat artificial intelligence yang luas untuk meningkatkan produktivitas belajar dan mengembangkan sistem rekomendasi yang adaptif. Pemanfaatan teknologi kecerdasan buatan dalam pendidikan, seperti melalui mentor virtual, asisten suara, konten pintar, dan penerjemah presentasi, memiliki potensi untuk merevolusi pembelajaran dengan menyediakan pengalaman yang dipersonalisasi dan beradaptasi dengan kebutuhan individu . Untuk mengoptimalkan manfaat kecer-dasan buatan ini, diperlukan adaptasi dari siswa dan guru untuk berkolaborasi efektif dengan baik manusia maupun kecerdasan buatan, memastikan fungsi kecerdasan buatan didukung oleh norma etik dan regulasi hukum . Ini membuka peluang dalam memanfaatkan aplikasi kecerdasan buatan dan deep learning dalam membangun sistem pendidikan masa depan yang lebih inklusif dan adaptif terhadap perkembangan kebutuhan belajar siswa. S
175 Kemajuan pesat dalam bidang artificial intelligence (kecerdasan buatan) telah memberikan dampak yang signifikan terhadap berbagai aspek kehidupan manusia, termasuk sektor pendidikan. Sejak awal mula, para tokoh seperti george boole dengan aljabar boolean-nya, serta alfred north whitehead dan bertrand a.w. Russell dengan karya mereka, principia mathematica, telah meletakkan dasar teoritis untuk pengembangan kecerdasan buatan . Di era 1900- an, tokoh-tokoh seperti alan turing, claude shannon, dan john von neumann memberikan sumbangsih penting yang membentuk landasan kecerdasan buatan seperti sekarang ini . Alan turing terkenal dengan pengenalan mesin turing dan tes turing yang menjadi cikal bakal pemikiran komputasi modern, sementara claude shannon mengembangkan teori matematika informasi yang krusial untuk teknologi komunikasi dan pengolahan data . John von neumann adalah orang yang mengusulkan ide pemisahan sistem komputer menjadi hardware dan software, yang kini menjadi prinsip dasar dalam arsitektur komputer . Namun, perkembangan kecerdasan buatan sempat mengalami penurunan minat dan dukungan yang dikenal sebagai "musim dingin kecerdasan buatan" pada tahun-tahun berikutnya. Memasuki tahun 2000-an, terjadi kebangkitan kembali dalam pengembangan ai, yang didorong oleh kemajuan teknologi komputer dan pengembangan algoritma. Ini menandai era baru di mana kecerdasan buatan tidak hanya menjadi konsep teoritis, tetapi juga mulai diintegrasikan secara praktis dalam berbagai bidang, termasuk pendidikan, yang memungkinkan personalisasi pembelajaran dan adaptasi terhadap kebutuhan individu .
176 Artificial intelligence (kecerdasan buatan) merevolusi lanskap pendidikan, khususnya dalam kerangka kurikulum international baccalaureate (ib), dengan menawarkan strategi yang lebih efisien dan efektif untuk desain pembelajaran. Khususnya, integrasi alat kecerdasan buatan seperti chatgpt oleh openai untuk tugas-tugas seperti penulisan esai menggarisbawahi peran penting kecerdasan buatan mulai bermain dalam pendidikan. Adopsi ini menyoroti aspek penting dari evolusi pendidikan, di mana kegunaan kecerdasan buatan dalam merancang kegiatan pembelajaran menjadi semakin sentral. Potensi kecerdasan buatan untuk menghasilkan ide-ide segar, memberikan permulaan yang menarik untuk pelajaran, dan menciptakan instruksi yang disesuaikan dengan kebutuhan unik siswa mengubah cara pendidik mendekati perencanaan dan pelaksanaan pelajaran. Dalam konteks pendidikan, kecerdasan buatan telah menawarkan berbagai aplikasi yang bermanfaat, mulai dari mentor virtual, asisten suara, hingga sistem rekomendasi konten pembelajaran yang adaptif. Misalnya, kecerdasan buatan dapat digunakan untuk menyusun kurikulum yang lebih efektif dan sesuai dengan kebutuhan individu, memberikan umpan balik yang personal kepada siswa, serta merancang pengalaman belajar yang memaksimalkan pemahaman dan retensi materi. Dengan integrasi teknologi kecerdasan buatan dalam platform pembelajaran, baik formal seperti sekolah maupun informal melalui platform digital seperti youtube, instagram, dan tiktok, tercipta potensi untuk menciptakan pengalaman pembelajaran yang lebih menarik, interaktif, dan relevan bagi siswa.
177 Pemanfaatan kecerdasan buatan dalam pendidikan juga membawa implikasi penting terkait tanggung jawab dalam proses pembelajaran. Siapa yang seharusnya bertanggung jawab dalam pembelajaran? Apakah itu siswa, guru, atau kecerdasan buatan itu sendiri? Pertanyaan ini mengundang refleksi mendalam tentang dinamika interaksi antara manusia dan teknologi dalam konteks pembelajaran. Adopsi kecerdasan buatan dalam lingkungan pendidikan juga memerlukan adaptasi dari semua pihak terlibat, baik siswa, guru, maupun penyedia platform pembelajaran, untuk memastikan bahwa teknologi tersebut digunakan secara efektif dan bertanggung jawab. Dalam pembelajaran yang terpersonalisasi, kecerdasan buatan dapat berperan sebagai mitra yang membantu siswa dan guru dalam mencapai tujuan pembelajaran mereka. Melalui analisis data pembelajaran yang mendalam, kecerdasan buatan dapat mengidentifikasi kebutuhan belajar individu dan menyediakan saran yang sesuai untuk meningkatkan pemahaman dan prestasi akademis. Selain itu, kecerdasan buatan juga dapat berfungsi sebagai alat untuk memberikan umpan balik yang konstruktif kepada siswa, memandu mereka dalam memecahkan masalah, serta memberikan dorongan motivasi yang diperlukan dalam proses pembelajaran. Salah satu contoh konkret dari penerapan kecerdasan buatan dalam pendidikan adalah dalam desain kurikulum. Dengan memanfaatkan teknologi kecerdasan buatan, kurikulum dapat dirancang secara lebih fleksibel dan adaptif, mengakomodasi berbagai gaya belajar dan tingkat kemampuan siswa. Kecerdasan buatan dapat membantu dalam menyusun
178 rangkaian pembelajaran yang sesuai dengan kebutuhan individu, mengidentifikasi area yang perlu diperkuat, serta menyesuaikan konten pembelajaran sesuai dengan perkembangan dan minat siswa. Selain itu, kecerdasan buatan juga dapat digunakan dalam pengembangan konten pembelajaran yang lebih interaktif dan menarik. Dengan memanfaatkan teknologi seperti augmented reality (ar) dan virtual reality (vr), kecerdasan buatan dapat menciptakan pengalaman pembelajaran yang imersif dan mendalam, memungkinkan siswa untuk belajar secara langsung melalui simulasi yang realistis dan situasional. Namun, sementara kecerdasan buatan menawarkan berbagai manfaat dalam pembelajaran, penting untuk diingat bahwa teknologi ini tidak sepenuhnya menggantikan peran manusia dalam proses pembelajaran. Meskipun kecerdasan buatan dapat menyediakan solusi adaptif dan rekomendasi yang relevan, keterlibatan guru dan interaksi antara siswa dengan sesama tetaplah kunci dalam menciptakan lingkungan pembelajaran yang berdaya guna dan bermakna. Selain itu, terdapat pula pertimbangan etis dan keamanan terkait penggunaan kecerdasan buatan dalam pendidikan. Diperlukan kebijakan dan regulasi yang jelas untuk melindungi privasi dan keamanan data siswa, serta untuk memastikan bahwa kecerdasan buatan digunakan dengan cara yang bertanggung jawab dan tidak diskriminatif. Adopsi kecerdasan buatan dalam pendidikan juga memerlukan investasi dalam pelatihan dan pengembangan keterampilan bagi para pendidik agar mereka dapat memanfaatkan teknologi ini secara efektif dalam proses pembelajaran.
179 Secara keseluruhan, kemunculan kecerdasan buatan dalam pendidikan membawa perubahan yang signifikan dalam cara kita belajar dan mengajar. Dengan memanfaatkan teknologi ini secara bijaksana dan bertanggung jawab, kita dapat menciptakan lingkungan pembelajaran yang lebih inklusif, adaptif, dan berdaya guna bagi semua siswa. Namun, terlepas dari kemampuan kecerdasan buatan yang canggih, pentingnya keterampilan manusia dalam mengevaluasi kualitas esai, memahami konteks dan menunjukkan kreativitas tetap tidak dapat disangkal. Perspektif ganda ini menggarisbawahi kebutuhan untuk mengeksplorasi manfaat, fungsi, dan peran kecerdasan buatan dalam domain pendidikan lebih lanjut. Saat kami mempelajari aspek-aspek seperti manfaat kecerdasan buatan, fungsinya, pembelajaran dengan kecerdasan buatan dan perannya dalam pendidikan, penting untuk menilai bagaimana pemanfaatan kecerdasan buatan dapat dimaksimalkan untuk merancang kegiatan pembelajaran. Kami bertujuan untuk menyelidiki integrasi kecerdasan buatan yang mulus ke dalam kurikulum pendidikan, aplikasinya dalam penilaian pembelajaran dan implikasinya terhadap masa depan pendidikan A. Pengertian kecerdasan buatan (kecerdasan buatan) dalam konteks pendidikan Artificial intelligence (kecerdasan buatan), cabang penting dari ilmu komputer, dirancang untuk memungkinkan mesin melakukan tugas-tugas yang biasanya membutuhkan kecerdasan manusia. Tugas-tugas ini termasuk pe-
180 mecahan masalah, belajar dari pengalaman dan memahami bahasa yang kompleks. Di bidang pendidikan, peran kecerdasan buatan meluas untuk menciptakan perangkat lunak dan robot yang tidak hanya membantu tugas seharihari tetapi juga meningkatkan pengalaman belajar dengan memecahkan masalah rumit yang mungkin dihadapi siswa dalam perjalanan pendidikan mereka. Selanjutnya, kecerdasan buatan melibatkan proses pemodelan kemampuan kognitif manusia untuk merancang mesin yang dapat meniru proses berpikir dan perilaku manusia. Kemampuan ini memungkinkan mesin untuk belajar dan beradaptasi dari data dan informasi yang telah diprogram sebelumnya secara mandiri. Esensi kecerdasan buatan dalam pendidikan terletak pada kemampuannya untuk melaksanakan tugas-tugas yang secara tradisional dilakukan oleh manusia, sehingga mendukung proses belajar mengajar dengan mengotomatiskan tugas-tugas rutin dan mempersonalisasi pengalaman belajar. Integrasi kecerdasan buatan ke dalam pengaturan pendidikan mengubah cara konten pendidikan disampaikan, disesuaikan dan dinilai, membuat lingkungan belajar lebih efisien dan inklusif. Dengan mengotomatiskan tugas-tugas administratif, kecerdasan buatan membebaskan pendidik untuk lebih fokus pada pengajaran dan lebih sedikit pada aspek logistik, sehingga meningkatkan pengalaman pendidikan secara keseluruhan bagi siswa dan guru.
181 B. Teknologi kecerdasan buatan yang mendukung pembelajaran Di ranah teknologi pendidikan, artificial intelligence (kecerdasan buatan) telah menjadi landasan untuk meningkatkan proses belajar mengajar. Alat kecerdasan buatan seperti top hat, kopilot pendidikan, dan chatgpt merevolusi pembuatan kursus dan rencana pembelajaran yang dipersonalisasi. Platform ini memfasilitasi pembelajaran adaptif dan penilkecerdasan buatanan otomatis, secara signifikan mengurangi beban kerja pada pendidik dan mempersonalisasi pengalaman belajar bagi siswa. Selain itu, alat seperti dreambox dan smart sparrow menyesuaikan konten pendidikan berdasarkan interaksi dan kinerja masing-masing siswa, memastikan bahwa setiap siswa dapat belajar dengan kecepatan dan gaya optimal mereka. Teknologi kecerdasan buatan juga memperluas utilitas mereka untuk tugas-tugas yang lebih administratif dan evaluatif dalam pendidikan. Misalnya, gradescope dan examsoft menyederhanakan proses penilaian dengan secara otomatis menilai kiriman siswa dan memberikan umpan balik terperinci, yang membantu pendidik mengidentifikasi kesenjangan pengetahuan dan menyesuaikan strategi pengajaran mereka sesuai] . Demikian pula, sistem berbasis kecerdasan buatan seperti classpoint memungkinkan pembuatan dan penilaian kuis dan ujian interaktif yang efisien, meningkatkan proses penilaian dan memberikan hasil langsung kepada siswa dan guru.
182 Di luar aplikasi ini, kecerdasan buatan berperan penting dalam menciptakan lingkungan pendidikan yang inklusif dan mudah diakses. Alat seperti turnitin feedback studio menawarkan umpan balik yang objektif dan berbasis data tentang tugas siswa, meminimalkan bias dan mempromosikan keadilan dalam evaluasi akademik. Selain itu, platform bertenaga kecerdasan buatan seperti squirrel kecerdasan buatan dan knewton alta mendukung pembelajaran adaptif yang menyesuaikan konten pendidikan untuk memenuhi kebutuhan unik setiap siswa, mengakomodasi berbagai kecepatan dan gaya belajar. Teknologi ini tidak hanya menumbuhkan pengalaman belajar yang lebih personal tetapi juga memberdayakan siswa untuk mengendalikan perjalanan pendidikan mereka, beradaptasi dengan kebutuhan dan preferensi masing-masing. C. Manfaat kecerdasan buatan dalam proses pembelajaran Kecerdasan buatan (kecerdasan buatan) telah membawa berbagai manfaat signifikan dalam dunia pendidikan, terutama dalam membantu guru dan siswa mencapai efektivitas pembelajaran yang lebih tinggi. Kecerdasan buatan memungkinkan guru untuk menciptakan rencana pelajaran, kuis, dan materi pendidikan lainnya dengan lebih efisien. Selain itu, kecerdasan buatan juga mendukung guru dalam menilai tugas dan memberikan umpan balik kepada siswa, yang sangat penting untuk perkembangan pendidikan mereka . Dalam konteks pembelajaran siswa, kecerdasan buatan berperan penting dalam menyediakan pengalaman
183 belajar yang dipersonalisasi. Teknologi ini dapat menganalisis data individu siswa dan menciptakan rencana pembelajaran yang disesuaikan, yang membantu mereka memahami konsep yang kompleks melalui materi pembelajaran interaktif. Kecerdasan buatan juga memberikan umpan balik instan, yang sangat membantu siswa dalam proses pembelajaran mereka, memungkinkan pemahaman yang lebih mendalam dan efektif . Selain itu, implementasi kecerdasan buatan dalam pendidikan tidak hanya meningkatkan kualitas pendidikan tetapi juga efisiensi pembelajaran. Kecerdasan buatan mendukung guru dalam mengumpulkan dan menganalisis data kinerja siswa, yang membantu dalam menyediakan konten yang dipersonalisasi dan meningkatkan motivasi serta keterlibatan siswa . Dengan demikian, kecerdasan buatan berkontribusi pada pengembangan keterampilan berpikir kritis dan pemecahan masalah, serta mempersiapkan siswa untuk tantangan dan peluang di masa depan . Artificial intelligence (kecerdasan buatan) secara signifikan meningkatkan proses pendidikan dengan mengotomatisasi dan mempersonalisasi pengalaman belajar. Platform berbasis kecerdasan buatan seperti duolingo dan grammarly menyesuaikan materi pembelajaran dengan kebutuhan individu, sehingga meningkatkan hasil siswa. Misalnya, kecerdasan buatan dapat menganalisis data tentang preferensi dan kemajuan siswa, membantu pendidik membuat kursus yang dipersonalisasi yang secara khusus memenuhi gaya belajar setiap siswa. Kemampuan ini tidak hanya membuat pembelajaran lebih
184 mudah diakses tetapi juga lebih menarik dengan memberikan umpan balik real-time dan analitik terperinci yang penting untuk memantau kemajuan dan mengidentifikasi area untuk perbaikan ] . Selain itu, kecerdasan buatan membantu dalam pengembangan soft skill seperti komunikasi dan kepemimpinan dengan menyediakan skenario dan simulasi di mana siswa dapat berlatih dan meningkatkan keterampilan ini. Pendekatan ini sangat bermanfaat dalam membina lingkungan di mana siswa dapat belajar dengan kecepatan mereka sendiri, menerima umpan balik langsung, dan menyesuaikan jalur pembelajaran mereka sesuai. Selain itu, alat kecerdasan buatan sangat berharga bagi siswa dengan kebutuhan khusus karena mereka membantu dalam deteksi dini ketidakmampuan belajar dan menawarkan dukungan khusus untuk meningkatkan pengalaman pendidikan. Peran ai melampaui sekadar interaksi siswa; itu juga secara signifikan membantu pendidik dengan mengotomatiskan tugas-tugas rutin seperti penilaian dan pekerjaan administrasi, memungkinkan mereka untuk lebih fokus pada pengajaran dan kurang pada aspek logistik. Ini tidak hanya meningkatkan efisiensi proses pembelajaran tetapi juga meningkatkan kualitas pendidikan yang disediakan, membuat lingkungan pendidikan lebih produktif dan kurang stres bagi siswa dan guru.
185 D. Kecerdasan buatan dalam penilaian pembelajaran Kecerdasan buatan (kecerdasan buatan) secara signifikan merampingkan proses penilaian dalam pendidikan, meningkatkan efisiensi dan keadilan. Alat kecerdasan buatan seperti gradescope dan examsoft mengotomatiskan penilaian tugas dan ujian, yang memungkinkan pendidik untuk lebih fokus pada pengajaran dan lebih sedikit pada tugas administratif. Sistem ini memberikan umpan balik langsung dan obyektif kepada siswa, membantu mereka memahami kinerja mereka dengan cepat dan menyesuaikan strategi pembelajaran mereka sesuai dengan itu. Teknologi kecerdasan buatan juga memainkan peran penting dalam menjaga integritas selama ujian. Sistem yang dilengkapi dengan kecerdasan buatan dapat memantau tes untuk mendeteksi segala bentuk kecurangan, memastikan bahwa proses evaluasi adil dan kredibel. Selain itu, alat berbasis kecerdasan buatan seperti turnitin feedback studio menawarkan wawasan berbasis data ke dalam pekerjaan siswa, secara signifikan mengurangi bias dengan memberikan evaluasi yang konsisten dan terstandarisasi. Penggunaan kecerdasan buatan dalam penilaian pendidikan melampaui tugas rutin. Ini termasuk algoritma canggih yang menganalisis tanggapan tertulis siswa untuk kejelasan, substansi dan penggunaan bahasa, menawarkan wawasan yang lebih dalam tentang pemahaman dan keterampilan mereka. Kemampuan ini tidak hanya
186 mendukung guru dalam mengidentifikasi area di mana siswa berjuang tetapi juga meningkatkan pembelajaran yang dipersonalisasi dengan menyesuaikan umpan balik dan strategi instruksional untuk memenuhi kebutuhan individu E. Cara kecerdasan buatan meningkatkan efektivitas pembelajaran Kecerdasan buatan (kecerdasan buatan) telah merevolusi cara pendidikan disampaikan dan diterima, dengan memungkinkan personalisasi pembelajaran yang mendalam dan interaktif. Kecerdasan buatan mampu menganalisis data individu untuk menyesuaikan materi pembelajaran sesuai dengan kecepatan dan gaya belajar masing-masing siswa, sehingga menciptakan pengalaman belajar yang lebih efektif dan menarik . Contohnya, kecerdasan buatan dapat mempercepat proses belajar dengan menyediakan rekomendasi yang dipersonalisasi dan memprediksi perilaku siswa, yang sangat membantu dalam pengelolaan kelas dan pengembangan program pendidikan yang disesuaikan dengan kebutuhan siswa . Salah satu aplikasi kecerdasan buatan yang paling berdampak adalah penggunaan chatbot yang ditenagai kecerdasan buatan dan mentor virtual. Chatbot ini dapat memberikan dukungan personal kepada siswa dengan menjawab pertanyaan, memberikan bimbingan, dan menyediakan materi pembelajaran tambahan secara realtime. Sementara itu, mentor virtual menggunakan kecerdasan buatan untuk memberikan bantuan yang disesuaikan, mendukung, dan menambah pengetahuan
187 siswa melalui platform digital, membuat interaksi menjadi lebih interaktif dan responsif . Teknologi ini tidak hanya meningkatkan keterlibatan siswa tetapi juga mendukung pembelajaran mandiri dan membantu siswa mengembangkan kemandirian dalam belajar . Selain itu, kecerdasan buatan juga membawa efisiensi dalam tugas administratif yang sering membebani guru. Dengan otomatisasi tugas-tugas seperti penilaian dan pemilihan materi pembelajaran, guru dapat lebih fokus pada pengajaran dan interaksi dengan siswa, bukan terbelenggu oleh tugas administratif. Hal ini memungkinkan pendidikan yang lebih adaptif dan personal, sekaligus memastikan evaluasi yang konsisten dan objektif terhadap kinerja siswa. Kecerdasan buatan tidak hanya mengubah cara materi diajarkan, tetapi juga bagaimana guru dan siswa berinteraksi dan belajar bersama, menjadikan proses belajar mengajar lebih efektif dan menyenangkan. Artificial intelligence (kecerdasan buatan) menawarkan pendekatan transformatif untuk integrasi kurikulum, dengan fokus pada personalisasi dan efisiensi. Sistem kecerdasan buatan dapat menganalisis data siswa untuk menyesuaikan konten pendidikan, memastikan bahwa pengalaman belajar memenuhi kebutuhan individu dan gaya belajar. Dengan mengotomatiskan penilaian dan menghasilkan umpan balik langsung, kecerdasan buatan tidak hanya menghemat waktu pendidik tetapi juga meningkatkan proses pembelajaran dengan memberikan respons yang lebih cepat dan dipersonalisasi kepada siswa untuk pekerjaan mereka .
188 Selain interaksi langsung dengan siswa, kecerdasan buatan berfungsi sebagai asisten virtual untuk guru, menangani tugas-tugas seperti menyiapkan materi, mengelola kegiatan kelas, dan bahkan menanggapi pertanyaan siswa, yang memungkinkan pendidik mencurahkan lebih banyak waktu untuk mengajar dan lebih sedikit untuk tugas administratif. Kemampuan kecerdasan buatan untuk menyesuaikan pembelajaran berdasarkan kinerja siswa lebih lanjut mendukung pendidikan yang dipersonalisasi, sehingga memungkinkan setiap siswa untuk maju dengan kecepatan mereka sendiri dan sesuai dengan kemampuan belajar mereka yang unik . Untuk secara efektif memasukkan kecerdasan buatan ke dalam kurikulum pendidikan, penting untuk mengembangkan kemitraan dengan industri teknologi. Kolaborasi ini dapat mengarah pada solusi kecerdasan buatan yang dioptimalkan yang dirancang khusus untuk kebutuhan pendidikan, meningkatkan pengalaman belajar mengajar. Selain itu, mengintegrasikan materi terkait kecerdasan buatan ke dalam mata pelajaran yang ada atau membuat kursus kecerdasan buatan khusus dapat memperkaya kurikulum, memberikan siswa wawasan berharga tentang teknologi mutakhir ini. Menetapkan kebijakan dan pedoman yang jelas untuk penggunaan kecerdasan buatan secara etis dalam pendidikan akan memastikan bahwa hak siswa dan guru dilindungi, menjaga privasi data, dan mempromosikan penggunaan kecerdasan buatan yang bertanggung jawab.
189 F. Evaluasi pembelajaran dengan ai Evaluasi pembelajaran merupakan proses penting dalam pendidikan untuk mengukur kemampuan dan kemajuan siswa dan efektivitas pengajaran . Salah satu tantangan yang dihadapi oleh guru adalah keterbatasan waktu untuk membuat pertanyaan evaluasi yang bervariasi dan berkualitas tinggi . Untuk mengatasi hal ini, danang wijaya, ahsan firdaus, dan dhista dwi nur ardiansyah dari fakultas teknik universitas negeri yogyakarta telah mengembangkan sistem automatic question generator (aqg) . Sistem ini memanfaatkan natural language processing (nlp) dari artificial intelligence untuk membantu guru menciptakan pertanyaan yang lebih baik, yang disesuaikan dengan tujuan pembelajaran dan kompetensi siswa . Selain itu, kecerdasan buatan membawa peningkatan dalam proses penilaian dengan mengotomatisasi penilaian dan menyediakan analisis data yang mendalam . Dalam konteks pendidikan kimia, kecerdasan buatan mendukung penelitian dan analisis data untuk mengidentifikasi metode pengajaran yang efektif dan kesulitan belajar yang umum 12. Sistem berbasis kecerdasan buatan juga dapat membantu pendidik kimia memprediksi kinerja siswa, memungkinkan intervensi dan dukungan dini . Kecerdasan buatan juga berperan sebagai alat bagi guru untuk mengotomatisasi tugas administratif, memberikan umpan balik tentang kinerja siswa, dan mengidentifikasi area yang memerlukan dukungan tambahan . Dengan demikian, kecerdasan buatan tidak
190 hanya meningkatkan kualitas pertanyaan evaluasi tetapi juga efisiensi dan efektivitas keseluruhan proses belajar mengajar.hal ini tidak hanya terbatas pada aspek evaluasi dan penilaian. Teknologi ini juga berfungsi sebagai alat bagi guru untuk mengotomatisasi tugas administratif, memberikan umpan balik tentang kinerja siswa, dan mengidentifikasi area yang memerlukan dukungan tambahan. Dengan demikian, kecerdasan buatan tidak hanya meningkatkan kualitas pertanyaan evaluasi, tetapi juga meningkatkan efisiensi dan efektivitas keseluruhan proses pembelajaran. Pendidik dan lembaga pendidikan memainkan peran penting dalam keberhasilan integrasi artificial intelligence (kecerdasan buatan) ke dalam lingkungan belajar. Karena kecerdasan buatan terus mengubah praktik pendidikan, guru semakin dituntut untuk beradaptasi dengan mengembangkan keterampilan dan pemahaman baru tentang teknologi kecerdasan buatan. Adaptasi ini tidak hanya melibatkan pemahaman tentang bagaimana alat kecerdasan buatan berfungsi tetapi juga bagaimana mereka dapat diterapkan untuk meningkatkan pengalaman belajar yang dipersonalisasi. Ini melibatkan pemahaman tentang cara kerja alat kecerdasan buatan serta penerapannya untuk meningkatkan pengalaman belajar yang disesuaikan. Program pengembangan profesional menjadi krusial, mempersiapkan pendidik dengan literasi kecerdasan buatan yang diperlukan dan pemahaman tentang etika yang terkait dengan penggunaan teknologi. Program pengembangan profesional sangat penting, melengkapi pendidik dengan literasi kecerdasan buatan yang diperlukan dan pemahaman tentang
191 pertimbangan etis yang terkait dengan penggunaan kecerdasan buatan di ruang kelas. Kecerdasan buatan (kecerdasan buatan) memiliki potensi besar untuk mempengaruhi berbagai aspek kehidupan manusia di masa depan, termasuk pendidikan, kesehatan, keamanan pangan, dan reformasi birokrasi . Dalam konteks pendidikan, kecerdasan buatan menawarkan berbagai layanan yang dapat membantu siswa dan guru dalam mengembangkan keterampilan yang diperlukan untuk masa depan. Layanan ini meliputi tes kepribadian, tes kemampuan karir, tes keterampilan, tes gaya belajar, dan tes psikologis yang dapat membantu siswa memahami potensi dan preferensi mereka lebih baik. Selain itu, kecerdasan buatan juga menyediakan layanan konseling yang dapat memberikan dukungan tambahan kepada siswa dalam merencanakan masa depan mereka dan mengatasi tantangan akademik atau pribadi . Layanan terkait universitas yang disediakan oleh kecerdasan buatan dapat membantu siswa dalam memilih program studi yang sesuai dengan minat dan kemampuan mereka, serta memberikan informasi tentang persyaratan dan proses pendaftaran . Untuk para guru, kecerdasan buatan menawarkan layanan yang dapat membantu dalam mengelola tugas administratif dan pendidikan, seperti pengembangan kurikulum dan penilaian kinerja siswa . Kecerdasan buatan juga menyediakan layanan terkait sekolah yang dapat memperbaiki efisiensi operasional dan meningkatkan kualitas pengajaran . Dengan demikian, penerapan kecerdasan buatan dalam pendidikan tidak hanya mening-
192 katkan kualitas pembelajaran tetapi juga membantu siswa dan guru dalam mempersiapkan diri untuk tantangan masa depan.selain itu, kolaborasi antara pendidik, pengembang kecerdasan buatan, dan pembuat kebijakan sangat penting. Kemitraan semacam itu memastikan bahwa alat kecerdasan buatan terintegrasi secara bertanggung jawab dan efektif ke dalam sistem pendidikan. Dengan bekerja sama, para pemangku kepentingan ini dapat menciptakan solusi kecerdasan buatan yang disesuaikan dengan kebutuhan spesifik siswa dan tujuan pendidikan institusi. Upaya kolaboratif ini juga membantu dalam mengatasi tantangan potensial seperti masalah privasi dan risiko diskriminasi, memastikan bahwa implementasi kecerdasan buatan bersifat etis dan bermanfaat. Di tingkat kelembagaan, sekolah dan badan pendidikan harus berinovasi dan mengelola transisi menuju lingkungan belajar yang ditingkatkan kecerdasan buatan. Ini tidak hanya membutuhkan peningkatan teknologi tetapi juga pergeseran budaya dalam paradigma pengajaran dan pembelajaran. Lembaga harus menumbuhkan lingkungan di mana teknologi melengkapi metode pengajaran tradisional, memastikan bahwa aspek manusia seperti empati dan interaksi interpersonal tetap menjadi pusat pendidikan. Dengan demikian, kecerdasan buatan dapat dimanfaatkan secara maksimal, mendukung pembelajaran yang dipersonalisasi, meningkatkan aksesibilitas dan memberikan umpan balik cepat, sambil memas-tikan bahwa kurikulum tetap relevan dan responsif terhadap kebutuhan siswa.
193 Dalam penggunaan kecerdasan buatan di dunia pendidikan, etika berperan penting dalam memastikan bahwa teknologi ini digunakan dengan cara yang adil dan bertanggung jawab. Prinsip-prinsip etika kecerdasan buatan menekankan pentingnya transparansi, keadilan, privasi, dan akuntabilitas. Sistem kecerdasan buatan harus dapat dijelaskan dan dipahami, menghindari keputusan yang tidak dapat dibenarkan dan memastikan bahwa tidak ada diskriminasi atau bias yang tidak adil dalam pengambilan keputusan. Salah satu tantangan utama dalam etika kecerdasan buatan adalah bias yang dapat muncul dari data pelatihan yang tidak representatif atau algoritma yang tidak tepat. Hal ini dapat mengarah pada ketidakadilan dan diskriminasi, mempengaruhi dampak sosial dan ekonomi dari kecerdasan buatan, seperti penggantian pekerjaan manusia yang dapat menyebabkan pengangguran massal dan ketidaksetaraan sosial-ekonomi . Oleh karena itu, sangat penting untuk menggunakan data pelatihan yang beragam dan representatif serta memastikan bahwa kecerdasan buatan memiliki pengawasan manusia yang bertanggung jawab dalam proses pengambilan keputusan yang penting. Dalam konteks pendidikan, kecerdasan buatan harus melindungi data pengguna dengan memastikan bahwa informasi pribadi tetap rahasia dan aman. Selain itu, pengembang kecerdasan buatan harus secara aktif bekerja untuk meminimalkan bias dan diskriminasi dalam algoritma kecerdasan buatan, memastikan keadilan dan kesempatan yang sama untuk semua pengguna . Edukasi
194 literasi digital juga sangat penting, memungkinkan siswa untuk memahami teknologi kecerdasan buatan dan implikasinya, serta mempertahankan hubungan gurusiswa sebagai komponen inti dari pengalaman pendidikan. Dalam konteks pemanfaatan kecerdasan buatan dalam dunia pendidikan, prinsip-prinsip etika memiliki peran yang sangat penting untuk memastikan bahwa teknologi ini digunakan dengan cara yang benar dan bertanggung jawab. Etika dalam kecerdasan buatan bertujuan untuk menjaga nilai-nilai fundamental seperti transparansi, keadilan, privasi, dan akuntabilitas. Salah satu prinsip utama dalam etika kecerdasan buatan adalah transparansi. Hal ini menuntut bahwa sistem kecerdasan buatan haruslah dapat dijelaskan dan dipahami oleh pengguna, baik itu guru, siswa, atau pihak terkait lainnya. Dengan transparansi yang memadai, pengguna dapat memahami bagaimana algoritma bekerja, bagaimana keputusan dibuat, dan bagaimana data digunakan dalam proses pembelajaran. Selain itu, keadilan juga menjadi aspek kunci dalam etika kecerdasan buatan. Keadilan ini mencakup penghindaran diskriminasi atau bias yang tidak adil dalam pengambilan keputusan. Dalam konteks pendidikan, sistem kecerdasan buatan harus memastikan bahwa semua siswa memiliki akses yang sama terhadap kesempatan pembelajaran dan penilaian. Tidak boleh ada preferensi atau perlakuan yang tidak adil berdasarkan karakteristik pribadi seperti jenis kelamin, ras, atau latar belakang sosial ekonomi.
195 Privasi juga merupakan prinsip yang sangat penting dalam etika kecerdasan buatan. Penggunaan data siswa harus dilakukan dengan memperhatikan privasi dan keamanan informasi pribadi. Sistem kecerdasan buatan harus memastikan bahwa data siswa disimpan dan digunakan secara aman, serta hanya digunakan untuk tujuan pendidikan yang sah. Hal ini membantu mencegah penyalahgunaan data dan melindungi hak privasi siswa. Selain itu, akuntabilitas juga menjadi bagian integral dari etika kecerdasan buatan. Pengembang dan pengguna sistem kecerdasan buatan harus bertanggung jawab atas penggunaan teknologi tersebut. Mereka harus siap menerima konsekuensi dari keputusan yang dibuat oleh sistem kecerdasan buatan dan bersedia untuk menjelaskan atau mempertanggungjawabkan keputusan tersebut jika diperlukan. Dengan menerapkan prinsip-prinsip etika ini, pemanfaatan kecerdasan buatan dalam pendidikan dapat menjadi lebih berkelanjutan dan bermanfaat bagi semua pihak yang terlibat. Etika memainkan peran penting dalam memastikan bahwa teknologi kecerdasan buatan digunakan dengan cara yang menghormati nilai-nilai moral dan menjaga kesejahteraan siswa serta masyarakat secara keseluruhan. G. Studi kasus penerapan kecerdasan buatan dalam pendidikan di indonesia Di indonesia, pemerintah telah proaktif dalam mengintegrasikan kecerdasan buatan ke dalam sektor
196 pendidikan melalui inisiatif seperti program indonesia pintar. Program ini dirancang untuk meningkatkan fasilitas dan metodologi pendidikan menggunakan teknologi kecerdasan buatan canggih, yang bertujuan untuk mempersiapkan siswa menghadapi dunia yang digerakkan oleh teknologi. Beberapa proyek di bawah inisiatif ini telah menunjukkan hasil yang menjanjikan. Misalnya, chatbots berbasis kecerdasan buatan telah diterapkan untuk membantu pembelajaran bahasa, memberi siswa alat interaktif dan responsif untuk berlatih bahasa baru. Chatbots ini diprogram untuk mensimulasikan percakapan alami, membuat pembelajaran bahasa lebih menarik dan efektif bagi siswa. Selain itu, sistem pembelajaran adaptif telah diperkenalkan dalam pendidikan matematika. Sistem ini menggunakan kecerdasan buatan untuk menyesuaikan tingkat kesulitan masalah berdasarkan kinerja siswa, memastikan bahwa setiap siswa dapat belajar dengan kecepatan mereka sendiri. Pendekatan yang dipersonalisasi ini membantu dalam memenuhi kebutuhan belajar individu, sehingga meningkatkan hasil siswa dalam matematika. Kecerdasan buatan atau kecerdasan buatan telah menjadi semakin lazim dalam kegiatan pendidikan di sekolah-sekolah dan institusi pendidikan tinggi . Dalam konteks ini, kecerdasan buatan memainkan peran penting dalam teknologi pendidikan modern, menjadi komponen vital dalam pengembangan teknologi pendidikan . Sebagai contoh, di universitas negeri surabaya, telah diadakan
197 penelitian yang menunjukkan bahwa kecerdasan buatan memiliki potensi untuk meningkatkan kualitas pendidikan secara signifikan. Kecerdasan buatan dapat membantu dalam mengotomatiskan proses pembelajaran dan penilaian, memungkinkan pendidik untuk lebih fokus pada aspekaspek pengajaran yang membutuhkan interaksi manusia lebih intens . Selain itu, dengan menggunakan kecerdasan buatan, institusi pendidikan dapat menyediakan materi yang lebih personal dan disesuaikan dengan kebutuhan setiap mahasiswa, sehingga meningkatkan efektivitas pembelajaran. Penggunaan kecerdasan buatan ini tidak hanya membantu dalam personalisasi pembelajaran tetapi juga dalam pengelolaan administrasi pendidikan yang lebih efisien. Hal ini mengurangi beban kerja administratif bagi pendidik dan memungkinkan mereka untuk mengalokasikan waktu lebih banyak untuk interaksi langsung dengan mahasiswa, yang mana sangat penting dalam proses belajar mengajar H. Tantangan dan batasan kecerdasan buatan dalam pendidikan Terlepas dari banyak keuntungan yang dibawa oleh artificial intelligence (kecerdasan buatan) ke sektor pendidikan, beberapa tantangan dan keterbatasan perlu ditangani untuk memanfaatkan potensi penuhnya secara efektif. Salah satu kekhawatiran yang signifikan adalah ketergantungan yang berlebihan pada kecerdasan buatan,
198 yang mungkin menghambat pengembangan keterampilan belajar mandiri di kalangan siswa. Ketergantungan ini berpotensi melemahkan pemikiran kritis dan keterampilan memecahkan masalah karena siswa mungkin terlalu bergantung pada kecerdasan buatan untuk jawaban dan solusi. Selain itu, masalah privasi dan keamanan data sangat penting ketika menerapkan kecerdasan buatan dalam pendidikan. Sistem kecerdasan buatan sering membutuhkan pengumpulan, pemrosesan dan analisis data pengguna dalam jumlah besar. Memastikan bahwa data ini ditangani dengan aman dan privasi dipertahankan sangat penting untuk melindungi individu dan mencegah penyalahgunaan. Ada juga pertimbangan etis mengenai keadilan dan transparansi keputusan berbasis kecerdasan buatan, yang dapat memengaruhi evaluasi dan hasil siswa. Jika data yang digunakan untuk melatih sistem kecerdasan buatan bias atau tidak representatif, keputusan yang dibuat oleh kecerdasan buatan bisa tidak adil atau tidak akurat, memengaruhi pengalaman dan peluang pendidikan siswa. Selain itu, mengintegrasikan teknologi kecerdasan buatan ke dalam infrastruktur pendidikan yang ada menghadirkan tantangan tersendiri. Banyak institusi pendidikan mungkin kekurangan infrastruktur ti yang diperlukan, seperti kecepatan pemrosesan dan kapasitas penyimpanan, untuk mendukung sistem kecerdasan buatan yang canggih. Selain itu, menyelaraskan sistem kecerdasan buatan dengan kebijakan privasi yang ada dan memastikan bahwa mereka melengkapi daripada
199 menggantikan interaksi manusia sangat penting untuk menciptakan lingkungan pendidikan yang seimbang. Kecerdasan buatan harus dipandang sebagai alat untuk meningkatkan kemampuan manusia, bukan menggantikannya, membutuhkan penelitian berkelanjutan, inovasi, dan pendekatan yang hati-hati untuk mengatasi hambatan ini dan meningkatkan keandalan dan penggunaan etis kecerdasan buatan dalam pendidikan. Dalam mengintegrasikan kecerdasan buatan ke dalam sistem pendidikan, kita menghadapi berbagai tantangan yang melibatkan aspek kebijakan, ketergantungan teknologi dan akses yang terbatas . Salah satu isu utama adalah keseimbangan peran antara kecerdasan buatan dan guru manusia. Guru harus tetap fokus pada pengembangan moral dan perilaku siswa, sementara kecerdasan buatan menyediakan dukungan teknis dan administratif. Namun, penggantian peran guru oleh kecerdasan buatan dapat menyebabkan kehilangan pekerjaan, berkurangnya interaksi sosial, dan penurunan keterampilan sosial siswa. Selain itu, terlalu bergantung pada teknologi dapat menimbulkan masalah privasi dan etika sosial yang serius. Keterbatasan lain adalah biaya dan ketersediaan sumber daya yang diperlukan untuk implementasi kecerdasan buatan yang efektif. Tantangan ini termasuk kebutuhan akan penyesuaian kurikulum dan pelatihan yang memadai bagi pendidik untuk mengelola dan memanfaatkan teknologi kecerdasan buatan dengan bertanggung jawab . Masalah privasi dan etika juga menjadi perhatian utama, terutama dalam hal perlindungan data siswa yang sensitif . Pendidikan etika kecer-
200 dasan buatan dan regulasi yang ketat diperlukan untuk mengurangi risiko ketergantungan pada sistem kecerdasan buatan. Selain itu, kecerdasan buatan berpotensi memperburuk ketidaksetaraan pendidikan yang sudah ada. Siswa dari latar belakang yang kurang mampu mungkin tidak memiliki akses yang sama ke teknologi canggih ini, sehingga memperlebar jurang pendidikan . Oleh karena itu, sangat penting untuk memastikan bahwa penggunaan kecerdasan buatan dalam pendidikan diatur dengan cara yang memperhatikan keadilan dan inklusivitas, sehingga semua siswa memiliki kesempatan yang sama untuk mendapatkan manfaat dari kemajuan ini I. Kesimpulan Ketika kita merenungkan integrasi kecerdasan buatan (kecerdasan buatan) dalam lanskap pendidikan, kekuatan transformatifnya menjadi sangat jelas. Kecerdasan buatan telah muncul sebagai alat penting dalam meningkatkan pengalaman belajar, mengoptimalkan integrasi kurikulum, dan merampingkan proses penilaian. Dengan menyesuaikan konten pendidikan untuk memenuhi kebutuhan belajar individu, memfasilitasi tugas administrasi yang efisien dan mendukung jalur pembelajaran yang dipersonalisasi, kecerdasan buatan secara signifikan berkontribusi pada evolusi pendidikan. Kolaborasi antara pendidik, pengembang kecerdasan buatan, dan lembaga pendidikan menunjukkan masa depan yang menjanjikan di mana kecerdasan buatan tidak hanya
201 melengkapi tetapi meningkatkan metodologi pendidikan tradisional. Namun, keberhasilan integrasi kecerdasan buatan ke dalam pendidikan tidak datang tanpa tantangan. Dari perlunya mempertahankan sikap etis dalam penerapan kecerdasan buatan hingga pentingnya mengatasi masalah privasi, jalan ke depan membutuhkan pendekatan yang seimbang. Sangat penting bagi penelitian, inovasi, dan kolaborasi yang sedang berlangsung untuk melanjutkan, memastikan potensi kecerdasan buatan sepenuhnya terwujud sementara keterbatasannya ditangani. Saat kami bergerak maju, peran kecerdasan buatan dalam pendidikan tetap menjadi bidang yang dinamis dan berkembang, dengan janji memberikan pengalaman belajar yang lebih personal, efisien, dan dapat diakses bagi siswa di seluruh dunia.
202 Daftar Pustaka Agrawal, M. (2017). Unit-23 Concept of Educational Evaluation (1st ed., Vol. 1). IGNOU. http://hdl.handle.net/123456789/7660 Ajuonnma, J. O. (2006). Competences possessed by teachers in the assessment of students in Universal Basic Education (UBE) programme. A Paper Presented at the 2nd Annual National Conference of the Department of Education Foundations. Andriani, D., Hamdu, G., 2021. Analisis Rubrik Penilaian Berbasis Education for Sustainable Development dan Konteks Berpikir Sistem di Sekolah Dasar. Edukatif : Jurnal Ilmu Pendidikan 3, 1326–1336. https://doi.org/10.31004/edukatif.v3i4.514 Arikunto, S. (2008). Dasa-Dasar EvaluasiPendidikan (8th ed.). Bumi Aksara. Arifin, Z. (2019). Evaluasi Pembelajaran: Prinsip, Teknik, Prosedur (edisi revisi). Bandung: PT Remaja Rosdakarya. Amiruddin, A. (2019). Pembelajaran Kooperatif dan Kolaboratif. Journal of Education Science Alpaydin, E. (2010). Introduction to Machine Learning. MIT Press. Azevedo, R., & Aleven, V. (Eds.). (2013). International Handbook of Metacognition and Learning Technologies. Springer. Abdi, H. (2022) Holistik Adalah Cara Pandang yang Menyeluruh, Ketahui Pengertiannya dalam Pendidikan, https://www.liputan6.com/hot/read/5166571/holistik-adalahcara-pandang-yang-menyeluruh-ketahui-pengertiannyadalam-pendidikan?page=3.
203 Aspahani, E. (2019) Implementasi Pendidikan Holistik dalam Pembelajaran Pendidikan Agama Islam di SMP Gita Bangsa Panongan Tangerang. UIN Syarif Hidayatullah. Ainscow, M. (2005). Developing inclusive education systems: What are the levers for change? Journal of Educational Change, 6(2), 109-124. Black, P., & Wiliam, D. (1998). Assessment and classroom learning. Assessment in Education: Principles, Policy & Practice, 5(1), 7-74. Brundiers, K., & Wiek, A. (2013). Do we teach what we preach? An international comparison of problem- and project-based learning courses in sustainability. Sustainability (Switzerland), 5(4), 1725–1746. https://doi.org/10.3390/su5041725 Bernie Trilling, C. F. (2009). 21st Century SKill - Learning for Life in Our Times. United States: A Wiley Imprint. Booth, T., & Ainscow, M. (2011). Index for inclusion: developing learning and participation in schools. Centre for Studies on Inclusive Education. Badan Pembinaan dan Pengembangan Bahasa, K.R. (2023) Arti Kata dalam KBBI Daring, https://kbbi.kemdikbud.go.id/entri. Baker, R. S., & Inventado, P. S. (2014). Educational Data Mining and Learning Analytics: Applications to Constructionist Research. Springer. Beatty, I. D. (Ed.). (2013). Assessment in Engineering Education: Sustainable Development. Springer. Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer. Budi, I. G. A. P., & Suhartanto, H. (2018). Dasar-Dasar Kecerdasan Buatan. Penerbit Andi.
204 Banta, T. W., Jones, E. A., & Black, K. E. (2021). Designing Effective Assessment: Principles and Profiles of Good Practice (2nd ed.). San Francisco: Jossey-Bass. Black, P., & & Wiliam, D. (1998). Assessment and Classroom Learning. Assessment in Education: Principles, Policy & Practice. Baehr, M. (2005). Distinctions between assessment and evaluation (Vol. 7). Program Assessment Handbook,. Boonchutima, S., & Benjamaporn, P. (2013). Evaluation of Public Health Communication Performance By Stufflebeam’s Cipp Model: A Case Study Of Thailand’s Department of Disease Control. Journal of Business and Behavioral Sciences, 21, 36–53. Buenfil Mata, M., Alvarado Nando, M., Barba Abad, M., De la Rosa Daza, D., & Mora Ramírez, Á. J. (2019). Innovación educativa. Nuevas metodologías y prácticas en el aula. Experiencias desde México y Colombia (2nd ed., Vol. 1). Politécnico Grancolombiano. https://alejandria.poligran.edu.co/handle/10823/1413 Cavanagh, R. F., & Reynolds, P. S. (2020). Assessing Competencies for Social and Emotional Learning: Measurement, Evaluation, and Research. New York: Routledge. CBSE. (2020). 21st Century Skill - A Handbook. Delhi: The Secretary, CBSE. Firdaus, Ahmad Riyad. Rancangan Ekosistem PBL Politeknik Duit, R., Gropengießer, H., Kattmann, U., Komorek, M., Parchmann, I., 2012. The model of educational reconstruction - a framework for improving teaching and learning science. Science Education Research and Practice in Europe: Retrosspective and Prospecctive 13–37. https://doi.org/10.1007/978-94-6091-900-8
205 Fernandes, S., Flores, M. A., & Lima, R. M. (2012). Students’ views of assessment in project-led engineering education: findings from a case study in Portugal. Assessment & Evaluation in Higher Education, 37(2), 163–178. https://doi.org/10.1080/02602938.2010.515015 Forlin, C., Loreman, T., Sharma, U., & Earle, C. (2009). Demographic differences in changing pre-service teachers’ attitudes, sentiments and concerns about inclusive education. International Journal of Inclusive Education, 13(2), 195-209. Guba, E. G., & Lincoln, Y. S. (1989). Fourth generation evaluation. Sage Publications, Inc. Guo, P., Saab, N., Post, L. S., & Admiraal, W. (2020). A review of project-based learning in higher education: Student outcomes and measures. International Journal of Educational Research, 102(May), 101586. https://doi.org/10.1016/j.ijer.2020.101586 Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. Gunawan, H. (2020). Penilaian Berbasis Kompetensi: Teori dan Praktik di Sekolah (edisi kedua). Yogyakarta: Pustaka Pelajar. Gikandi, J. W. (2011). Online formative assessment in higher education: A review of the literature. Computers & Education (Vol. 40). Hwang, G.-J. &.-F. (2011). A formative assessment - based mobile learning approach to improving the learning attitudes and achievements of students. Computer & Education. Hidayatullah, A., & Munoto, -. (2020). Pengaruh Model Pembelajaran Tandur dan Media Pembelajaran Adobe Flash terhadap Hasil
206 Belajar Siswa. Jurnal Pendidikan Teknik Elektro, 9(03). https://doi.org/10.26740/jpte.v9n03.p461-469 Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction (2nd ed.). Springer. Hamalik, O. (2021). Kurikulum dan Pembelajaran. Jakarta: Bumi Aksara. Hattie, J., & Clarke, S. (2019). Visible Learning: Feedback. New York: Routledge. Henard, F., & Leprince-Ringuet, S. (2018). The Path to Quality Teaching in Higher Education. Paris: OECD Publishing. Ifenthaler, D., & Yau, J. Y. (Eds.). (2020). Utilizing Learning Analytics to Support Study Success. Springer. Jones, D. (2003). Evaluation in adult education: Some points for discussion. Conference Proceedings. http://www.leeds.ac.uk/educol/documents/00002677.htm Jaya, P.R.P. and Ndeot, F. (2019) ‘PENERAPAN MODEL EVALUASI CIPP DALAM MENGEVALUASI PROGRAM LAYANAN PAUD HOLISTIK INTEGRATIF’, PERNIK : Jurnal Pendidikan Anak Usia Dini, 1(1), pp. 10–25. Available at: https://doi.org/10.31851/pernik.v1i01.2622. Kumar, H., Rout, S. K., Dalabh, M., Ahmad, J., Khan, A., Chandan, J., Kothari, C., & Koul, L. (2016). Measurement and Evaluation in Education (1st ed., Vol. 1). Vikas Publising House . https://tripurauniv.ac.in/Content/pdf/Distance%20Education %20Notice/Measurement%20and%20Evaluation%20in%20 Education%20_%20MA-Edu%20_%20ED804%20E%20_%20English_21072017.pdf
207 Kokotsaki, D., Menzies, V., & Wiggins, A. (2016). Project-based learning: A review of the literature. Improving Schools, 19(3), 267–277. https://doi.org/10.1177/1365480216659733 Laily, I.N. (2022) Pengertian Evaluasi, Tujuan, Prinsip, Unsur, dan Prosesnya, https://katadata.co.id/berita/nasional/628c60bfe8e66/penger tian-evaluasi-tujuan-prinsip-unsur-dan-prosesnya. Latief, M. A., Ulwiyah, N., & Hakim, D. (2023). Sasaran dan Objek Evaluasi Pendidikan Islam . Hamalatul Qur’an: Jurnal Ilmu-Ilmu AlQur’an, 4(2), 148–155. https://jogoroto.org/index.php/hq/issue/view/8 Martin, J., & Collins, R. (2011). Assessing and Evaluating Adult Learning in Career and Technical Education. In V. X. Wang (Ed.), Assessing and evaluating adult learning in career and technical education (pp. 127–142). IGI Global. https://doi.org/10.4018/978-1-61520-745-9 Marsland, S. (2014). Machine Learning: An Algorithmic Perspective (2nd ed.). CRC Press. Murphy, K. P. (2012). Machine Learning: A Probabilistic Perspective. MIT Press. Mago, O.Y.T., Nirmalasari, M.A.Y., Kuki, A.D., Bunga, Y.N., Misa, A., 2021. Effect of the Type of Organic Waste and Retention Time on Biogas Production from Cow Dung. Biota : Jurnal Ilmiah Ilmu-Ilmu Hayati 155–162. https://doi.org/10.24002/biota.v5i3.3682 Nirmalasari, M.A.Y., Mago, O.Y.T., Manuk, I.L., 2022. Validitas Instrumen Soal Literasi Numerasi Kimia Hidrokarbon dalam Integrasinya dengan Isu Sosiosaintifik Lokal Sikka. Jurnal Pendidikan Mipa 12, 1004–1011. https://doi.org/10.37630/jpm.v12i4.725
208 Naulandani, Z.S., Widodo, S. and Hariyono, J. (2020) Penerapan Evaluasi Holistik dalam Kegiatan Pembelajaran : Literature Review, Conference Series Journal. Nilsson, N. J. (2009). Introduction to Machine Learning. Morgan Kaufmann Publishers. Ningsih, M., & Fauziyah, A. (2023). Efektivitas Pembelajaran Kolaboratif dalam Meningkatkan Hasil Belajar Siswa. Jurnal Pendidikan dan Pembelajaran. Universitas Pendidikan Indonesia. Oxford Learner’s Pocket Dictionary. Fourth (2019). New York: Oxford University Press. Parker, P. E., Fleming, P. D., Beyerlein, S., Apple, D., & Krumsieg, K. (2001). Differentiating assessment from evaluation as continuous improvement tools [for engineering education]. 31st Annual Frontiers in Education Conference. Impact on Engineering and Science Education. Conference Proceedings (Cat. No.01CH37193), 1–6. https://doi.org/10.1109/FIE.2001.963901 Permatasari, R., & Wijayanti, T. (2022). Evaluasi Pembelajaran Kolaboratif di Era Digital. Jurnal Teknologi Pendidikan. Universitas Negeri Yogyakarta. Qadrianti, L., Islamiah, N., & Kadir, M. (2022). Evaluasi Pembelajaran Berbasis Proyek Pada Mahasiswa Fakultas Tarbiyah Dan Ilmu Keguruan Iai Muhammadiyah Sinjai. Prosiding Seminar Nasional Fakultas Tarbiyah Dan Keguruan, 11–19. Rithaudin, A., & Sari, I. P. T. P. (2019). Analisis pembelajaran aspek kognitif materi pendidikan jasmani olahraga dan kesehatan sma/smk di daerah istimewa yogyakarta. Jurnal Pendidikan Jasmani Indonesia, 15(1), 33–40. https://doi.org/10.21831/jpji.v15i1.25490
209 Russell, S. J., & Norvig, P. (2016). Artificial Intelligence: A Modern Approach (3rd ed.). Pearson. Rahmawati, E., & Kurniawati, S. (2020). Implementasi Model Pembelajaran Kolaboratif Untuk Meningkatkan Keterampilan Berbicara Bahasa Inggris. Jurnal Pendidikan Bahasa dan Sastra. Universitas Negeri Makassar. Resya, K.N.P. (2023) ‘Evaluasi Pembelajaran dalam Ranah Aspek Kognitif pada Jenjang Pendidikan Dasar pada MI Assalafiyah Timbangreja’, Jurnal Review Pendidikan dan Pengajaran, 6(2), pp. 403–411. Rachmawati, R., Nirmalasari, M.A.Y., Rif’ati, B., Kartikawati, D., Mayasari, D., & Massang, B., 2020. Strategi Pembelajaran. CV. Jakad Media Publishing., Surabaya. Sismawarni, W.U.D., Usman, U., Hamid, N., Kusumaningtyas, P., 2020. Pengaruh Penggunaan Isu Sosiosaintifik dalam Model Pembelajaran Berbasis Masalah Terhadap Keterampilan Berpikir Tingkat Tinggi Siswa. Jambura Journal of Educational Chemistry 2, 10–17. https://doi.org/10.34312/jjec.v2i1.4265 State Government of Victoria, 2019. Assesment. [https://www.education.vic.gov.au/school/teachers/teachingr esources/practice/Pages/assessment.aspx]. Soebhakti, Hendawan. Panduan Pelaksanaan PBL Prodi Robotika Polibatam. Draft. 2020. Sumber web: Project Based Learning for all. Tersedia di https://www.pblworks.org/ Sitepu, S.V. et al. (2022) ‘Evaluasi Psikomotorik dalam Pembelajaran Matematika Berbasis Hybrid Learning’, Elia (Journal of Educational Learning and Innovation), 2(2), pp. 251–267.
210 Suryana, T., & Putra, S. C. (2021). Penerapan Model Project Based Learning untuk Meningkatkan Kreativitas dan Kemampuan Kolaboratif Siswa. Jurnal Pendidikan. Universitas Sebelas Maret. Shalev-Shwartz, S., & Ben-David, S. (2014). Understanding Machine Learning: From Theory to Algorithms. Cambridge University Press. Shute, V. J., & Ventura, M. (Eds.). (2013). Assessment and Evaluation of Time Factors in Online Learning and Instruction. IGI Global. Scriven, M. (1991). Evaluation thesaurus (4th ed.). Sage Publications, Inc. Slee, R. (2011). The irregular school: Exclusion, schooling and inclusive education. Routledge. Siemens, G., & Gasevic, D. (Eds.). (2012). Learning Analytics: Enabling Real-Time Adaptive Learning. Athabasca University Press. Sumaryanto, E. A. (2017). Belajar Mudah Kecerdasan Buatan: Implementasi dengan Python. Penerbit Informatika. Sutton, R. S., & Barto, A. G. (2018). Reinforcement Learning: An Introduction (2nd ed.). MIT Press. Sari, L. M. (2019). Evaluasi dalam Pendidikan Islam. Al-Tadzkiyyah: Jurnal Pendidikan Islam, 9(2), 211. https://doi.org/10.24042/atjpi.v9i2.3624 Suarga. (2019). Hakikat, Tujuan dan Fungsi Evaluasi dalam Pengembangan Pembelajaran. Inspiratif Pendidikan, 8(2), 372–338. 10.24252/ip.v8i2.12344. Thomas, J., Condliffe, B., & Quint, J. (2015). Whatever Form a Project Takes , It Must Meet These Criteria To Be Gold Standard Pbl . Interdisciplinary Journal of Problem-Based
211 Learning, 22(1), 1–18. Tanu, I.K., 2016. Pembelajaran Berbasis Budaya Dalam Meningkatkan Mutu Pendidikan Di Sekolah. Denpasar. https://ejournal.ihdn.ac.id/index.php/JPM/article/view/59. Umam, H. I., & Jiddiyyah, S. H. (2020). Pengaruh Pembelajaran Berbasis Proyek Terhadap Keterampilan Berpikir Kreatif Ilmiah Sebagai Salah Satu Keterampilan Abad 21. Jurnal Basicedu, 5(1), 350–356. https://doi.org/DOI: https://doi.org/10.31004/basicedu.v5i1.645 UNESCO. (2009). Policy guidelines on inclusion in education. UNESCO. ujione.id (2024) Evaluasi Holistik: Pengertian, Metode, dan Manfaat dalam Pendidikan, https://ujione.id/evaluasi-holistikmetode-dan-manfaat-dalam-pendidikan/. Wang, H., & Greer, J. E. (2018). Design and Evaluation of Intelligent Learning Environments: Methods and Approaches. Springer. Yambi, T., & Yambi, C. (2020). Assessment And Evaluation In Education. https://www.researchgate.net/publication/342918149_ASSE SSMENT_AND_EVALUATION_IN_EDUCATION Yustiana, S., Rida, F.K., 2020. Development of Product Assessment Instrument Based on Contextual Learning. https://www.atlantis-press.com/proceedings/bis-hess19/125939466. Zakiah, Z., & Khairi, F. (2019). Pengaruh Kemampuan Kognitif terhadap Prestasi Belajar Matematika Siswa Kelas V SDN Gugus 01 Kecamatan Selaparang. El Midad, 11(1), 85–100. https://doi.org/10.20414/elmidad.v11i1.1906 Zainudin and Ubabuddin (2023) ‘Ranah Kognitif, Afektof, dan Psikomotorik sebagai Objek Evaluasi Hasil Belajar Peserta
212 Didik’, ILJ: Islamic Learning Journal (Jurnal Pendidikan Islam), pp. 915–931. https://guruinovatif.id/artikel/pembelajaran-berbasis-proyek-danmanfaat-penerapannya-di-kelas
213 Tentang Penulis Kardiyem, Lahir di Grobogan, Jawa Tengah. Saat ini penulis merupakan Dosen Prodi Pendidikan Akuntansi di Fakultas Ekonomika dan Bisnis Universitas Negeri Semarang sejak tahun 2015. Penulis menyelesaikan S1 Pendidikan Ekonomi (Akuntansi) Tahun 2010 di Universitas Negeri Semarang dan menyelesaikan Magister Pendidikan Ekonomi (S2) di kampus yang sama pada Tahun 2013. Saat ini penulis sedang menempuh Pendidikan Program Doktor Pendidikan Ekonomi Fakultas Keguruan dan Ilmu Kependidikan (FKIP) Universitas Sebelas Maret (UNS). Penulis aktif melakukan penelitian dan pengabdian kepada masyarakat. Publikasi Buku : Praktikum Akuntansi Keuangan (2017), Komputer Akuntansi MYOB Perusahaan Dagang (2019), Etika Profesi Guru Abad 21 (2020), Akuntansi Untuk UMKM (2020), Belajar Di Masa Pandemi Work From Home (2020), Komputer Akuntansi MYOB Manufaktur (2022), Pengantar Ilmu Pendidikan (2023), Pendidikan Karakter (2023), Bisnis Digital (2023) dan lain-lain. Penghargaan Best Speaker and Best Paper pada Conference ISHRE 2022. Anggota Asosiasi Profesi Pendidik Akuntansi Indonesia (2017- Sekarang). Fokus Riset yang dilakukan adalah teknologi pendidikan akuntansi.
214 Nicko Gana Saputra, S.ST, Par., M.M Pengalaman 12 tahun di Pendidikan bidang Hospitaliti dan Hotel Manajemen. Sebagai Ka.Prodi Sarjana Terapan Pengelolaan Perhotelan, Penulis menyukai pembelajaran hal-hal baru, dan cepat menyerap informasi. Khususnya dalam pengembangan kurikulum dan evaluasi pembelajaran di Perguruan Tinggi, Penulis berpengalaman selama 6 tahun berkontribusi dalam menyusun transformasi kurikulum vokasi yang dinamis di Politeknik Sahid. Sehingga pengalaman dan ilmu yang Penulis dapat dituangkan kedalam penulisan buku dan bermanfaat bagi para pembacanya. M.A Yohanita Nirmalasari, S.Si.,M.Pd, dosen tetap Prodi Pendidikan Kimia Universitas Nusa Nipa Maumere, lahir di Larantuka Kabupaten Flores Timur pada tangga 17 Juli 1988. Pendidikan formalnya, yakni SDI Supersemar Larantuka (tahun 2000), SMPK St. Gabriel Larantuka (tahun 2003), SMAK Frateran Podor Larantuka (tahun 2006), pendidikan sarjana Universitas Udayana (2011), Pendidikan Pascasarjana Universitas Negeri Yogyakarta (2016). Penulis diangkat menjadi dosen tetap sejak tahun 2016 hingga sekarang pada Universitas Nusa Nipa. Penulis tergabung dalam tim dosen pengampuh mata kuliah evaluasi, media pembelajaran kimia dan microteaching. Rekam jejak publikasi penelitian dan pengabdian penulis pada bidang pendidikan kimia.
215 Dr. Derinta Entas, S.E., M.M,. CHE adalah Associate Professor pada Program Magister Terapan Perencanaan dan Pengembangan Pariwisata di Politeknik Sahid Jakarta. Editor Senior di International Journal of Travel, Hospitality and Events (IJOTHE) dan Jurnal Sains Terapan Pariwisata (JSTP). Di antara bukunya adalah "Pariwisata Berkelanjutan: Pengelolaan Destinasi Wisata Berbasis Masyarkat (2017) dan "Pariwisata Berkelanjutan Dalam Perspektif Pariwisata Budaya di Taman Hutan Raya Banten" (2020), Pengantar Ilmu Pendidikan (2023), Manajemen Katering Dalam Industri Tambang (2024), Pendidikan Karakter (2024) dan Proyek buku terbarunya adalah penelitian berjudul "Exploring the Potential of Green Heritage Tourism in Indonesia: Balancing Conservation and Sustainability (Studi Kasus: Kota Tua Jakarta),". Studi ini, berpusat di sekitar Kota Tua Jakarta yang bersejarah, berusaha menyelaraskan pelestarian situs bersejarah dengan memajuk-an keberlanjutan ekonomi dan lingkungan kawasan. Minat penelitiannya adalah pariwisata berkelanjutan, bisnis pari-wisata budaya dan sejarah, serta masalah studi budaya. Penulis Bernama Ahmad Jaenudin, saat sebagai pengajar di Universitas Negeri Semarang, Salah satu mata kuliah yang diampu adalah ekononi bisnis digital. Selain sebagai pengajar penulis juga aktif terlibat dalam penelitian pada bidang inovasi pembelajaran dan Evaluasi Pembelajaran.
216 Hasil penelitian yang dilakukan menghasilkan beberapa luaran diantaranya adalah book chapter, artikel yang dipublikasikan pada jurnal nasional terakreditasi dan didesiminasikan pada internasional conference. Selain itu, hasil penelitian yang dilakukan diimplementasikan hasil penelitian pada proses pembelajaran terutama pada inovasi pembelajaran dan evaluasi pembelajaran Iwan Budiarso., lahir di Cempaka, Bumijawa, Kabupaten Tegal. Jenjang Pendidikan S1 ditempuh di Universitas Nasional Jakarta lulus tahun 2009. Pendidikan S2 lulus tahun 2013 di Universitas Indraprasta PGRI Jakarta dan pendidikan S3 Ilmu Pendidikan di Universitas Islam Nusantara Bandung lulus tahun 2022. Saat ini aktif sebagai dosen dan peneliti di Universitas Indraprasta PGRI Jakarta, Fakultas Pascasarjana. Untuk menjalin silaturahim dapat menghubungi di, Nomor Handphone : 081381607967 E-mail : [email protected] Nama: Moh. Rifaldi Tempat dan Tanggal Lahir : Pandeglang 10-05- 2003 Perkenalkan, saya Moh. Rifaldi, mahasiswa aktif semester 6 Jurusan Perhotelan di Politeknik Sahid, saya memiliki ketertarikan yang besar terhadap dunia perhotelan dan
217 pariwisata, hal ini mendorong saya untuk mengambil jurusan Perhotelan agar dapat mempelajari lebih dalam tentang manajemen hotel, pelayanan tamu, dan industri pariwisata. Selama kuliah ini, saya aktif mengikuti berbagai kegiatan organisasi dan acara yang berkaitan dengan perhotelan, saya juga telah menjalani beberapa magang di hotel berbintang, di mana saya mendapatkan pengalaman berharga dalam menangani operasional hotel, melayani tamu, dan mengelola acara, saya percaya bahwa industri perhotelan adalah bidang yang dinamis dan penuh peluang, oleh karena itu, saya selalu berusaha untuk meningkatkan kemampuan dan pengetahuan saya, baik melalui pendidikan formal maupun pengalaman praktis, saya bercita-cita untuk menjadi seorang profesional yang handal di bidang perhotelan dan berkontribusi positif dalam mengembangkan pariwisata di Indonesia. Nasywa Husniyah. Saya adalah mahasiswa semester 6 di Politeknik Sahid, yang sedang menempuh pendidikan di jurusan Pelhotelan. Selama masa studi, saya telah aktif dalam berbagai kegiatan akademik dan organisasi mahasiswa, menunjukkan minat yang kuat dalam bidang pendidikan dan metodologi pembelajaran. Dengan latar belakang yang kaya dalam teori dan praktik pembelajaran, saya telah berkontribusi pada beberapa proyek penelitian dan pengembangan yang berfokus pada inovasi pendidikan. Salah satu fokus utama dalam studi saya adalah pembelajaran kolaboratif, sebuah pendekatan yang mengedepankan kerjasama dan interaksi antara mahasiswa untuk mencapai tujuan pembelajaran yang lebih efektif dan efisien.