Garuda - Garba Rujukan Digital

Generative AI as a Learning Companion for Student Autonomy in Secondary Education: A Self-Regulated Learning-Based Conceptual Framework Junaedi; Suprih Widodo; Ulva Elviani; Siti Sripatimah
Buletin Pengembangan Perangkat Pembelajaran 2025: Desember
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/bppp.v7i2.14787

Penelitian ini bertujuan untuk mengkaji peran generative artificial intelligence (AI) sebagai learning companion dalam mendukung otonomi belajar siswa sekolah menengah berbasis self-regulated learning (SRL), sehingga dapat dijadikan dasar konseptual dalam pengembangan desain pembelajaran berbasis AI yang berorientasi pada siswa. Penelitian ini menggunakan pendekatan konseptual berbasis kajian literatur dengan desain integrative conceptual review. Data yang digunakan berupa sumber sekunder yang diperoleh dari publikasi ilmiah bereputasi periode 2022–2025 yang membahas generative AI dalam pendidikan, otonomi siswa, SRL, serta aspek etika dan kebijakan AI. Literatur yang terpilih dianalisis secara tematik untuk mengidentifikasi keterkaitan antara fungsi generative AI, fase-fase SRL, dan dimensi otonomi siswa. Berdasarkan hasil sintesis literatur, diperoleh kesimpulan bahwa generative AI berpotensi mendukung otonomi siswa ketika digunakan sebagai cognitive dan metacognitive scaffold dalam proses perencanaan, pemantauan, dan refleksi belajar. Namun demikian, efektivitas peran tersebut dipengaruhi oleh tingkat literasi AI dan kemampuan regulasi diri siswa, serta dimoderasi oleh faktor kontekstual seperti akses teknologi, kebijakan sekolah, dan regulasi etis. Kerangka konseptual yang dihasilkan diharapkan dapat menjadi acuan evaluatif dan dasar penelitian empiris lanjutan dalam implementasi generative AI di pendidikan menengah, khususnya di Indonesia.

AI-Driven Learning Analytics for Self-Regulated and Metacognitive Learning: A Systematic Review Rhezwan Dhaifullah Romdhoni; Rafli Arrasyid; Suprih Widodo; Ulva Elviani
Intellect : Indonesian Journal of Learning and Technological Innovation Vol. 4 No. 02 (2025): Intellect : Indonesian Journal of Learning and Technological Innovation
Publisher : Yayasan Lembaga Studi Makwa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57255/intellect.v4i02.1657

Artificial intelligence (AI) and learning analytics are increasingly integrated into educational systems, yet their impact on self‑regulated learning (SRL) and metacognition remains not fully understood. This systematic review synthesizes findings from 34 empirical and review studies on AI‑driven learning analytics in formal education, focusing on their effects on SRL, metacognition, motivation, and academic performance. Following PRISMA guidelines, studies were identified through searches in Scopus, Web of Science, ERIC, and Google Scholar for articles published between 2020 and 2025, using keywords related to AI, learning analytics, SRL, and metacognition. Studies were included if they used AI‑based analytical or adaptive systems, standardized SRL or metacognitive measures, and pre–post or comparison data. Results show that AI‑based tools such as predictive models, intelligent tutoring systems, adaptive platforms, learning dashboards, and generative or conversational AI support goal setting, monitoring, strategy adjustment, and reflective evaluation through feedback, progress visualization, and personalized recommendations. Most studies report improvements in SRL strategies, metacognitive awareness, motivation, engagement, and learning outcomes, though effects vary across research design quality, educational levels, and subject areas. However, several challenges persist, including infrastructural limitations, limited teacher readiness, data privacy and ethical issues, algorithmic bias, and potential overreliance on AI that may weaken learners’ independent strategic thinking. Overall, AI‑driven learning analytics hold substantial potential to enhance SRL and metacognition when integrated within coherent pedagogical frameworks and supported by institutional policies promoting transparency, equity, and human agency. Abstrak Kecerdasan buatan (AI) dan learning analytics semakin meluas dalam sistem pendidikan, namun dampaknya terhadap self‑regulated learning (SRL) dan metakognisi masih belum sepenuhnya dipahami. Tinjauan sistematis ini mensintesis temuan dari 34 studi empiris dan tinjauan pustaka mengenai penerapan AI‑driven learning analytics di pendidikan formal, berfokus pada pengaruhnya terhadap SRL, metakognisi, motivasi, dan kinerja akademik. Dengan mengikuti pedoman PRISMA, artikel dipilih melalui pencarian di Scopus, Web of Science, ERIC, dan Google Scholar untuk periode 2020–2025 menggunakan kata kunci terkait AI, learning analytics, SRL, dan metakognisi. Studi disertakan jika menggunakan sistem analitik atau adaptif berbasis AI dengan instrumen terstandar dan data perbandingan pre–post. Hasil menunjukkan bahwa alat berbasis AI seperti model prediktif, sistem tutor cerdas, platform adaptif, dashboard pembelajaran, serta AI generatif atau konversasional mendukung penetapan tujuan, pemantauan, adaptasi strategi, dan refleksi melalui umpan balik, visualisasi kemajuan, dan rekomendasi otomatis. Sebagian besar studi melaporkan peningkatan strategi SRL, kesadaran metakognitif, motivasi, keterlibatan, dan hasil belajar, meski efek berbeda bergantung pada desain penelitian, jenjang pendidikan, dan bidang studi. Namun, tantangan tetap muncul, termasuk keterbatasan infrastruktur, kesiapan guru, privasi data, bias algoritmik, serta potensi ketergantungan berlebih pada AI yang dapat melemahkan kemandirian berpikir strategis. Secara keseluruhan, AI‑driven learning analytics berpotensi memperkuat SRL dan metakognisi bila diintegrasikan dalam kerangka pedagogis yang jelas dan didukung kebijakan institusional yang menegakkan transparansi, keadilan, dan agensi manusia.

Transformasi Pembelajaran Melalui Digital Twin: Systematic Literature Review Lintas Jenjang Pendidikan Diana Qisthin Thoniyah; Suprih Widodo; Ulva Elviani
JATISI Vol 12 No 4 (2025): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v12i4.14246

Digital Twin (DT) is an innovative technology that creates virtual replicas of physical entities to simulate real-world behavior through real-time data. Although it has been successfully implemented in manufacturing, healthcare, and agriculture sectors, the application of DT in education remains fragmented and focused on specific domains. This study aims to conduct a systematic literature review to identify DT applications in education across various levels, map implementation methodologies, analyze impacts on learning outcomes, and identify challenges and best practices. The method used is a systematic literature review with the PRISMA framework. The search was conducted on the Scopus database for the period 2020-2025 using keywords related to Digital Twin, assessment, and education, yielding 773 articles which were then filtered to 32 final articles. After undergoing quality assessment, 17 articles were selected for further analysis. The research findings indicate that DT enhances students' conceptual understanding and practical skills, supports simulation-based learning, personalized learning, and remote collaboration. These findings provide comprehensive insights into DT utilization that can serve as a reference for researchers, educational practitioners, and policymakers in optimizing the implementation of this technology to improve educational quality.

ANALISIS AI, SISTEM, DAN UI/UX TIKTOK BERBASIS TAM: SYSTEMATIC LITERATURE REVIEW Agizka Rizqta Gusanova; Suprih Widodo; Ulva Elviani
J-SIKA|Jurnal Sistem Informasi Karya Anak Bangsa Vol. 7 No. 02 (2025): Jurnal Sistem Informasi Karya Anak Bangsa (J-SIKA) Vol 7 No 2 edisi Desember 2
Publisher : Program Studi Sistem Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstrak Dominasi TikTok dalam lanskap media sosial global sering kali hanya dilihat dari perspektif fenomena budaya, sementara arsitektur teknis yang mendasarinya masih jarang dieksplorasi secara mendalam. Penelitian ini bertujuan untuk menganalisis bagaimana integrasi teknologi di balik layar memengaruhi adopsi pengguna melalui perspektif Technology Acceptance Model (TAM). Menggunakan metode Systematic Literature Review (SLR) dengan protokol PRISMA, penelitian ini menyeleksi dan menganalisis 10 literatur primer yang diterbitkan antara tahun 2020 hingga 2025. Hasil analisis mengungkapkan bahwa persepsi pengguna dibentuk oleh tiga pilar teknis utama. Pertama, persepsi kegunaan (Perceived Usefulness) dikonstruksi oleh algoritma AI berbasis Multimodal Data Fusion yang menjamin personalisasi konten secara presisi. Kedua, persepsi kemudahan penggunaan (Perceived Ease of Use) dicapai melalui sinergi antara desain antarmuka imersif yang meminimalkan beban kognitif dan kinerja sistem berbasis Edge Caching serta Prefetching yang mengeliminasi latensi jaringan. Penelitian ini menyimpulkan bahwa keberhasilan retensi pengguna TikTok adalah hasil dari rekayasa teknis yang menciptakan pengalaman tanpa hambatan (frictionless), di mana stabilitas infrastruktur berfungsi sebagai anteseden vital bagi kepuasan psikologis pengguna. Kata Kunci: TikTok, Technology Acceptance Model (TAM), Kecerdasan Buatan, Desain Antarmuka, Kinerja Sistem. Abstract TikTok's dominance in the global social media landscape is often viewed merely as a cultural phenomenon, while the underlying technical architecture remains underexplored. This study aims to analyze how the integration of backend technologies influences user adoption through the perspective of the Technology Acceptance Model (TAM). Using a Systematic Literature Review (SLR) method with the PRISMA protocol, this study selected and analyzed 10 primary literatures published between 2020 and 2025. The results reveal that user perception is shaped by three main technical pillars. First, Perceived Usefulness is constructed by AI algorithms based on Multimodal Data Fusion which ensures precise content personalization. Second, Perceived Ease of Use is achieved through a synergy between immersive interface design that minimizes cognitive load and system performance based on Edge Caching and Prefetching strategies that eliminate network latency. This study concludes that TikTok's user retention success is the result of technical engineering that creates a frictionless experience, where infrastructure stability serves as a vital antecedent to user psychological satisfaction. Keywords: TikTok, Technology Acceptance Model (TAM), Artificial Intelligence, User Interface, System Performance.

Comparative Evaluation of Agentic Workflow Capabilities in AI IDE Agents for Web-Based Learning Media Development Erlangga Aditia; Ulva Elviani
Journal of Applied Informatics and Computing Vol. 10 No. 3 (2026): June 2026
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v10i3.12841

The rapid development of agentic IDEs calls for evaluation approaches that assess not only final outputs but also the agentic workflow enacted during software development. This study comparatively evaluates the workflow capabilities of four AI IDE agents, namely Cursor, Windsurf, Trae, and Antigravity, within the five-stage benchmark of developing a web-based learning media application, Next-Gen SPLDV. A descriptive comparative evaluation was conducted using five agentic maturity metrics: task decomposition (DC), tool-use effectiveness (TSR), autonomous recovery capability (ARC), human intervention cost (HIC), and time completion efficiency (TCT), complemented by interaction logs and internal artifacts. The findings indicate distinct performance trade-off profiles across systems. Antigravity appeared relatively more stable descriptively (TSR 96.0%; HIC 3; ARC 8), whereas the other systems exhibited context-dependent strengths: Cursor showed more selective tool use, Trae was efficient in several stages but more vulnerable during database integration, and Windsurf was more exploratory but required higher intervention and recovery effort. Qualitative evidence further suggests that these differences were associated with variations in plan-execute-verify strategies and error-response behavior. Overall, the evaluation of AI IDE agents is better interpreted as a contextual map of workflow trade-offs rather than the identification of a single winner across all settings.

The Transformation of Teachers' Digital Competence in Online Learning: Analysis of Success Factors and Implementation Challenges Muhammad Rafly Juliawan Fernandes; Suprih Widodo; Ulva Elviani; Rahmawati Salsabila
The Future of Education Journal Vol 4 No 9 (2025)
Publisher : Lembaga Penerbitan dan Publikasi Ilmiah Yayasan Pendidikan Tumpuan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61445/tofedu.v4i9.1265

This study systematically analyzes the transformation of teachers' digital competence within the context of online and blended learning. Employing a Systematic Literature Review (SLR) of 25 articles published between 2019–2024, the research identifies the underlying success factors and implementation challenges. The findings reveal that TPACK and DigCompEdu are the most dominant frameworks guiding research and development. Key success factors include high Self-Efficacy and Internal Motivation among teachers, supported by Continuous Hands-on Training and Institutional Leadership. The greatest challenges are rooted in the Infrastructure Gap (First-Order Barriers), prevalent in developing countries, and the Pedagogical Digital Skill Gap (Second-Order Barriers), which refers to teachers' inability to integrate technology for effective interaction and assessment. Successful implementation requires a shift from passive training to Learning by Design models (TPACK-based projects) and continuous Coaching to bolster teacher confidence and bridge the Pedagogical Digital Gap.

Implementasi Model MDLC pada Media Pembelajaran Interaktif Informatika ‘Synet’ untuk Siswa Kelas VIII SMPN 1 Purwakarta Jasmine Nayla Hafiezh; Ulva Elviani
Jurnal Pendidikan dan Pembelajaran Indonesia (JPPI) Vol. 6 No. 2 (2026): Jurnal Pendidikan dan Pembelajaran Indonesia (JPPI), 2026 (2)
Publisher : Yayasan Pendidikan Bima Berilmu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53299/jppi.v6i2.4216

Kajian ini difokuskan terhadap upaya pengembangan dari aplikasi game edukasi Synet sebagai media pembelajaran secara interaktif terhadap materi pengantar jaringan komputer terhadap peserta didik kelas 8 di SMP Negeri 1 Purwakarta. Upaya pengembangan dilaksanakan dengan mengaplikasikan model Multimedia Development Life Cycle (MDLC) versi Luther-Sutopo yang mencakup 6 tahapan, yakni konsep, desain, pengumpulan materi, m assembly, testing, dan juga upaya distribusi. Subjek yang dilibatkan dalam kajian ini yakni total 30 peserta didik dari kelas 8 SMP Negeri 1 Purwakarta. Upaya pengumpulan data dilaksanakan berdasar pada kajian literatur upaya wawancara dan upaya pengisian kuesioner dengan mengaplikasikan instrumen angket validasi dari ahli materi, ahli media, serta System Usability Scale (SUS), yang selanjutnya dianalisis dengan pendekatan deskriptif kuantitatif berbasis perhitungan persentase kelayakan. Aplikasi Synet dinyatakan berhasil dikembangkan sebagai media pembelajaran interaktif berdasarkan hasil penelitian yang diperoleh. Validasi oleh ahli materi dan ahli media menghasilkan rata-rata skor 84%, sehingga aplikasi ini termasuk dalam kategori sangat layak. Adapun pengujian menggunakan SUS menunjukkan skor rata-rata 84,08 dengan Grade Scale B, yang diklasifikasikan ke dalam kategori Acceptable dan Adjective Rating Excellent, mengindikasikan bahwa aplikasi ini tidak hanya mudah digunakan tetapi juga memiliki kualitas usabilitas yang tinggi. Atas dasar temuan-temuan tersebut, aplikasi Synet direkomendasikan sebagai media pembelajaran pendukung yang berpotensi mendorong interaktivitas dan keterlibatan siswa dalam pembelajaran informatika, sekaligus hadir sebagai alternatif sumber belajar di lingkungan kelas.

Analisis Pengaruh Penggunaan Learning Management System (LMS) terhadap Kemandirian Belajar Siswa SMK 1 Muhammadiyah Cikampek Farel Disyah Ramadhan; Ulva Elviani
Jurnal Pendidikan dan Pembelajaran Indonesia (JPPI) Vol. 6 No. 2 (2026): Jurnal Pendidikan dan Pembelajaran Indonesia (JPPI), 2026 (2)
Publisher : Yayasan Pendidikan Bima Berilmu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53299/jppi.v6i2.4258

Penelitian ini bertujuan menganalisis dan membandingkan pengaruh penggunaan dua platform Learning Management System (LMS), yaitu Google Classroom dan Moodle, terhadap kemandirian belajar siswa di SMK 1 Muhammadiyah Cikampek dengan menggunakan metode kuantitatif deskriptif komparatif. Penelitian melibatkan 65 responden yang terdiri atas 33 siswa pengguna Google Classroom dan 32 siswa pengguna Moodle. Instrumen penelitian menggunakan angket Skala Likert 5 poin yang mencakup 10 indikator penggunaan LMS dan 9–10 indikator kemandirian belajar. Analisis data dilakukan melalui uji validitas, reliabilitas, normalitas Shapiro-Wilk, analisis deskriptif per dimensi, serta uji Mann-Whitney U. Hasil penelitian menunjukkan bahwa tingkat penggunaan LMS pada kedua platform berada pada kategori tinggi, yaitu Google Classroom sebesar 88,0% dan Moodle sebesar 89,6%. Selain itu, tidak terdapat perbedaan signifikan antara kedua platform baik pada skor penggunaan LMS (U=483,5, p=0,557) maupun kemandirian belajar siswa (U=548,0, p=0,796), dengan effect size tergolong negligible (r < 0,10). Moodle lebih unggul pada aspek kecanggihan fitur pembelajaran dengan rata-rata indikator X5, X8, dan X9 sebesar 4,573 dibandingkan Google Classroom sebesar 4,374, sedangkan Google Classroom lebih unggul pada aspek kemudahan akses dan kesederhanaan penggunaan dengan rata-rata indikator X1 dan X2 sebesar 4,455 dibandingkan Moodle sebesar 4,360 sehingga lebih mendukung kemandirian belajar secara organik. Temuan ini mengimplikasikan bahwa pemilihan LMS perlu disesuaikan dengan tujuan dan kebutuhan pembelajaran yang ingin dicapai. Berdasarkan hasil penelitian tersebut, peneliti merekomendasikan agar penelitian selanjutnya melibatkan jumlah responden yang lebih besar dan cakupan sekolah yang lebih luas untuk meningkatkan generalisasi hasil penelitian, menggunakan metode mixed methods dengan tambahan wawancara atau observasi agar memperoleh data yang lebih mendalam, serta mengkaji faktor lain yang memengaruhi kemandirian belajar seperti motivasi belajar, dukungan guru, literasi digital, dan akses internet. Selain itu, penelitian berikutnya juga dapat membandingkan platform LMS lainnya atau meneliti pengaruh LMS terhadap hasil belajar, keterlibatan siswa, dan kemampuan berpikir kritis pada berbagai jenjang pendidikan.

Title

Found 8 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 8 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 8 Documents
Search