Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal eL.Muhbib: Jurnal Pemikiran dan Penelitian Pendidikan Dasar
Dewi Sartika
Universitas Pendidikan Ganesha, Indonesia
Education

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
ARTIFICIAL INTELLIGENCE DALAM PENILAIAN MATEMATIKA: TINJAUAN PUSTAKA SISTEMATIS TENTANG TEKNOLOGI, FUNGSI, DAN DAMPAK PENDIDIKAN Dewi Sartika; Gede Ratnaya Syarifuddin; I Dewa Ayu Made Budhyani Syarifuddin
eL-Muhbib jurnal pemikiran dan penelitian pendidikan dasar Vol. 10 No. 1 (2026): Juni
Publisher : Program Studi Pendidikan Guru Madrasah Ibtidaiyah (PGMI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52266/el-muhbib.v10i1.7185

Abstract

Artificial Intelligence (AI) telah menjadi salah satu inovasi teknologi yang berpotensi mentransformasi asesmen matematika melalui otomatisasi penilaian, pemberian umpan balik, dan personalisasi pembelajaran. Namun, perkembangan pesat teknologi AI, khususnya Generative Artificial Intelligence (GenAI) dan Large Language Models (LLMs), menuntut adanya kajian komprehensif mengenai pemanfaatannya dalam asesmen matematika. Penelitian ini bertujuan untuk mengidentifikasi teknologi AI yang digunakan dalam asesmen matematika, menganalisis fungsi-fungsi AI yang diterapkan, mengevaluasi dampaknya terhadap proses dan hasil pembelajaran, serta mengkaji tantangan dan peluang implementasinya. Metode yang digunakan adalah Systematic Literature Review (SLR) dengan mengacu pada pedoman PRISMA 2020. Artikel diperoleh dari data Scopus dengan rentang publikasi tahun 2020–2026. Proses seleksi menghasilkan 20 artikel yang memenuhi kriteria inklusi untuk dianalisis. Hasil kajian menunjukkan bahwa teknologi AI yang dominan meliputi Natural Language Processing, Intelligent Tutoring Systems, Learning Analytics, Automated Grading Systems, serta Generative AI. Fungsi utama AI dalam asesmen matematika mencakup automated grading, automated feedback, formative assessment, personalized assessment, dan predictive assessment. Implementasi AI terbukti meningkatkan hasil belajar, kualitas umpan balik, efisiensi penilaian, dan personalisasi pembelajaran. Namun, tantangan terkait validitas asesmen, bias algoritma, integritas akademik, kesiapan guru, dan privasi data masih memerlukan perhatian. Temuan ini menunjukkan bahwa AI berpotensi menjadi mitra strategis dalam asesmen matematika yang lebih adaptif, efektif, dan berkelanjutan.
Co-Authors Gede Ratnaya Syarifuddin I Dewa Ayu Made Budhyani Syarifuddin