Claim Missing Document
Check
Articles

Found 12 Documents
Search

Analisis Efektivitas Mobile Seamless Learning (MSL) Sebagai Inovasi Pembelajaran Matematika: Systematic Literature Review Ni Kadek Tina Santika Dewi; Made Juniantari; Ni Made Sri Mertasari; I Made Suarsana
Jurnal Cendekia : Jurnal Pendidikan Matematika Vol 10 No 2 (2026): Jurnal Cendekia: Jurnal Pendidikan Matematika Volume 10 Nomor 2 Tahun 2026
Publisher : Mathematics Education Study Program

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cendekia.v10i2.4922

Abstract

Pembelajaran matematika masih menghadapi beragam tantangan, terutama dalam meningkatkan keterlibatan, kemandirian, dan kemampuan berpikir tingkat tinggi murid akibat keterbatasan waktu pembelajaran serta karakteristik materi matematika yang abstrak. Sebagai upaya untuk meningkatkan kualitas pembelajaran, Mobile Seamless Learning (MSL) mulai banyak diterapkan sebagai inovasi dalam pembelajaran matematika. Namun, berbagai hasil penelitian mengenai efektivitas MSL masih tersebar dan belum dirangkum secara sistematis. Penelitian ini bertujuan untuk menganalisis penerapan serta efektivitas Mobile Seamless Learning (MSL) dalam mendukung inovasi pembelajaran matematika melalui pendekatan Systematic Literature Review. Penelitian dilakukan dengan mengacu pada protokol PRISMA yang meliputi tahap identification, screening, eligibility, dan inclusion. Sumber data berasal dari artikel ilmiah terindeks SINTA, Scopus, DOAJ, dan ERIC yang diterbitkan pada tahun 2021–2026 melalui penelusuran Google Scholar dengan bantuan Publish or Perish. Berdasarkan proses seleksi, diperoleh 9 artikel yang sesuai dengan kriteria penelitian. Hasil kajian menunjukkan bahwa Mobile Seamless Learning (MSL) memberikan dampak positif terhadap peningkatan hasil belajar, motivasi, keterlibatan, keterampilan metakognitif, dan self-regulated learning murid. Selain itu, MSL mendukung pembelajaran yang berlangsung secara berkelanjutan lintas konteks melalui integrasi pembelajaran formal dan informal berbasis teknologi mobile. Pendekatan ini juga membantu murid membangun pengetahuan secara aktif, belajar dengan lebih fleksibel, serta memperoleh pengalaman belajar yang lebih bermakna. Dengan demikian, Mobile Seamless Learning (MSL) dapat dipandang sebagai inovasi pembelajaran yang efektif dan relevan untuk mendukung pembelajaran matematika di era digital
Cognitive scaffolding module in the Vilokka virtual laboratory for coding and artificial intelligence learning Gede Saindra Santyadiputra; I Wayan Santyasa; Made Juniantari
Indonesian Journal of Educational Development (IJED) Vol. 7 No. 2 (2026): August 2026
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) Universitas PGRI Mahadewa Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59672/ijed.v7i2.7020

Abstract

Indonesia’s Coding and Artificial Intelligence (KKA) curriculum mandate (BSKAP No. 046/H/KR/2025) requires Vocational High School (VHS) students to master Python programming and generative AI, exposing infrastructure inequality and cognitive overload as dual barriers. This study reports five ADDIE phases of developing and evaluating a cognitive scaffolding module integrated with Vilokka, an on-premises virtual laboratory embedding a guardrailed Local Large Language Model (Local-LLM). Participants were recruited through purposive sampling: five KKA teachers (Analysis), three validators (Expert Validation), and 30 VHS students (Implementation and Evaluation). Analysis identified three cognitive barrier patterns: pre-coding abstraction failure, logic-syntax conflation, and AI-induced cognitive passivity. The Design phase produced a 17-module architecture synchronising a three-level scaffolding framework (Sense-making, Process-scaffolding, and Fading) with KKA curriculum elements. The study employed four instruments: a teacher interview guide, an expert validation rubric, pre-test and post-test assessments, and practicality questionnaires. Expert validation yielded a mean validity of 89.72% (Very Valid). The field trial yielded a mean N-Gain of 0.39 (Moderate), confirmed by paired sample t-test (t(29) = 6.385, p < 0.05; Cohen’s d = 1.17). Practicality ratings were Very Practical for teachers (88.12%) and students (86.96%). The findings establish a replicable framework for AI-assisted vocational programming instruction, recommended for schools with infrastructure constraints.