Claim Missing Document
Check
Articles

Found 4 Documents
Search

Implementasi Artificial Intelligence (AI) dalam Penilaian Formatif: Studi Literatur tentang Peningkatan Akurasi Evaluasi Pembelajaran Dewi Agustina Solihin; Heny Fitriani; R. Dewi Mutia Farida; Ahmad Sofan Ansor; Rosdiana
Journal of Innovative and Creativity Vol. 6 No. 1 (2026)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

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

Abstract

Penelitian ini bertujuan mensintesis bukti ilmiah mengenai implementasi Artificial Intelligence (AI) dalam penilaian formatif dan kontribusinya terhadap peningkatan akurasi evaluasi pembelajaran. Metode yang digunakan adalah studi literatur dengan desain Systematic Literature Review (SLR) pada rentang publikasi 2015–2025. Proses seleksi mengikuti tahapan identifikasi, penyaringan, penilaian kelayakan, dan inklusi, dengan fokus pada studi yang membahas AI untuk penilaian formatif serta menyertakan bukti kualitas evaluasi seperti validitas, reliabilitas/konsistensi, agreement AI–penilai manusia, dan/atau kegunaan umpan balik. Sintesis kualitatif dilakukan terhadap 10 studi kunci yang merepresentasikan spektrum implementasi, termasuk automated writing evaluation/automated essay scoring, intelligent tutoring system, pendekatan deep learning, serta large language models untuk umpan balik dan penilaian. Hasil menunjukkan bahwa AI dapat meningkatkan akurasi evaluasi melalui: (1) penguatan validitas ketika output AI selaras dengan konstruk dan rubrik, (2) peningkatan konsistensi penilaian serta efisiensi pemberian umpan balik, dan (3) dukungan diagnosis kesalahan yang membantu tindakan perbaikan belajar. Namun, efektivitas AI sangat dipengaruhi moderator implementasi, terutama kejelasan rubrik, desain siklus revisi, kualitas dan representativitas data, literasi umpan balik siswa, serta peran guru dalam human-in-the-loop. Studi juga menyoroti risiko yang dapat menurunkan akurasi, seperti bias/fairness, rendahnya transparansi, overreliance, dan isu tata kelola data. Kesimpulannya, AI paling efektif meningkatkan akurasi evaluasi pembelajaran bila diterapkan sebagai pendukung asesmen formatif yang terintegrasi pedagogis dan dikendalikan melalui verifikasi guru serta standar evaluasi yang jelas.
Learning Management System Usage and English Learning Motivation: Evidence from a Simple Linear Regression Study Aam Amaliah; Heny Fitriani; Rosdiana; R. Dewi Mutia Farida; Fitriani Yuniar
Information Technology Education Journal Vol. 4, No. 4, November (2025)
Publisher : Jurusan Teknik Informatika dan Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/intec.v4i4.10779

Abstract

The integration of Learning Management Systems (LMS) has become an essential component of English language instruction in higher education, particularly in vocational contexts. However, empirical evidence explaining how LMS usage influences students’ learning motivation remains limited. This study aims to examine the effect of LMS usage on students’ motivation in learning English using a quantitative explanatory approach. The study involved 120 vocational higher education students enrolled in English courses, selected through proportionate stratified random sampling. Data were collected using a Likert-scale questionnaire and analyzed using simple linear regression with SPSS. The results indicate that LMS usage has a significant positive effect on students’ English learning motivation (β = 0.484, p < 0.001), with an R² value of 0.318, suggesting that LMS usage explains 31.8% of the variance in learning motivation. These findings demonstrate that structured LMS features, interactive content, and timely feedback contribute meaningfully to students’ motivational engagement in English learning. This study provides empirical evidence that LMS functions not only as a digital learning platform but also as a motivational driver in vocational English education, offering practical implications for instructors and institutions in designing effective LMS-supported learning environments.
Peran Edukasi Lingkungan untuk Meningkatkan Partisipasi Masyarakat Desa Kadu Agung dalam Pembuatan Plang Pengelolaan Sampah Terurai: Pengabdian Rosdiana; Sumarno; Arsyil Muhammad; Ridho Saputra; Yohanes
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 3 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 3 (Januari 202
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i3.5545

Abstract

Pengelolaan sampah yang efektif merupakan salah satu tantangan utama dalam menjaga kebersihan lingkungan, terutama di kawasan permukiman dan fasilitas umum. Kurangnya kesadaran masyarakat mengenai pemilahan dan pembuangan sampah yang benar sering kali menjadi penyebab utama menumpuknya sampah dan pencemaran lingkungan. Untuk mengatasi hal tersebut, dibuatlah plang edukasi sampah sebagai media informasi dan sosialisasi yang bertujuan untuk meningkatkan pemahaman masyarakat mengenai jenis-jenis sampah serta cara penanganannya. Plang ini dirancang dengan desain visual yang menarik dan bahasa yang mudah dipahami, serta mencantumkan kategori sampah seperti organik, anorganik, dan B3 (bahan berbahaya dan beracun). Melalui pemasangan plang edukasi ini di titik-titik strategis, diharapkan masyarakat dapat lebih peduli dan berpartisipasi aktif dalam upaya pengelolaan sampah yang berkelanjutan. Evaluasi awal menunjukkan adanya peningkatan kesadaran warga terhadap pentingnya memilah sampah, yang ditunjukkan melalui perubahan perilaku dalam membuang sampah sesuai kategori. Plang edukasi ini menjadi salah satu langkah sederhana namun efektif dalam membangun budaya peduli lingkungan.
Design and Engineering of an AI-Enabled Mobile Microlearning Application Integrating Short-Form Video and Learning Analytics for Vocational Soft Skills Development Rosdiana; Rizky Wahyu Hadiyana; Fikri Adi Putra; Rizaldy Khair
JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Vol. 9 No. 2 (2026): Issues January 2026
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jite.v9i2.16292

Abstract

The rapid growth of mobile technologies has reshaped how learning systems are designed, deployed, and evaluated, particularly in vocational education contexts. From a Mobile Software Engineering perspective, learning platforms must address constraints such as short interaction cycles, heterogeneous devices, scalability, and real-time analytics. This study focuses on the design and engineering of an AI-enabled mobile microlearning application that integrates short-form video, learning analytics, and LMS services to support vocational students’ soft-skills development. The proposed system is engineered as a mobile-first application with modular micro-content (60–180 seconds), rule-based personalization, and event-driven analytics to capture user interaction patterns. A Research and Development approach using the ADDIE framework is adopted, with emphasis on the software design, architecture, and prototyping stages. Validation involves expert review of system usability, content–software alignment, and limited pilot testing with end users. The results demonstrate that a mobile-engineered microlearning system can achieve high completion rates, acceptable latency under concurrent access, and effective analytics-driven feedback loops. The study contributes a practical mobile software engineering artefact and design insights for AI-enabled learning applications in vocational education.