Claim Missing Document
Check
Articles

Found 3 Documents
Search

Kerangka teoretis pembelajaran personalisasi berbasis AI untuk perguruan tinggi: analisis konseptual Alzet Rama; andri Dermawan; Nova Chintia Rahma; Meila Rosi Putri
SCHOULID: Indonesian Journal of School Counseling Vol. 10 No. 1 (2025): SCHOULID: Indonesian Journal of School Counseling
Publisher : Indonesian Counselor Association (IKI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23916/085901011

Abstract

Perkembangan teknologi digital yang pesat, seperti penggunaan kecerdasan buatan (AI) dalam pendidikan, secara drastis mengubah pendidikan tinggi.  Efektivitas pembelajaran terhambat oleh pendekatan satu ukuran untuk semua dalam pendidikan massal, yang sering mengabaikan kebutuhan beragam siswa.  Melalui integrasi sistem rekomendasi, analisis pembelajaran, dan algoritma adaptif, penelitian ini bertujuan untuk menciptakan kerangka kerja teoretis berbasis AI yang akan meningkatkan pembelajaran yang disesuaikan dalam pendidikan tinggi.  Studi ini menggunakan pendekatan konseptual, menggabungkan alat kecerdasan buatan (AI) seperti machine learning dan pemrosesan bahasa alami (NLP) dengan konsep pedagogis seperti konstruktivisme dan andragogi.  Hasil penelitian menunjukkan bahwa AI memungkinkan pengalaman belajar yang dinamis dan berpusat pada siswa, seperti umpan balik instan, rekomendasi sumber daya yang disesuaikan, dan modifikasi kurikulum secara real-time.  Namun, masalah seperti bias algoritmik, privasi data, dan ketidakseimbangan infrastruktur membuat implementasi menjadi sulit. Meskipun konsekuensi praktis menekankan pentingnya kerja sama antara pendidik, pengembang teknologi, dan pembuat kebijakan, implikasi teoretis menyoroti kebutuhan akan metode multidisiplin dalam mengintegrasikan kecerdasan buatan (AI) dengan konsep pedagogis.  Kesimpulannya, jika AI diterapkan dengan teknik berorientasi manusia dan tata kelola etis, ia memiliki potensi untuk secara signifikan meningkatkan inklusivitas dan fleksibilitas sistem pendidikan.
Digital technology dalam teaching factory: kerangka konseptual untuk revolusi industri vokasi di indonesia Alzet Rama; andri Dermawan; Nova Chintia Rahma; Meila Rosi Putri
JRTI (Jurnal Riset Tindakan Indonesia) Vol. 9 No. 3 (2024): JRTI (Jurnal Riset Tindakan Indonesia)
Publisher : IICET (Indonesian Institute for Counseling, Education and Therapy)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29210/30035838000

Abstract

Revolusi Industri 4.0 dan 5.0 telah mengubah lanskap pendidikan, sehingga memerlukan adaptasi terhadap teknologi digital seperti Kecerdasan Buatan (AI), Internet of Things (IoT), dan Big Data. Tujuan artikel ini adalah untuk menyajikan kerangka konseptual untuk mengintegrasikan teknologi digital ke dalam model Teaching Factory (TEFA) guna meningkatkan relevansi pendidikan di Indonesia dengan kebutuhan industri. Melalui tinjauan literatur dan analisis SWOT, studi ini mengidentifikasi potensi kolaborasi industri-pendidikan dan penciptaan lapangan kerja sebagai pendorong utama, sementara perluasan infrastruktur digital dan resistensi agama di sektor pendidikan menjadi faktor yang signifikan. Temuan menunjukkan bahwa digitalisasi TEFA dapat meningkatkan hasil belajar melalui pembelajaran berbasis simulasi (Virtual Reality/Augmented Reality), kurikulum dinamis, dan pengajaran berbasis data. Namun, kesuksesan bergantung pada peningkatan akses terhadap teknologi, peningkatan kapasitas guru, dan kolaborasi antara pemerintah, industri, dan lembaga pendidikan. Artikel ini memberikan rekomendasi strategis untuk mengoptimalkan TEFA digital sebagai sarana transformasi pendidikan vokasi dalam menanggapi tuntutan periode industri saat ini
Artificial Intelligence with a precise research focus that signals what makes this review distinct from existing meta-analyse Andri Dermawan; Thessy Harita Utami; Nova Chintia Rahma; Meila Rosi Putri; Parissa Anandita De Yudanur; Qamar Ramadhina Sikumbang
Lentera Negeri Vol. 7 No. 1 (2026): Lentera Negeri
Publisher : Indonesian Institute For Counseling, Education and Therapy

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29210/992500

Abstract

Artificial Intelligence (AI) has emerged as one of the most transformative technologies of the 21st century, permeating diverse domains including healthcare, education, business, manufacturing, and environmental science. This study presents a rigorous mixed-method review integrating PRISMA 2020 guidelines with bibliometric mapping using VOSviewer and Bibliometrix (R package). A total of 1,247 articles were initially retrieved from Scopus. After a four-stage PRISMA screening process, 183 articles were retained for in-depth analysis. Bibliometric analysis revealed that the United States, China, and the United Kingdom are the leading contributors. The most productive journals include Nature Machine Intelligence, Artificial Intelligence Review, and Expert Systems with Applications. Co-citation analysis identified five major thematic clusters. Keyword co-occurrence analysis highlighted "deep learning," "machine learning," "neural networks," "NLP," and "explainable AI" as the most prominent terms. The findings reveal significant research gaps including limited attention to AI fairness, underrepresentation of developing-country perspectives, and insufficient longitudinal studies.