<![CDATA[Media pembelajaran untuk anak usia dini seringkali bersifat statis dan gagal mengakomodasi perbedaan kecepatan belajar individual, sehingga berpotensi menurunkan motivasi dan keterlibatan anak. Untuk mengatasi masalah tersebut, penelitian ini bertujuan merancang dan mengimplementasikan sebuah game edukasi logika adaptif berbasis Reinforcement Learning (RL). Metode pengembangan sistem mencakup tiga komponen utama: antarmuka ramah anak, modul learning analytics untuk perekaman interaksi, dan mesin adaptif yang secara dinamis menyesuaikan tingkat kesulitan soal. Efektivitas sistem diuji melalui uji coba pada 20 anak PAUD berusia 4–6 tahun. Hasil penelitian menunjukkan bahwa sistem adaptif berhasil meningkatkan kinerja belajar secara signifikan, dibuktikan dengan peningkatan rata-rata akurasi jawaban dari 62% menjadi 84%, penurunan waktu pengerjaan per soal dari 45 menjadi 28 detik, serta menurunnya frekuensi penggunaan bantuan yang mengindikasikan tumbuhnya kemandirian. Kontribusi utama penelitian ini adalah pembuktian bahwa penerapan Reinforcement Learning mampu menciptakan lingkungan belajar yang personal dan efektif, sekaligus menjaga motivasi tinggi (85% anak menunjukkan minat lebih) pada jenjang pendidikan anak usia dini. Dengan demikian, sistem ini menawarkan inovasi sebagai solusi atas keterbatasan media pembelajaran konvensional.]]>
Copyrights © 2025
