<![CDATA[Sistem penilaian pembelajaran fisika masih didominasi oleh pendekatan konvensional yang cenderung subjektif dan belum mampu mengakomodasi analisis data pembelajaran yang kompleks. Perkembangan teknologi, khususnya virtual laboratory, menghasilkan data interaksi belajar yang berpotensi dimanfaatkan untuk meningkatkan kualitas penilaian, namun pemanfaatannya masih terbatas. Penelitian ini bertujuan untuk mengidentifikasi tren penelitian, menganalisis perkembangan penerapan jaringan syaraf tiruan (JST), serta memetakan peluang pengembangan sistem penilaian pembelajaran berbasis virtual laboratory pada periode 2016–2026. Metode yang digunakan adalah Systematic Literature Review (SLR) yang dikombinasikan dengan analisis bibliometrik. Data diperoleh dari database Scopus dengan 343 artikel yang teridentifikasi pada periode 2016–2026, kemudian disaring menjadi 143 artikel berdasarkan kriteria tertentu, dan diperoleh 20 artikel akhir untuk dianalisis lebih lanjut. Hasil analisis menunjukkan bahwa pendekatan machine learning, khususnya JST, banyak digunakan dalam prediksi dan evaluasi hasil belajar siswa dengan tingkat akurasi yang tinggi. Namun, sebagian besar penelitian masih berfokus pada hasil akhir pembelajaran dan belum mengintegrasikan data proses belajar secara menyeluruh. Selain itu, integrasi antara JST dan virtual laboratory dalam sistem penilaian pembelajaran masih sangat terbatas. Penelitian ini menegaskan bahwa pengembangan sistem penilaian berbasis JST yang terintegrasi dengan virtual laboratory berpotensi menghasilkan evaluasi pembelajaran yang lebih komprehensif, adaptif, dan berbasis data dalam pembelajaran fisika. ]]>
Copyrights © 2026
