Optimalisasi Artificial Inteligent bagi Guru dalam Membuat Intrumen Pembelajaran dengan Pendekatan Deep Learning

Authors

  • Betty Holiwarni Universitas Riau
  • Jimmi Copriady Universitas Riau
  • Maria Erna Universitas Riau
  • Sri Wilda Albeta Universitas Riau
  • Putri Adita Wulandari Universitas Riau
  • Tri Padila Rahmasari Universitas Riau

DOI:

https://doi.org/10.57218/jompaabdi.v5i1.2680

Keywords:

Artificial intelligence, Diferensiasi, Instrumen adaptif, Literasi digital, Pembelajaran mendalam

Abstract

Instrumen pembelajaran adaptif memungkinkan penyesuaian konten, media, dan evaluasi sesuai dengan profil serta kebutuhan belajar siswa. Namun, dalam praktiknya masih banyak guru yang belum terbiasa merancang instrumen adaptif berbasis Artificial Intelligence (AI). Oleh karena itu, kegiatan pengabdian ini dilaksanakan dalam bentuk workshop di SMA Negeri 2 Tapung Hilir, Kabupaten Kampar, yang melibatkan 34 guru dari berbagai mata pelajaran. Metode kegiatan meliputi pengukuran awal melalui pretest literasi AI, penyampaian materi terkait konsep pembelajaran adaptif berbasis Deep Learning, serta praktik langsung (hands-on) dalam menyusun RPP adaptif, modul pembelajaran berjenjang, dan instrumen evaluasi adaptif berbasis AI. Selanjutnya, dilakukan posttest dan evaluasi produk menggunakan rubrik yang menilai aspek adaptabilitas. Hasil pretest menunjukkan bahwa rata-rata literasi AI guru berada pada skor 3,5 dari skala 5. Setelah pelatihan, terjadi peningkatan kompetensi yang ditunjukkan dengan 75% guru mampu menyusun RPP adaptif, 70% menghasilkan modul berjenjang, dan 67,5% mampu mengembangkan soal evaluasi adaptif berbasis AI. Temuan ini menunjukkan bahwa pelatihan yang diberikan efektif dalam meningkatkan kompetensi teknis guru dalam menerapkan Deep Learning untuk pengembangan instrumen pembelajaran adaptif, sekaligus mendorong keberlanjutan inovasi pembelajaran di sekolah, khususnya di wilayah pedesaan.

References

Ihichr, A., Oustous, O., El Bouzekri, Y., & Lahcen, A. A. (2024). A systematic review on assessment in adaptive learning: Theories, algorithms and techniques. International Journal of Advanced Computer Science and Applications, 15(7), 855–868. https://doi.org/10.14569/IJACSA.2024.0150785

LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436–444. https://doi.org/10.1038/nature14539

Létourneau, A., Deslandes Martineau, M., Charland, P., Karran, J. A., Boasen, J., & Léger, P. M. (2025). A systematic review of AI-driven intelligent tutoring systems (ITS) in K–12 education. NPJ Science of Learning, 10(1), 29. https://doi.org/10.1038/s41539-025-00320-7

Lin, C.-C., Huang, A. Y. Q., & Lu, O. H. T. (2023). Artificial intelligence in intelligent tutoring systems toward sustainable education: A systematic review. Smart Learning Environments, 10(1), 41. https://doi.org/10.1186/s40561-023-00260-y

Raza, F. (2023). AI in education: Personalized learning and adaptive assessment. https://doi.org/10.13140/RG.2.2.24796.77446

Ruslim, I., & Khalid, F. (2024). The use of artificial intelligence in differentiated instruction classrooms. International Journal of Academic Research in Business and Social Sciences, 14. https://doi.org/10.6007/IJARBSS/v14-i8/22435

Sein Minn. (2022). AI-assisted knowledge assessment techniques for adaptive learning environments. Computers and Education: Artificial Intelligence, 3, 100050. https://doi.org/10.1016/j.caeai.2022.100050

Tan, L. Y., Hu, S., Yeo, D. J., & Cheong, K. H. (2025). Artificial intelligence-enabled adaptive learning platforms: A review. Computers and Education: Artificial Intelligence, 9, 100429. https://doi.org/10.1016/j.caeai.2025.100429

Downloads

Published

2026-03-31