Oleh Hamidulloh Ibda
Pada Rabu (4/12/2024) di SDN Petompon 02 Kota Semarang kemarin, saya didapuk PGRI Cabang Gajahmungkur, Kota Semarang menjadi narasumber Workshop bertajuk “Penguatan Deep Learning melalui AIEd.” Jika ditelaah mendalam, Deep Learning (DL), Machine Learning (ML), dan Artificial Intelligence in Education (AIEd) sebenarnya bukan “barang baru”, namun “makanan lama”.
Dalam konteks Indonesia tentu DL, ML, dan AIEd menjadi baru karena baru hadir dan baru akan diintegrasikan ke dalam pendidikan. Padahal wes suwe banget. Mengapa saya sebut lama? Ya jelas lah. Bengio (2015:12) dalam bukunya “Deep Learning (Adaptive Computation and Machine Learning series)” menyebut bahwa Deep Learning berkembang sejak 1940 dengan perkembangan awal dengan cybernetics, dan secara resmi muncul tahun 2006. Orang yang mengenalkan Deep Learning adalah Geoffrey Hinton (ilmuwan komputer asal Kanada) yang dijuluki Bapak Deep Learning. Dari dasar ini, sebenarnya dan benar adanya, bahwa DL bukan barang baru yang kini baru diwacanakan Prof. Dr. Abdul Mu’ti Menteri Pendidikan Dasar dan Menengah Indonesia baru-baru.
Dalam beberapa tahun terakhir, teknologi Artificial Intelligence (AI) atau kecerdasan buatan telah mengalami perkembangan pesat, dan salah satu cabang yang sangat berpengaruh adalah deep learning dan machine learning. Konsep-konsep ini semakin diterapkan dalam berbagai sektor kehidupan, termasuk dalam dunia pendidikan. Di sekolah dan madrasah, penerapan DL, ML, dan AI-driven education atau Artificial Intelligence in education (AIED) dapat membuka peluang baru dalam pengajaran, pembelajaran, dan pengelolaan sekolah yang lebih efisien.
- Iklan -
Deep Learning (DL), Machine Learning (ML), dan AI-Driven Education atau AI in Education (AIEd) menjadi kajian menarik dalam di era Kementerian Pendidikan Dasar dan Menengah (Kemdikdasmen) yang dinahkodai oleh Prof. Abdul Mu’ti. Meski sebenarnya DL sudah ada sejak zaman dulu, namun dalam konteks pendidikan Indonesia, DL, ML, dan AIEd adalah “barang baru” di sekolah dan madrasah.
Penerapan DL, ML, dan AIEd
Dari beberapa studi, saya menyimpulkan bahwa Deep Learning merupakan teknik dalam machine learning yang mengandalkan jaringan saraf tiruan (artificial neural networks) dengan lapisan yang sangat dalam untuk mempelajari pola dari data besar. Teknik ini digunakan untuk mengenali pola-pola kompleks dalam data, misalnya dalam pengenalan suara, gambar, atau teks. Ini konsep dasar intinya.
Pendapat lain, Deng & Yu (2014) menyebut Deep Learning (pembelajaran dalam/pembelajaran mendalam) dikenal deep structured learning (pembelajaran struktural mendalam), atau hierarchical learning (pembelajaran hierarki) merupakan salah satu cabang dari ilmu machine learning (pembelajaran mesin) yang terdiri atas algoritma pemodelan abstraksi tingkat tinggi pada data menggunakan sekumpulan fungsi transformasi non-linear yang ditata berlapis-lapis dan mendalam.
Sedangkan Machine Learning adalah cabang dari AI yang memungkinkan sistem untuk belajar dari data dan pengalaman tanpa harus diprogram secara eksplisit. Dengan machine learning, mesin bisa membuat prediksi atau keputusan berdasarkan data yang diberikan.
Di sekolah dan madrasah, teknologi ini dapat diterapkan dalam berbagai cara. Pertama, AI-Driven Education (AIEd) untuk meningkatkan efektivitas pembelajaran. AIEd dalam konteks ini, adalah bentuk penggunaan teknologi AI untuk meningkatkan pengalaman belajar dan pembelajaran. Penerapannya di sekolah dan madrasah mencakup berbagai aspek, mulai dari pengelolaan kelas hingga pembelajaran interaktif.
Kedua, asisten virtual untuk guru dan siswa. Dalam berbagai pelatihan, saya tegas menyebtu bahwa AI atau AIEd hanya sekadar “asisten” dan juga tools yang membantu guru, dosen, siswa, dan mahasiswa. Mereka bukan Tuhan, dan bukan satu-satunya sumber. Kita tidak boleh resisten dengan AIEd namun harus menjadikannya sebagai “babu” atau asisten dalam beragam kegiatan. Salah satu contoh penerapan AIED di sekolah dan madrasah adalah penggunaan asisten virtual berbasis AI yang dapat membantu guru dalam merencanakan pelajaran dan memberikan materi tambahan kepada siswa. Misalnya, asisten virtual dapat memberikan rekomendasi buku, video, atau latihan soal yang relevan berdasarkan perkembangan siswa di kelas. Asisten ini juga bisa membantu menjawab pertanyaan umum dari siswa, memberikan penjelasan lebih lanjut, atau menjelaskan materi yang kurang dipahami siswa.
Ketiga, pembelajaran berbasis video dan augmented reality. AI dapat mengoptimalkan penggunaan video pembelajaran dan teknologi augmented reality (AR) untuk menciptakan pengalaman belajar yang lebih interaktif dan imersif. Dengan AI, konten video dan AR bisa disesuaikan dengan gaya belajar siswa. Misalnya, bagi siswa yang lebih suka belajar secara visual, AR dapat memberikan pengalaman belajar yang lebih menarik, seperti melihat model 3D atau simulasi yang dapat dipelajari dengan cara yang lebih menyenangkan.
Keempat, pembelajaran berbasis game (gamification). Pembelajaran berbasis game juga mendapat manfaat dari teknologi AIED. Dengan memanfaatkan game yang dirancang khusus untuk tujuan pendidikan, siswa dapat belajar dengan cara yang lebih menarik dan menyenangkan. AI dapat memantau kemajuan siswa dalam game, memberikan umpan balik langsung, dan menyesuaikan tingkat kesulitan sesuai dengan kemampuan siswa. Ini menciptakan lingkungan belajar yang lebih engaging dan mendorong siswa untuk terus belajar.
Kelima, pembelajaran yang dipersonalisasi. AIEd dapat memanfaatkan machine learning untuk menyediakan pengalaman pembelajaran yang dipersonalisasi bagi setiap siswa. Sistem ini dapat menganalisis cara belajar setiap individu dan menyesuaikan materi yang disampaikan sesuai dengan kebutuhan mereka. Misalnya, untuk siswa yang kesulitan dalam matematika, aplikasi pembelajaran berbasis AIEd dapat memberikan latihan tambahan atau penjelasan dalam bentuk yang lebih mudah dipahami. Sebaliknya, untuk siswa yang lebih cepat dalam menyerap materi, sistem ini dapat memberikan tantangan yang lebih sulit agar mereka tetap tertantang dan tidak merasa bosan. Dengan kata lain, deep learning dan machine learning memungkinkan pendekatan yang lebih adaptif dan fleksibel dalam pengajaran.
Keenam, memudahkan pembelajaran inklusi dan pendeteksian kebutuhan khusus. AIEd juga bisa digunakan untuk mendeteksi siswa dengan kebutuhan khusus yang mungkin memerlukan perhatian lebih. Misalnya, dengan menganalisis pola belajar siswa, sistem berbasis machine learning dapat mengidentifikasi tanda-tanda awal kesulitan belajar, gangguan belajar, atau bahkan masalah emosional yang dapat memengaruhi kemampuan belajar mereka. Data yang terkumpul kemudian bisa digunakan oleh guru atau konselor untuk memberikan dukungan yang lebih tepat.
Ketujuh, sistem ujian dan penilaian otomatis. Dengan machine learning, sistem dapat mengoreksi ujian dan tugas siswa secara otomatis. Ini tidak hanya menghemat waktu bagi guru, tetapi juga memastikan objektivitas dan keakuratan penilaian. Selain itu, dengan deep learning, sistem dapat memberikan umpan balik yang lebih mendalam tentang area yang perlu diperbaiki oleh siswa, bahkan memberikan rekomendasi untuk materi belajar yang sesuai.
Tantangan dan Peluang untuk Sekolah dan Madrasah
Meskipun penerapan deep learning, machine learning, dan AIED menawarkan banyak peluang, terdapat beberapa tantangan yang perlu dihadapi oleh sekolah dan madrasah. Salah satunya adalah keterbatasan infrastruktur teknologi yang ada, terutama di daerah dengan akses terbatas ke internet atau perangkat keras yang memadai. Oleh karena itu, investasi dalam infrastruktur pendidikan digital yang mendukung teknologi ini sangat penting untuk memastikan bahwa penerapannya dapat berjalan secara efektif.
Selain itu, penting juga untuk memberikan pelatihan kepada guru dan tenaga pendidik tentang bagaimana cara menggunakan teknologi ini dalam proses belajar mengajar. Tanpa pemahaman yang memadai, teknologi ini mungkin tidak akan digunakan secara optimal.
Namun, jika tantangan ini dapat diatasi, penerapan deep learning, machine learning, dan AIED di sekolah dan madrasah akan sangat bermanfaat. Siswa akan mendapatkan pembelajaran yang lebih sesuai dengan kebutuhan mereka, guru akan lebih efisien dalam mengelola kelas, dan pengelolaan sekolah akan semakin cerdas berkat penggunaan data untuk mengambil keputusan yang lebih tepat.
Penerapan deep learning, machine learning, dan AIED di sekolah dan madrasah bukanlah sesuatu yang mustahil. Dengan dukungan teknologi yang tepat, kita dapat menciptakan sistem pendidikan yang lebih inklusif, adaptif, dan personal. Teknologi ini memberikan kesempatan bagi siswa untuk belajar dengan cara yang sesuai dengan kebutuhan mereka, serta memungkinkan guru untuk lebih fokus pada pembinaan karakter dan pengembangan potensi setiap siswa. Meskipun ada tantangan yang perlu dihadapi, kemajuan teknologi yang pesat membuka peluang besar bagi pendidikan di masa depan yang lebih cerdas dan berkelanjutan.
Guru di Lembaga Pendidikan Ma’arif NU memiliki potensi yang sama dengan guru lain untuk mengintegrasikan DL, ML, dan AIEd di satuan pendidikannya masing-masing. Pertanyaannya, mereka mau atau tidak?
-Dosen Program Studi Pendidikan Guru Madrasah Ibtidaiyah (PGMI) Fakultas Tarbiyah dan Keguruan INISNU Temanggung.
