Doktor ITS Berhasil Kembangkan Teknologi AI untuk Personalisasi Pembelajaran

Selain itu, sistem tersebut juga mempertimbangkan faktor psikologis mahasiswa dengan menjaga motivasi mereka. Dengan memberikan materi yang sesuai dengan tingkat kemampuan individu, mahasiswa tidak akan merasa bosan atau kewalahan.

"AI ini bertindak sebagai pendukung dalam pembelajaran, bukan pengganti dosen atau sistem pendidikan konvensional," ujar Imamah.

Untuk memastikan efektivitas sistem, model ACOIRT dikembangkan dengan beberapa tahapan. Mulai dari pengumpulan data mahasiswa, pemetaan tingkat kesulitan materi, hingga pengujian dengan berbagai skenario. Model ini juga mengatasi tantangan utama dalam evaluasi pembelajaran, yaitu fenomena tebak jawaban dalam soal pilihan ganda dengan memberikan rekomendasi materi berdasarkan data pemahaman yang lebih komprehensif.

Berdasarkan hasil penelitian, metode ACOIRT dinilai memiliki potensi besar untuk diterapkan dalam sistem pendidikan berbasis digital. Model ini juga dapat dikembangkan lebih lanjut untuk diterapkan dalam sistem pembelajaran berbasis kompetensi atau pelatihan profesional yang membutuhkan jalur pembelajaran yang dinamis.

Penelitian ini sejalan dengan Sustainable Development Goals (SDGs), khususnya pada tujuan ke-4 yaitu kualitas pendidikan. Dengan memanfaatkan teknologi kecerdasan buatan, sistem ini mampu memberikan akses pembelajaran yang lebih inklusif dan berkualitas bagi semua mahasiswa. Pendekatan ini mengurangi kesenjangan pendidikan dan memberi setiap individu kesempatan untuk belajar secara optimal.

"Ke depannya, pendekatan ini bisa diperluas dengan integrasi machine learning dan ensemble learning untuk meningkatkan akurasi prediksi kemampuan mahasiswa," pungkas Imamah. (msn)