Dosen FILKOM UB membuat Sistem Rekomendasi Pembelajaran untuk Guru-Guru di Jepang
Upaya menghadirkan teknologi kecerdasan buatan yang selaras dengan kebutuhan guru dan siswa, baik dari sisi teknis maupun kemudahan penerapan, tercermin dalam Sidang Disertasi Mahasiswa Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Brawijaya (FMIPA UB). Penelitian tersebut mengkaji sistem penasehat pembelajaran berbasis Self-Organizing Map–m-Ary Tree (SOM-m-AT) yang ditujukan untuk mendukung pembelajaran problem posing pada soal cerita aritmatika. Sidang disertasi dilaksanakan di Ruang Sidang 5.1 MIPA Center Universitas Brawijaya pada Selasa (6/1/2026). Promovendus dalam sidang ini adalah Tibyani, dosen Fakultas Ilmu Komputer (FILKOM) UB, yang meneliti pemanfaatan komputasi cerdas untuk membantu guru memahami pola belajar siswa secara lebih akurat dan terstruktur.
Dalam pemaparannya, Tibyani menjelaskan bahwa disertasinya berfokus pada pengembangan sistem penasehat pembelajaran berbasis SOM-m-AT berdasarkan kemiripan cara belajar siswa sekolah dasar kelas 1 di Jepang. Sistem ini dirancang untuk membantu guru merumuskan rekomendasi strategi pembelajaran yang sesuai dengan kondisi siswa dalam satu kelas, terutama bagi siswa yang menunjukkan capaian belajar paling rendah. Ia menyampaikan bahwa teknologi SOM-m-AT dimanfaatkan sebagai alat bantu bagi guru untuk memetakan posisi belajar setiap siswa. Dengan pemetaan tersebut, guru dapat mengenali siswa dengan kemampuan terburuk dalam satu kelas serta memahami kedekatan karakteristik belajar antar siswa, sehingga rekomendasi pembelajaran yang diberikan menjadi lebih tepat sasaran. Lebih lanjut, Tibyani menjelaskan bahwa sistem ini mengolah data siswa yang terdiri atas 13 fitur pembelajaran. Yang merupakan hasil temuan baru oleh Tibyani dkk. Pada Tahun 2024 dan 2025 memperkenalkan novelty SOM-m-AT sebagai kontribusi utama, yaitu integrasi algoritma SOM dengan struktur m-AT untuk menghasilkan pemetaan topologis dua dimensi sekaligus ukuran kemiripan eksplisit antar siswa, sehingga memungkinkan identifikasi siswa berperforma terburuk dalam satu kelas, penentuan siswa acuan berperforma tinggi, serta penyusunan rekomendasi pembelajaran berbasis kesamaan pola perilaku yang tidak dapat diberikan oleh SOM konvensional. Novelty SOM-m-AT dimuat dalam International Journal of Mathematics and Computer Science Volume 20, Issue no. 4, (2025), (Scopus Q3) dengan judul Learning-Advisory System Based on Students’ Similarity menggunakan Monsakun Log Data (Laboratoriumoleh Prof Tsukasa Hirashima, Learning Engineering Laboratory, School of Informatics and Data Science, Graduate School of Engineering, Hiroshima University, Japan)
Data tersebut diproses melalui tahapan reduksi dimensi dan pemetaan menggunakan metode SOM-m-AT untuk mengelompokkan siswa berdasarkan kemiripan cara berpikir dan pola belajar. Melalui proses tersebut, guru dapat mengidentifikasi siswa yang tertinggal sekaligus siswa lain yang memiliki karakteristik belajar paling dekat. Informasi ini memungkinkan guru menyusun pendekatan pembelajaran yang lebih efektif tanpa harus melakukan perubahan metode secara menyeluruh. Penelitian ini sebelumnya telah diterapkan dalam konteks pendidikan di Jepang dalam bentuk platform Monsakun Media Pembelajaran Digital yang diterapkan di Jepang dan menghasilkan Log Data. Pengembangan Log Data dikembangkan oleh Tibyani dkk dengan Machine Learning AI dan Data Science. Ke depan, Tibyani menargetkan pengembangan sistem serupa agar dapat digunakan pada berbagai mata pelajaran, termasuk di lingkungan UB.
“Jika diterapkan di perguruan tinggi, sistem ini berpotensi dimanfaatkan oleh mahasiswa dari berbagai program studi. Semakin kaya data fitur cara belajar mahasiswa yang digunakan, maka semakin tinggi pula akurasi sistem dalam memberikan rekomendasi pembelajaran,” jelas Tibyani.
Sementara itu, Promotor disertasi, Prof. Dr. Ir. Ni Wayan Surya Wardhani, M.S., menilai bahwa penelitian yang dilakukan Tibyani memiliki unsur kebaruan dan kedalaman kajian yang kuat, meskipun melalui proses penelitian yang panjang dan penuh tantangan. Menurutnya, topik yang diangkat relevan dengan tuntutan disertasi doktoral yang menekankan kedalaman analisis. Ia juga mendorong agar penelitian ini terus dikembangkan agar dampaknya tidak terbatas pada aplikasi semata, tetapi juga diperkuat dari sisi teoritis. Ia berharap hasil riset tersebut dapat benar-benar diimplementasikan untuk membantu pembelajaran di tingkat sekolah dasar. Pengembangan inovasi ini diharapkan dapat dilakukan secara bertahap, dimulai dari lingkup lokal, kemudian diperluas ke tingkat regional, hingga pada akhirnya dapat diterapkan secara nasional melalui Kementerian Pendidikan Dasar dan Menengah Republik Indonesia. Sidang disertasi ini menjadi salah satu wujud kontribusi Universitas Brawijaya dalam menjawab tantangan pendidikan melalui pendekatan teknologi pembelajaran cerdas, sekaligus menegaskan peran perguruan tinggi sebagai pusat inovasi yang menghasilkan solusi nyata bagi dunia pendidikan dan masyarakat. (tiby/rr)
