Minggu, 08 Februari 2026

Prediksi gaya belajar VAK

 



Eksplorasi Model VAK untuk Memprediksi Gaya Belajar Mahasiswa Berdasarkan Aktivitas Pembelajaran


Abstrak

Sistem pembelajaran adaptif bertujuan meningkatkan efektivitas proses pendidikan dengan menyesuaikan materi, metode, dan evaluasi pembelajaran terhadap karakteristik individual peserta didik. Salah satu aspek penting dalam pembelajaran adaptif adalah gaya belajar mahasiswa, yang umumnya diklasifikasikan ke dalam gaya Visual, Auditori, dan Kinestetik (VAK). Penelitian ini bertujuan menganalisis aktivitas mahasiswa dalam Virtual Learning Environment (VLE) untuk memprediksi gaya belajar dominan mereka serta merekomendasikan metode evaluasi yang paling sesuai.

Penelitian ini mengusulkan sebuah sistem terpadu berbasis machine learning dan semantic association yang mengaitkan aktivitas belajar mahasiswa dengan model VAK. Dataset yang digunakan adalah Open University Learning Analytics Dataset (OULAD). Berbagai algoritma klasifikasi diuji, termasuk Support Vector Machine (SVM), Random Forest, K-Nearest Neighbor (KNN), Logistic Regression, dan Naive Bayes. Hasil penelitian menunjukkan bahwa algoritma Random Forest memberikan performa terbaik dengan akurasi hingga 98%. Temuan ini membuktikan bahwa integrasi learning analytics dan machine learning mampu meningkatkan personalisasi pembelajaran dan efektivitas sistem pembelajaran daring.


1. Pendahuluan

Pembelajaran adaptif menjadi pendekatan yang semakin penting dalam pendidikan modern karena kemampuannya untuk menyesuaikan proses belajar dengan kebutuhan, kemampuan, dan gaya belajar individu. Dengan memanfaatkan teknologi digital dan analisis data, sistem pembelajaran adaptif mampu meningkatkan keterlibatan mahasiswa dan hasil belajar secara lebih adil dan personal.

Meskipun demikian, implementasi pembelajaran adaptif masih menghadapi sejumlah tantangan, antara lain kesulitan dalam mengidentifikasi gaya belajar mahasiswa secara akurat, keterbatasan standar evaluasi efektivitas sistem adaptif, serta isu privasi data dan potensi bias algoritma. Penelitian ini berupaya menjawab tantangan tersebut dengan mengembangkan model prediksi gaya belajar berbasis aktivitas mahasiswa dalam lingkungan pembelajaran daring.


2. Pembelajaran Adaptif dan Pemodelan Mahasiswa

2.1 Pembelajaran Adaptif

Pembelajaran adaptif adalah sistem pembelajaran berbasis teknologi yang secara dinamis menyesuaikan konten, jalur belajar, dan metode evaluasi berdasarkan data interaksi dan kinerja peserta didik. Sistem ini memungkinkan mahasiswa belajar sesuai kecepatan dan preferensi mereka, sekaligus mengurangi beban pengajar melalui otomatisasi umpan balik dan penilaian.

2.2 Pemodelan Mahasiswa

Pemodelan mahasiswa (student modelling) merupakan proses representasi karakteristik, perilaku, dan perkembangan belajar mahasiswa dalam suatu sistem. Pendekatan modern menggunakan machine learning, data mining, dan teknologi semantik untuk memodelkan perilaku mahasiswa secara dinamis berdasarkan data interaksi nyata, bukan hanya profil statis.


3. Model VAK dan Semantic Association

Model VAK mengelompokkan gaya belajar menjadi:

  • Visual: belajar melalui gambar, grafik, video, dan visualisasi.

  • Auditori: belajar melalui suara, diskusi, ceramah, dan podcast.

  • Kinestetik: belajar melalui praktik langsung, simulasi, dan aktivitas fisik.

Penelitian ini menggunakan semantic association untuk menghubungkan aktivitas pembelajaran dengan kategori VAK. Teknologi semantik seperti WordNet dan perhitungan semantic similarity digunakan untuk memetakan istilah aktivitas pembelajaran ke dalam gaya belajar yang sesuai. Pendekatan ini memungkinkan pemetaan yang lebih fleksibel dan bermakna dibandingkan pencocokan kata secara langsung.


4. Metodologi Penelitian

Penelitian ini terdiri dari beberapa tahapan utama:

  1. Pengumpulan dan pra-pemrosesan data dari OULAD

  2. Pemetaan aktivitas mahasiswa ke gaya belajar VAK menggunakan teknik semantik

  3. Klasifikasi gaya belajar mahasiswa dengan algoritma machine learning

  4. Rekomendasi materi dan metode evaluasi berdasarkan gaya belajar

  5. Evaluasi performa model menggunakan metrik akurasi, presisi, recall, dan F1-score

Algoritma yang diuji meliputi SVM, Random Forest, KNN, Logistic Regression, dan Naive Bayes.


5. Hasil dan Pembahasan

Hasil eksperimen menunjukkan bahwa:

  • Random Forest memberikan performa terbaik dengan akurasi hingga 98%, presisi 97%, dan recall 99%.

  • SVM juga menunjukkan performa tinggi dengan akurasi sekitar 96%.

  • KNN memiliki performa paling rendah dibandingkan algoritma lainnya.

Model yang diusulkan mampu mengklasifikasikan gaya belajar mahasiswa secara akurat serta merekomendasikan metode evaluasi yang sesuai, seperti:

  • Evaluasi berbasis visual untuk pembelajar visual

  • Evaluasi lisan atau diskusi untuk pembelajar auditori

  • Evaluasi praktik atau simulasi untuk pembelajar kinestetik

Pendekatan ini terbukti meningkatkan relevansi evaluasi dan keterlibatan mahasiswa dalam proses pembelajaran.


6. Kesimpulan dan Rekomendasi

Penelitian ini membuktikan bahwa prediksi gaya belajar mahasiswa berbasis aktivitas VLE dapat dilakukan secara akurat menggunakan machine learning, khususnya algoritma Random Forest. Integrasi model VAK dengan semantic association dan learning analytics memungkinkan personalisasi pembelajaran dan evaluasi secara efektif.

Namun, penelitian ini masih memiliki keterbatasan, antara lain penggunaan satu sumber data VLE dan ketergantungan pada fitur aktivitas saja. Penelitian selanjutnya disarankan untuk:

  • Menguji model pada berbagai platform LMS

  • Menggabungkan data demografis dan survei gaya belajar

  • Mengembangkan model hibrida dengan teknik AI lanjutan


Digital Competence

 



Studi tentang Persepsi Diri Mahasiswa Pendidikan Tinggi terhadap Kompetensi Digital untuk Pembelajaran dan Partisipasi Kehidupan Digital Sehari-hari


Abstrak

Perkembangan lingkungan digital yang semakin kompleks menuntut individu memiliki kompetensi digital yang tidak hanya berorientasi pada penguasaan teknologi, tetapi juga mencakup sikap, perilaku, dan kesadaran sebagai warga digital. Meskipun diskursus mengenai literasi dan kompetensi digital semakin berkembang, strategi pendidikan tinggi belum sepenuhnya mengadopsi kompetensi digital sebagai literasi inti yang bersifat menyeluruh.

Penelitian ini bertujuan untuk mengeksplorasi persepsi diri mahasiswa terhadap kompetensi digital mereka dalam konteks pembelajaran dan partisipasi kehidupan digital sehari-hari. Penelitian menggunakan survei terhadap mahasiswa Ilmu Perpustakaan dan Informasi di tiga institusi pendidikan tinggi di Skotlandia, Irlandia, dan Yunani. Instrumen penelitian mengkaji kompetensi teknis dan kompetensi tingkat lanjut, termasuk literasi informasi, penciptaan konten digital, riset digital, serta pengelolaan identitas digital.

Hasil penelitian menunjukkan bahwa mahasiswa masih mengalami kekurangan kompetensi pada beberapa area penting, khususnya literasi informasi, penciptaan konten digital, riset digital, dan manajemen identitas digital. Selain itu, kompetensi digital mahasiswa sangat dipengaruhi oleh pengalaman digital yang mereka peroleh dalam kehidupan sehari-hari. Semakin tinggi kompetensi digital yang dirasakan mahasiswa dalam konteks kehidupan sehari-hari, semakin tinggi pula kompetensi digital yang mereka rasakan dalam konteks pembelajaran akademik. Studi ini menegaskan perlunya pendidikan tinggi memandang kompetensi digital sebagai proses pembelajaran sepanjang hayat yang berkembang lintas konteks.


1. Pendahuluan

Kebutuhan akan individu yang kompeten secara digital semakin mengemuka seiring berkembangnya teknologi dan internet dalam berbagai aspek kehidupan, termasuk pendidikan, pekerjaan, partisipasi kewargaan, dan kesehatan. Kompetensi digital tidak lagi dipahami sebatas kemampuan menggunakan perangkat teknologi, tetapi juga mencakup pola pikir digital yang kritis, reflektif, dan bertanggung jawab.

Dalam konteks pendidikan tinggi, mahasiswa sering diasumsikan sebagai “digital native” yang secara otomatis memiliki kompetensi digital yang memadai. Namun, berbagai penelitian menunjukkan bahwa asumsi ini tidak sepenuhnya benar. Mahasiswa memiliki latar belakang sosial, ekonomi, dan pengalaman digital yang beragam, sehingga tingkat kompetensi digital mereka juga berbeda-beda. Kondisi ini berpotensi memperlebar kesenjangan digital apabila tidak ditangani secara sistematis oleh institusi pendidikan tinggi.


2. Kerangka Konseptual Kompetensi Digital

2.1 Penguasaan Teknologi dan Pola Pikir Digital

Kompetensi digital dalam penelitian ini dipahami melalui dua dimensi utama:

  1. Penguasaan teknologi (technology mastery), yaitu kemampuan teknis dalam menggunakan perangkat, aplikasi, dan layanan digital.

  2. Pola pikir kewargaan digital (digital citizenship mindset), yaitu sikap, nilai, dan perilaku yang mencerminkan partisipasi digital yang kritis, etis, dan bertanggung jawab.

Kerangka ini sejalan dengan European Digital Competence Framework for Citizens (DigComp) yang membagi kompetensi digital ke dalam beberapa area, seperti literasi informasi dan data, komunikasi dan kolaborasi, penciptaan konten digital, keamanan, pemecahan masalah, serta pembelajaran sepanjang hayat.


3. Metodologi Penelitian

Penelitian ini menggunakan metode survei dengan responden mahasiswa dari tiga universitas di Eropa. Instrumen survei disusun berdasarkan kerangka DigComp dan Digital Capabilities Framework dari JISC. Survei mengukur persepsi diri mahasiswa terhadap kompetensi digital mereka menggunakan skala Likert lima tingkat, mulai dari pemula hingga ahli.

Kompetensi digital yang diukur mencakup:

  • Partisipasi digital dalam kehidupan sehari-hari (e-democracy, e-government, e-health, e-learning, e-leisure)

  • Kemahiran TIK dan produktivitas digital

  • Literasi informasi dan riset digital

  • Penciptaan konten dan inovasi digital

  • Komunikasi digital

  • Pengelolaan identitas dan kesejahteraan digital


4. Hasil Penelitian dan Pembahasan

Hasil penelitian menunjukkan bahwa sebagian besar mahasiswa menilai kompetensi digital mereka berada pada tingkat menengah (intermediate). Kompetensi yang relatif tinggi ditemukan pada aktivitas berbasis hiburan dan pembelajaran informal digital (e-leisure dan e-learning). Sebaliknya, kompetensi yang relatif rendah ditemukan pada:

  • Penciptaan konten digital

  • Inovasi digital

  • Literasi informasi tingkat lanjut

  • Manajemen identitas dan reputasi digital

Temuan penting lainnya menunjukkan adanya hubungan yang kuat antara kompetensi digital dalam kehidupan sehari-hari dengan kompetensi digital akademik. Mahasiswa yang terbiasa menggunakan teknologi digital secara aktif dan reflektif dalam kehidupan sehari-hari cenderung memiliki kompetensi digital yang lebih baik dalam konteks pembelajaran dan tugas akademik.


5. Implikasi bagi Pendidikan Tinggi

Hasil penelitian ini mengindikasikan bahwa pendidikan tinggi belum sepenuhnya mengintegrasikan pengembangan kompetensi digital secara holistik dalam kurikulum. Pendekatan yang terlalu berfokus pada keterampilan teknis dasar berpotensi mengabaikan dimensi kewargaan digital, etika, dan refleksi kritis.

Oleh karena itu, institusi pendidikan tinggi perlu:

  • Mengintegrasikan kompetensi digital sebagai literasi inti lintas mata kuliah

  • Mengakui dan memetakan pengalaman digital mahasiswa sebelum merancang intervensi pembelajaran

  • Mengembangkan strategi pembelajaran yang mendukung refleksi, kreativitas, dan tanggung jawab digital

  • Mendorong pembelajaran sepanjang hayat melalui penguatan identitas digital dan kesejahteraan digital


6. Kesimpulan

Penelitian ini menegaskan bahwa kompetensi digital mahasiswa berkembang melalui interaksi antara pengalaman kehidupan sehari-hari dan konteks pendidikan formal. Pendidikan tinggi memiliki peran strategis dalam menjembatani kesenjangan digital dengan mengembangkan kompetensi digital secara menyeluruh, tidak hanya sebagai keterampilan teknis, tetapi juga sebagai bagian dari pembentukan warga digital yang kritis, etis, dan adaptif terhadap perubahan teknologi.


TVET Personal Learning TUAH

 



Judul

Peningkatan Pembelajaran Personal dalam Pendidikan Teknik melalui TUAH Digital Portfolio: Kerangka Kerja TVET yang Berkeadilan di Malaysia


Abstrak

Integrasi teknologi digital dalam Pendidikan dan Pelatihan Teknik dan Vokasional (TVET) menjadi faktor kunci dalam menyiapkan tenaga kerja yang selaras dengan tuntutan Industri 4.0. Artikel ini memperkenalkan kerangka TUAH Digital Portfolio, sebuah pendekatan inovatif untuk mendukung pembelajaran personal serta pendokumentasian capaian mahasiswa secara sistematis dalam pendidikan teknik. Kerangka ini memanfaatkan teknologi digital untuk mengakomodasi keragaman gaya belajar mahasiswa serta meningkatkan keterlibatan belajar melalui pengembangan dan kurasi portofolio digital.

Dengan memanfaatkan ekosistem Apple dan aplikasi bawaan, penelitian ini mengembangkan konten digital orisinal pada beberapa mata kuliah teknik yang mengintegrasikan unsur multimedia dan komponen interaktif. Metode penelitian menggunakan pendekatan campuran (mixed-method) untuk mengevaluasi dampak penggunaan portofolio digital terhadap kinerja akademik, motivasi belajar, dan kesiapan kerja mahasiswa. Hasil penelitian menunjukkan bahwa TUAH Digital Portfolio tidak hanya mendukung pembelajaran personal, tetapi juga berfungsi sebagai repositori komprehensif kompetensi mahasiswa yang mampu meningkatkan visibilitas dan daya saing lulusan di dunia kerja. Studi ini menegaskan potensi portofolio digital sebagai instrumen transformatif dalam mewujudkan TVET yang adil dan relevan dengan konteks pendidikan Malaysia.

Kata kunci: pembelajaran personal, portofolio digital, pengembangan konten digital, pendidikan TVET


I. Pendahuluan

Perkembangan pesat Industri 4.0 mendorong transformasi signifikan dalam sistem Pendidikan dan Pelatihan Teknik dan Vokasional (TVET). Perubahan ini menuntut institusi pendidikan untuk membekali mahasiswa dengan keterampilan digital dan kompetensi yang relevan dengan kebutuhan industri modern. Di Malaysia, penguatan TVET merupakan bagian penting dari visi nasional untuk menjadi pusat pendidikan global. Namun demikian, tantangan utama yang masih dihadapi adalah memastikan akses pendidikan yang berkualitas dan berkeadilan bagi seluruh peserta didik dengan latar belakang dan gaya belajar yang beragam.

Metode pembelajaran konvensional dalam pendidikan teknik yang cenderung bersifat satu arah dan seragam sering kali tidak mampu mengakomodasi kebutuhan individual mahasiswa. Kondisi ini berpotensi menurunkan keterlibatan belajar serta hasil pembelajaran, khususnya bagi mahasiswa yang tidak sesuai dengan pola belajar tradisional. Selain itu, minimnya sistem pendokumentasian capaian dan keterampilan mahasiswa secara menyeluruh menjadi hambatan dalam penilaian kompetensi yang utuh dan relevan dengan kebutuhan dunia kerja.

Penelitian ini bertujuan untuk mengatasi permasalahan tersebut melalui pengembangan kerangka TUAH Digital Portfolio, yang dirancang untuk mendukung pembelajaran personal dan pendokumentasian capaian mahasiswa secara sistematis dalam pendidikan teknik. Dengan mengintegrasikan teknologi digital seperti multimedia dan realitas tertambah (augmented reality), kerangka ini diharapkan mampu menciptakan lingkungan belajar yang lebih inklusif, menarik, dan adaptif terhadap perbedaan gaya belajar mahasiswa.


II. Tinjauan Pustaka

A. Peran Teknologi Digital dalam TVET

Teknologi digital telah menjadi komponen integral dalam pendidikan modern, khususnya pada sektor TVET yang menekankan keterampilan praktis dan aplikatif. Implementasi teknologi secara strategis dapat mendukung pembelajaran berbasis keterampilan, meningkatkan keterlibatan mahasiswa, serta mensimulasikan lingkungan kerja nyata. Di Universiti Teknikal Malaysia Melaka (UTeM), integrasi teknologi ini sejalan dengan inisiatif TUAH (Tangkas, Unggul, Adaptif, Holistik) yang bertujuan menghasilkan lulusan yang tidak hanya kompeten secara teknis, tetapi juga adaptif dan berkarakter.

Kerangka TUAH Digital Portfolio dikembangkan untuk mendukung inisiatif tersebut dengan menyediakan sarana bagi mahasiswa dalam membangun portofolio personal yang mendokumentasikan capaian akademik dan praktik secara terstruktur.

B. Pembelajaran Personal dan Portofolio Digital

Pembelajaran personal menekankan penyesuaian pengalaman belajar sesuai kebutuhan, minat, dan preferensi peserta didik. Data preferensi belajar VARK menunjukkan bahwa mahasiswa memiliki kecenderungan gaya belajar yang berbeda-beda, sehingga memerlukan pendekatan pembelajaran yang lebih fleksibel dan variatif.

Portofolio digital berperan sebagai alat refleksi, dokumentasi, dan presentasi kompetensi mahasiswa. Penelitian terdahulu menunjukkan bahwa portofolio digital mampu meningkatkan motivasi belajar, kemandirian, serta kesiapan kerja mahasiswa melalui penyajian bukti autentik kemampuan yang relevan dengan kebutuhan industri.


III. Metodologi Penelitian

Penelitian ini menggunakan pendekatan mixed-method yang dilaksanakan dalam lima tahap utama, yaitu:

  1. Pengembangan konten digital

  2. Implementasi pembelajaran personal

  3. Pengembangan modul pembuatan portofolio

  4. Implementasi portofolio digital mahasiswa

  5. Evaluasi kinerja dan dampak pembelajaran

Kerangka TUAH Digital Portfolio mengintegrasikan pengembangan konten digital berbasis model SAMR, pembelajaran melalui Learning Management System (LMS), serta penyimpanan portofolio mahasiswa berbasis cloud.


IV. Hasil dan Pembahasan

Hasil implementasi menunjukkan peningkatan signifikan pada keterlibatan mahasiswa, interaksi pembelajaran, dan hasil akademik. Sebanyak 85% mahasiswa menyatakan bahwa konten digital membuat materi pembelajaran lebih mudah dipahami dan menarik. Waktu interaksi mahasiswa dengan materi pembelajaran meningkat sekitar 40%, sementara partisipasi dalam kuis dan diskusi daring mengalami peningkatan dua kali lipat.

Dari sisi kinerja akademik, nilai rata-rata mahasiswa meningkat dari 70% menjadi 78%, dan jumlah mahasiswa dengan nilai di atas 80% meningkat sebesar 30%. Selain itu, tingkat kepercayaan diri dan motivasi intrinsik mahasiswa juga mengalami peningkatan signifikan setelah penggunaan portofolio digital.


V. Rekomendasi

Berdasarkan hasil penelitian, portofolio digital direkomendasikan untuk diintegrasikan sebagai komponen inti dalam kurikulum TVET. Institusi pendidikan perlu:

  • Meningkatkan dukungan infrastruktur digital

  • Memberikan pelatihan berkelanjutan bagi dosen dan mahasiswa

  • Memperluas implementasi ke bidang keilmuan lain

  • Mengembangkan integrasi teknologi lanjutan seperti AI dan VR

  • Membangun kolaborasi dengan dunia industri


VI. Kesimpulan

Kerangka TUAH Digital Portfolio terbukti efektif dalam meningkatkan pembelajaran personal, kinerja akademik, serta kesiapan kerja mahasiswa TVET. Dengan menyediakan platform terstruktur untuk mendokumentasikan dan memamerkan capaian belajar, portofolio digital berpotensi menjadi instrumen penting dalam transformasi pendidikan vokasional yang berkeadilan dan relevan dengan tuntutan Industri 4.0.






TVET Indonesia

 


https://drive.google.com/file/d/19WdLBluv7iJoDx7uIZpq_9CIyPW86vmV/view?usp=drive_link



https://drive.google.com/file/d/1d6j2FzmQgca7j_e1Hhnw26sPBQS_Q-GA/view?usp=drive_link

Senin, 02 Februari 2026

Improvement Google Classroom Feature to Make It More Comfortable to Use with Google App Script


https://drive.google.com/drive/folders/1_fd6CmYaqbjuwq9NhsHd78V47AU-xD1a

Peningkatan Fitur Google Classroom agar Lebih Nyaman Digunakan dengan Google Apps Script


Abstrak

Pemerintah Indonesia mendorong pengembangan model pembelajaran yang selaras dengan era Revolusi Industri 4.0. Universitas Pendidikan Indonesia (UPI) sebagai salah satu perguruan tinggi terkemuka telah menerapkan kurikulum yang adaptif terhadap perubahan tersebut, termasuk penerapan pembelajaran jarak jauh. Dalam praktiknya, pembelajaran daring menghadapi berbagai permasalahan, salah satunya adalah penggunaan beragam platform pembelajaran yang terpisah-pisah sehingga menyulitkan dosen dan mahasiswa.

Penelitian ini merupakan bagian dari roadmap riset pembelajaran jarak jauh di era pembelajaran 4.0. UPI telah menyediakan sistem Learning Management System (LMS) bernama SPOT serta memanfaatkan Google Suite for Education, seperti Google Classroom, Google Calendar, Google Meet, Google Form, Google Drive, dan Spreadsheet. Namun, fitur-fitur Google Suite masih berdiri sendiri dan membutuhkan keterampilan teknis dosen untuk mengintegrasikannya. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengembangkan sistem pembelajaran praktis berbasis Google Apps Script yang mampu mengintegrasikan fitur-fitur Google Classroom agar lebih nyaman dan efektif digunakan dalam pembelajaran daring.

Improvement_Google_Classroom_Fe…


I. Pendahuluan

Revolusi Industri 4.0 membawa perubahan signifikan pada berbagai aspek kehidupan, termasuk dunia pendidikan. Proses pembelajaran tidak lagi hanya berfokus pada penguasaan literasi dasar seperti membaca, menulis, dan berhitung, tetapi juga menuntut penguasaan literasi baru, yaitu literasi data, literasi teknologi, dan literasi manusia. Ketiga literasi tersebut menjadi bekal penting bagi mahasiswa agar mampu bersaing di masyarakat dan dunia kerja berbasis digital.

UPI telah mengadopsi kurikulum 2018 yang memberikan fleksibilitas kepada mahasiswa untuk mengambil mata kuliah lintas program studi, sejalan dengan kebijakan Merdeka Belajar–Kampus Merdeka. Selain itu, penerapan pembelajaran jarak jauh dalam jangka waktu cukup panjang mengungkap sejumlah kendala, terutama terkait penggunaan berbagai platform pembelajaran yang berbeda-beda sesuai preferensi dosen. Hal ini menyebabkan kebingungan di kalangan mahasiswa.

Meskipun Google Suite for Education menyediakan berbagai fitur pendukung pembelajaran daring, fitur-fitur tersebut masih terpisah sehingga kurang praktis. Oleh sebab itu, diperlukan sistem terintegrasi yang mampu menggabungkan berbagai layanan Google dalam satu platform pembelajaran yang lebih efisien dan mudah digunakan.


II. State of the Art

A. Roadmap Penelitian

Penelitian ini berada pada tahun kedua dari roadmap penelitian pembelajaran jarak jauh selama empat tahun. Fokus penelitian diarahkan pada pengembangan media pembelajaran digital dan LMS berbasis teknologi web untuk mendukung pembelajaran 4.0.

B. Metode Pengembangan Perangkat Lunak Agile

Pengembangan sistem dilakukan menggunakan pendekatan Agile Software Development, yang menekankan proses iteratif, fleksibilitas perubahan kebutuhan pengguna, dan keterlibatan pengguna secara langsung. Dalam penelitian ini, metode Agile yang digunakan adalah Scrum, di mana pengembangan perangkat lunak dibagi ke dalam beberapa sprint dengan evaluasi berkelanjutan.

C. G-Suite for Education

G-Suite for Education merupakan layanan terintegrasi dari Google yang mencakup Gmail, Docs, Drive, Calendar, Meet, dan Classroom. Google Classroom berfungsi sebagai LMS berbasis web yang mendukung pengelolaan kelas, distribusi materi, penugasan, dan komunikasi. Keunggulan Google Classroom antara lain mudah digunakan, berbasis cloud, fleksibel, gratis, dan mendukung perangkat mobile. Namun, keterpisahan fitur-fitur pendukung menjadi kelemahan utama yang perlu diatasi.


III. Metode Penelitian

Penelitian ini menggunakan metode pengembangan sistem berbasis Scrum. Tahapan penelitian meliputi:

  1. Pengumpulan kebutuhan pengguna (user requirements),

  2. Penyusunan product backlog,

  3. Perencanaan dan pelaksanaan sprint,

  4. Evaluasi dan penyempurnaan sistem secara berulang.

Kebutuhan pengguna dianalisis dengan mengadaptasi fitur-fitur pada sistem SPOT UPI ke dalam Google Classroom menggunakan Google Apps Script dan Google Classroom API. Fitur utama yang dikembangkan meliputi Rencana Pembelajaran Semester (RPS), Berita Acara Perkuliahan (BAP), presensi, jadwal perkuliahan, penyimpanan materi, dan arsip kelas.


IV. Hasil dan Pembahasan

Hasil pengembangan menghasilkan sebuah sistem pembelajaran terintegrasi bernama Pratica. Sistem ini menggabungkan Google Classroom dengan aplikasi pendukung lainnya melalui Google Apps Script. Fitur utama Pratica meliputi:

  • BAP dan RPS, terintegrasi dengan Google Form,

  • Jadwal perkuliahan, terhubung dengan Google Calendar sebagai pengingat kegiatan,

  • Manajemen kelas, menggunakan Google Classroom API untuk menampilkan kelas aktif, arsip kelas, serta pembuatan kelas baru,

  • Manajemen tugas dan materi, melalui integrasi Google Drive dan Classroom.

Penggunaan API memungkinkan pengelolaan kelas, pembuatan tugas, dan distribusi materi dilakukan secara otomatis dan terpusat. Sistem ini mampu meningkatkan kenyamanan pengguna dalam mengelola pembelajaran daring karena seluruh aktivitas pembelajaran dapat diakses melalui satu platform terintegrasi.


V. Kesimpulan

Berdasarkan hasil penelitian, dapat disimpulkan bahwa pengembangan LMS berbasis Google Apps Script dengan memanfaatkan Google Classroom API mampu meningkatkan kenyamanan dan efektivitas penggunaan Google Classroom dalam pembelajaran daring. Sistem Pratica berhasil mengintegrasikan berbagai fitur pendukung pembelajaran yang sebelumnya terpisah, sehingga menyerupai fungsionalitas sistem SPOT yang digunakan di UPI.

Pengembangan selanjutnya disarankan untuk melibatkan lebih banyak pengguna, khususnya dosen dan mahasiswa, guna menyempurnakan fitur-fitur yang ada serta mengimplementasikan sistem ini secara lebih luas dalam kelas daring.

Artificial Intelligence, Automation, and Technical and Vocational Education and Training: Transforming Vocational Training in Digital Era

 





Kecerdasan Buatan, Otomatisasi, dan Pendidikan serta Pelatihan Vokasional (TVET): Transformasi Pelatihan Vokasional di Era Digital


Abstrak

Perkembangan pesat kecerdasan buatan (Artificial Intelligence/AI) dan teknologi otomatisasi telah mengubah berbagai sektor industri dan menciptakan kebutuhan mendesak akan tenaga kerja yang kompeten secara digital. Pendidikan dan Pelatihan Teknis dan Vokasional (Technical and Vocational Education and Training/TVET) berada di pusat transformasi ini karena perannya dalam membekali individu dengan keterampilan yang relevan untuk era digital.

Artikel ini mengeksplorasi integrasi AI dan otomatisasi dalam kurikulum dan praktik TVET sebagai faktor kunci dalam meningkatkan kualitas pendidikan vokasional. Teknologi berbasis AI dimanfaatkan untuk pembelajaran personalisasi, sistem tutor cerdas, serta simulasi virtual untuk penguasaan keterampilan praktik. Selain itu, paper ini membahas tantangan dan peluang dalam penerapan AI dan otomatisasi, termasuk kesenjangan digital, kesiapan instruktur, serta kebutuhan akan akses pelatihan yang inklusif. Hasil kajian menunjukkan bahwa TVET yang terintegrasi AI mampu menyesuaikan diri dengan kebutuhan Industri 4.0 dan 5.0, dengan dukungan kerangka kebijakan, desain kurikulum, dan kemitraan industri yang strategis.

engproc-103-00009-v2


1. Pendahuluan

Kemunculan kecerdasan buatan dan otomatisasi telah membentuk ulang industri di seluruh dunia dan mendorong permintaan akan tenaga kerja yang memiliki keterampilan teknis dan digital tingkat lanjut. Dalam konteks ini, institusi TVET memiliki posisi strategis untuk menjembatani kesenjangan keterampilan melalui pelatihan yang relevan dengan kebutuhan industri serta mendorong pembelajaran sepanjang hayat.

Pemanfaatan teknologi AI seperti platform pembelajaran adaptif dan sistem tutor cerdas memungkinkan proses pembelajaran disesuaikan dengan kebutuhan individu peserta didik. Sementara itu, teknologi otomatisasi seperti robotika dan sistem kendali proses memberikan kesempatan pelatihan praktik, bahkan dalam lingkungan simulasi yang aman. Meskipun demikian, integrasi teknologi ini menghadapi tantangan berupa kesenjangan digital, keterbatasan kompetensi instruktur, serta ketidaksinkronan dengan kebutuhan industri. Oleh karena itu, kolaborasi antara institusi pendidikan, industri, pembuat kebijakan, dan penyedia teknologi menjadi prasyarat utama keberhasilan transformasi TVET.


2. Tinjauan Pustaka

Integrasi AI dan otomatisasi dalam pendidikan telah dimulai sejak pertengahan abad ke-20 melalui sistem pembelajaran berbantuan komputer. Seiring berkembangnya teknologi, sistem pembelajaran adaptif, asisten virtual, serta simulasi berbasis AI mulai digunakan secara luas dalam pendidikan vokasional.

Dalam konteks industri, otomatisasi berkembang pesat sejak era Industri 3.0 dan semakin matang pada era Industri 4.0 dan 5.0, yang menuntut lulusan TVET tidak hanya menguasai keterampilan manual, tetapi juga kompetensi digital dan multidisipliner. Berbagai studi menunjukkan bahwa penggunaan teknologi AI dalam TVET meningkatkan keterlibatan peserta didik, efektivitas pembelajaran, serta relevansi kurikulum dengan kebutuhan pasar kerja. Namun demikian, tantangan utama tetap berada pada aspek pendanaan, infrastruktur, dan kesiapan sumber daya manusia.


3. Metodologi Penelitian

Penelitian ini menggunakan pendekatan kualitatif dan kuantitatif dengan metode:

  • studi kasus pada institusi TVET di berbagai negara,

  • telaah kebijakan dan laporan industri,

  • survei terhadap institusi TVET, instruktur, dan peserta didik,

  • wawancara dengan pendidik dan pembuat kebijakan.

Evaluasi dilakukan menggunakan model empat tingkat Kirkpatrick untuk menilai hasil pembelajaran, keterlibatan peserta didik, dan dampak terhadap industri. Analisis data dilakukan melalui teknik statistik deskriptif, regresi, dan korelasi.


4. Hasil dan Pembahasan

4.1 Perbandingan TVET Tradisional dan TVET Berbasis AI

Hasil analisis menunjukkan bahwa TVET berbasis AI memiliki keunggulan dibandingkan TVET tradisional, antara lain:

  • pembelajaran yang bersifat personal dan adaptif,

  • akses global melalui platform daring,

  • penggunaan simulasi virtual, AR/VR, dan robotika,

  • relevansi kurikulum yang selaras secara real-time dengan kebutuhan industri.

TVET berbasis AI juga menunjukkan tingkat penempatan kerja lulusan yang lebih tinggi dan biaya pelatihan yang lebih efisien dibandingkan metode konvensional.

4.2 Studi Kasus dan Dampak Implementasi

Studi kasus sistem pendidikan ganda di Jerman menunjukkan bahwa integrasi AI dan otomatisasi dalam pelatihan mekatronika dan robotika meningkatkan tingkat penyerapan kerja lulusan serta efisiensi biaya pelatihan. Simulasi virtual memungkinkan pelatihan keterampilan berisiko tinggi dilakukan secara aman dan hemat biaya.


5. Tantangan dan Keterbatasan

Meskipun memiliki potensi besar, penerapan AI dan otomatisasi dalam TVET menghadapi berbagai kendala, antara lain:

  • keterbatasan akses internet dan infrastruktur digital di wilayah tertinggal,

  • biaya awal implementasi yang tinggi,

  • rendahnya kesiapan dan kompetensi instruktur,

  • resistensi terhadap perubahan teknologi,

  • isu privasi data, keamanan informasi, dan bias algoritma,

  • ketidaksesuaian kurikulum dengan perkembangan industri yang sangat cepat.

Tanpa penanganan yang tepat, tantangan ini dapat memperlebar kesenjangan keterampilan secara global.


6. Kesimpulan

Integrasi kecerdasan buatan dan otomatisasi dalam TVET memiliki potensi besar untuk mentransformasi pendidikan vokasional dalam menyiapkan tenaga kerja yang siap menghadapi tuntutan Industri 4.0 dan 5.0. Teknologi berbasis AI memungkinkan pembelajaran yang lebih personal, fleksibel, dan relevan dengan kebutuhan industri, sekaligus meningkatkan keterlibatan dan hasil belajar peserta didik.

Namun, keberhasilan transformasi ini sangat bergantung pada investasi infrastruktur digital, peningkatan kompetensi pendidik, kebijakan yang transparan dan inklusif, serta kemitraan erat antara pemerintah, industri, dan institusi pendidikan. Apabila tantangan tersebut dapat diatasi, TVET akan memainkan peran yang semakin strategis dalam membangun tenaga kerja global yang tangguh, adaptif, dan berorientasi masa depan.

Digital Learning Ecosystem Involving STEAM Gamification for a Vocational Innovator

 


https://drive.google.com/file/d/1GZySNimVHw0n69XYx83UwyKDr5FhmIl2/view?usp=drive_link

Ekosistem Pembelajaran Digital Berbasis Gamifikasi STEAM untuk Mengembangkan Inovator Vokasional


Abstrak

Penelitian ini bertujuan untuk: (1) menyintesis kerangka konseptual ekosistem pembelajaran digital yang melibatkan gamifikasi STEAM dalam pengembangan inovator vokasional, (2) merancang dan mengembangkan model ekosistem pembelajaran digital berbasis gamifikasi STEAM, serta (3) mengevaluasi kesesuaian model tersebut. Penelitian ini melibatkan tujuh pakar yang terdiri atas ahli pendidikan STEAM, keterampilan inovasi kreatif, serta kurikulum dan pembelajaran.

Hasil penelitian menunjukkan bahwa ekosistem pembelajaran digital terdiri atas tiga elemen utama, yaitu: ekosistem pembelajaran digital, pendekatan pendidikan STEAM, dan unsur gamifikasi. Evaluasi ahli menyatakan bahwa model yang dikembangkan berada pada tingkat sangat sesuai untuk mengembangkan inovator vokasional.

Digital_Learning_Ecosystem_Invo…


Pendahuluan

Pengembangan sumber daya manusia merupakan misi utama setiap negara, dan pendidikan menjadi instrumen kunci dalam pencapaiannya. Pendidikan abad ke-21 menuntut pembelajaran yang bersifat interdisipliner, kontekstual, dan berorientasi pada pemecahan masalah nyata. Peserta didik tidak hanya dituntut menguasai pengetahuan teoretis, tetapi juga keterampilan berpikir kritis, kreativitas, kolaborasi, komunikasi, serta literasi teknologi dan media.

Pendidikan vokasional memiliki peran strategis dalam menyiapkan lulusan yang memiliki keterampilan kerja, sikap profesional, serta kemampuan berinovasi. Sejalan dengan kebijakan pembangunan berbasis ekonomi bernilai tambah, pendidikan vokasional perlu didukung oleh pendekatan pembelajaran modern seperti STEAM Education dan gamifikasi, yang dikemas dalam ekosistem pembelajaran digital.


Pendidikan STEAM dan Gamifikasi

STEAM merupakan pengembangan dari STEM dengan penambahan unsur Arts, sehingga pembelajaran tidak hanya menekankan aspek sains dan teknologi, tetapi juga kreativitas dan estetika. Pendekatan STEAM mendorong peserta didik untuk belajar melalui proses mencoba, menganalisis, mencipta, dan merefleksikan solusi atas permasalahan dunia nyata.

Gamifikasi dalam pembelajaran memanfaatkan mekanisme dan dinamika permainan untuk meningkatkan motivasi belajar, keterlibatan peserta didik, serta suasana belajar yang menyenangkan. Unsur permainan seperti tujuan, aturan, tantangan, penghargaan, waktu, dan umpan balik digunakan untuk mendorong partisipasi aktif dan kerja sama tim.


Tujuan Penelitian

Penelitian ini memiliki tiga tujuan utama:

  1. Menyintesis kerangka konseptual ekosistem pembelajaran digital berbasis gamifikasi STEAM untuk pengembangan inovator vokasional.

  2. Merancang dan mengembangkan model ekosistem pembelajaran digital berbasis gamifikasi STEAM.

  3. Mengevaluasi kesesuaian model ekosistem pembelajaran digital tersebut.


Metodologi Penelitian

Penelitian dilakukan dalam tiga tahap:

  1. Tahap analisis: studi literatur dan penelitian terkait ekosistem pembelajaran digital, STEAM, dan gamifikasi.

  2. Tahap pengembangan: perancangan model ekosistem pembelajaran digital berbasis gamifikasi STEAM.

  3. Tahap evaluasi: penilaian kesesuaian model oleh para ahli menggunakan instrumen evaluasi.


Hasil Penelitian

1. Kerangka Konseptual Ekosistem Pembelajaran Digital

Ekosistem pembelajaran digital terdiri atas:

  • Komponen biotik, meliputi guru dan tenaga kependidikan, peserta didik, teman sebaya, serta orang tua/wali.

  • Komponen abiotik, meliputi perangkat keras, perangkat lunak, jaringan, basis data, dan teori pedagogik.

2. Proses Pendidikan STEAM

Proses pembelajaran STEAM terdiri atas lima langkah utama:

  1. Mendefinisikan masalah

  2. Merancang solusi menggunakan matematika dan teknologi

  3. Mengembangkan alat atau produk pemecahan masalah

  4. Menguji, mengevaluasi, dan menyempurnakan solusi

  5. Mempresentasikan hasil karya atau solusi peserta didik

3. Unsur Gamifikasi

Lima unsur utama gamifikasi dalam pembelajaran adalah:

  1. Tujuan (Goals)

  2. Aturan (Rules)

  3. Penguatan (Reinforcement), seperti poin, level, lencana, dan papan peringkat

  4. Waktu (Time)

  5. Umpan balik (Feedback)


Pengembangan Model Ekosistem Pembelajaran Digital

Model yang dikembangkan mengintegrasikan:

  • Ekosistem pembelajaran digital

  • Proses STEAM berbasis pemecahan masalah

  • Mekanisme gamifikasi untuk meningkatkan motivasi dan keterlibatan belajar

Model ini dirancang untuk mendukung pengembangan keterampilan inovasi, kreativitas, dan kolaborasi peserta didik vokasional.


Evaluasi Model

Hasil evaluasi oleh para ahli menunjukkan bahwa model ekosistem pembelajaran digital berbasis gamifikasi STEAM berada pada tingkat sangat sesuai, dengan nilai rata-rata 4,74 dari skala 5. Seluruh aspek penilaian, mulai dari prinsip desain, kesesuaian proses pembelajaran, hingga relevansi dengan kehidupan nyata, memperoleh kategori sangat baik.


Kesimpulan

Penelitian ini menyimpulkan bahwa ekosistem pembelajaran digital berbasis gamifikasi STEAM efektif dan layak digunakan untuk mengembangkan inovator vokasional. Pendekatan STEAM dengan lima tahapan pembelajaran dan gamifikasi dengan lima unsur utama terbukti mampu meningkatkan kreativitas, inovasi, serta keterampilan abad ke-21 peserta didik vokasional. Model ini direkomendasikan untuk diterapkan dalam pendidikan vokasional guna mendukung pengembangan sumber daya manusia yang inovatif dan kompetitif.

A Comprehensive Review of Vocational Education and Training (VET) in Secondary School






National Skill Qualification Framework
Skill Based Learning
Experiental Learning


A B S T R A C T 

This Review paper extensively discusses VET integration at the secondary level, ranging from historical and present relevance to prospects. Stemming from historical apprenticeships, VET education took off in the 20th century, being an essential curriculum for either vocational or academic-oriented learning globally. Mainly characterized by practice-oriented learning, VET connects theory with practical experience from internships or work-based settings. However, there are challenges such as combating stigmatizations and slow curriculum development, given the graded advancement in technology. VET has an extensive historical precedent in India. With new legislation such as NEP 2020, India aims to improve VET through targeted 50% student exposure by 2025. NEP 2020 emphasizes careful curricular adjustment, industry engagement, and early career exposure among other measures. To conclude, the research on entrepreneurship in India highlights the centrality of VET in promoting self-employment and reducing skill gaps. Re-envisaging VET as agile and equitable is central to the aspiration of the broader economy. Efforts such as enhancing public-private partnerships, infrastructure, as well as sectoral initiatives, are critical components. Other complementary measures would be minimizing rural-urban differences, improving teach distribution, and aligning vocational education to the mainstream system. Setting up new production-cum-training centers, and upscaling research complement these interventions. More importantly, addressing various concerns as a whole would be in the best interest of making VET work in secondary schools.

https://drive.google.com/file/d/1HU3oCLbqVRPBD0ayGBEEVHETT2HFPG_h/view?usp=drive_link

Tinjauan Komprehensif Pendidikan dan Pelatihan Vokasional (VET) di Sekolah Menengah


Abstrak

Paper ini membahas secara komprehensif integrasi Vocational Education and Training (VET) pada jenjang sekolah menengah, mulai dari perkembangan historis, kondisi aktual, tantangan implementasi, hingga prospek masa depan. VET menekankan pembelajaran berbasis praktik yang menghubungkan teori dengan pengalaman kerja nyata melalui magang dan pembelajaran berbasis industri.

Meskipun memiliki peran strategis dalam menyiapkan tenaga kerja terampil dan mengurangi kesenjangan keterampilan, VET masih menghadapi berbagai kendala seperti stigma sosial, keterbatasan infrastruktur, dan lambatnya pembaruan kurikulum. Di India, kebijakan National Education Policy (NEP) 2020 menjadi tonggak penting yang menargetkan 50% peserta didik memperoleh paparan pendidikan vokasional pada tahun 2025. VET diposisikan sebagai instrumen penting dalam mendorong kewirausahaan, kemandirian ekonomi, dan pertumbuhan inklusif.

IJRPR30483


Konsep Pendidikan Vokasional (VET)

Pendidikan vokasional adalah bentuk pendidikan yang mempersiapkan peserta didik untuk pekerjaan tertentu melalui penguasaan keterampilan praktis dan teknis. Berbeda dengan pendidikan akademik murni, VET mengintegrasikan:

  • pengetahuan teoretis,

  • keterampilan praktik,

  • pengalaman kerja langsung di dunia industri.

Sejarah VET berakar dari sistem magang dan guild pada masa awal peradaban, kemudian berkembang pesat pada abad ke-20 seiring industrialisasi. Saat ini, VET menjadi bagian penting kebijakan pendidikan global untuk menjawab kebutuhan pasar kerja yang dinamis dan beragam.

Ciri utama VET di sekolah menengah meliputi:

  • pembelajaran berbasis praktik (hands-on learning),

  • keterlibatan industri,

  • magang dan kerja lapangan,

  • orientasi pada produktivitas dan kesiapan kerja.


Latar Belakang VET di India

Sejak masa kolonial Inggris, pendidikan vokasional telah mendapat perhatian dalam sistem pendidikan India. Beberapa tonggak penting antara lain:

  • Woods Dispatch (1854): menekankan pentingnya keterampilan praktis.

  • Hartog & Sapru Committee: mendorong diversifikasi kurikulum sekolah menengah.

  • Wardha Scheme (1937): pendekatan pendidikan berbasis keterampilan dan kerja.

  • Kothari Commission (1964–1966): memperluas dan memperkuat pendidikan vokasional.

  • National Education Policy 1968, 1986, 2009: mempertegas peran vokasi dalam peningkatan daya saing tenaga kerja.

Kerangka National Skill Qualification Framework (NSQF) dikembangkan untuk menyelaraskan pendidikan vokasional dengan standar kompetensi nasional dan internasional.


VET dalam Kerangka NEP 2020

NEP 2020 menempatkan pendidikan vokasional sebagai bagian integral dari sistem pendidikan nasional. Beberapa kebijakan kunci meliputi:

  1. Target 50% peserta didik mendapatkan paparan VET pada 2025

  2. Paparan karier dimulai sejak kelas 6

  3. Integrasi VET dengan pendidikan umum

  4. Kurikulum fleksibel dan adaptif terhadap kebutuhan industri

  5. Penilaian berbasis kompetensi

  6. Penguatan pelatihan dan profesionalisme guru vokasional

  7. Kolaborasi dengan industri, ITI, politeknik, dan komunitas lokal

Diagram pada paper menunjukkan hubungan sistem pendidikan dengan industri, menekankan jalur vertikal dan horizontal dalam pengembangan keterampilan.


Metode Review

Penelitian ini menggunakan metode literature review, dengan sumber data dari:

  • jurnal internasional (Elsevier, Springer),

  • Google Scholar dan ResearchGate,

  • buku, disertasi, dan laporan kebijakan pendidikan.

Fokus kajian diarahkan pada:

  • implementasi VET di sekolah menengah,

  • manfaat VET terhadap pengembangan keterampilan,

  • efektivitas dan tantangan pelaksanaan.


Tantangan Implementasi VET

Beberapa tantangan utama yang diidentifikasi antara lain:

  1. Stigma sosial terhadap pendidikan vokasional

  2. Keterbatasan infrastruktur dan fasilitas praktik

  3. Kurangnya guru vokasional yang kompeten

  4. Kurikulum tidak selaras dengan kebutuhan industri

  5. Ketimpangan wilayah (desa–kota)

  6. Rendahnya kesadaran siswa dan orang tua

Penelitian sebelumnya menunjukkan bahwa rendahnya kualitas pembelajaran dan minimnya pelatihan industri berdampak langsung pada rendahnya daya saing lulusan.


Dampak VET terhadap Pengembangan Keterampilan

Pendidikan vokasional terbukti berkontribusi signifikan terhadap:

  • peningkatan keterampilan kerja,

  • kesiapan memasuki pasar tenaga kerja,

  • peningkatan produktivitas dan inovasi,

  • pertumbuhan kewirausahaan.

VET juga mengembangkan employability skills seperti:

  • komunikasi,

  • kerja tim,

  • kreativitas,

  • pemecahan masalah,

  • literasi teknologi.


Efektivitas Program Pendidikan Vokasional

Efektivitas VET diukur melalui:

  • tingkat partisipasi siswa,

  • kesesuaian kurikulum dengan kebutuhan industri,

  • persepsi guru dan siswa,

  • peningkatan pendapatan lulusan.

Studi menunjukkan bahwa lulusan pendidikan vokasional yang relevan dengan kebutuhan industri memiliki pendapatan dan kepuasan kerja lebih tinggi dibanding lulusan jalur akademik murni.


Kesimpulan

Paper ini menegaskan bahwa pendidikan dan pelatihan vokasional di sekolah menengah bukan pelengkap, melainkan komponen esensial sistem pendidikan modern.

VET berperan penting dalam:

  • menyiapkan tenaga kerja terampil,

  • mengurangi kesenjangan keterampilan,

  • mendorong kewirausahaan,

  • mendukung pertumbuhan ekonomi inklusif.

Keberhasilan VET sangat bergantung pada:

  • penghapusan stigma,

  • peningkatan kualitas program,

  • sinergi antara sekolah, industri, dan pemerintah,

  • kebijakan pendidikan yang adaptif dan berkelanjutan.

Prediksi gaya belajar VAK

  https://drive.google.com/file/d/1B9kOhnXvCB2yI3tN3_cGBPoGpvDY_lOt/view?usp=drive_link Eksplorasi Model VAK untuk Memprediksi Gaya Belajar ...