Jurnal Pendidikan dan Teknologi Indonesia

Pengaruh Model PjBL Berbasis STEM Terhadap Keterampilan Berpikir Kritis Siswa SD

2025-05-10T11:24:34+07:00

Penelitian ini dilatarbelakangi oleh rendahnya keterampilan berpikir kritis siswa SD pada pembelajaran IPAS kelas V SD. Tujuan dari penelitian ini adalah untuk mengukur pengaruh model PjBL berbasis STEM. Metode yang digunakan adalah jenis eksperimen quasi-eksperimen dan desain Non-equivalent Control Group Design. Dengan sampel siswa kelas V di SDN Dukuh Menanggal 1/424 Surabaya yang berjumlah 54 siswa. Teknik pengumpulan data dalam penelitian ini meggunakan tes. Berdasarkan hasil independent sampel t-test diperoleh nilai signifikansi (sig) sebesar 0,005 < 0,05 bahwa model PjBL berbasis STEM berpengaruh signifikan terhadap keterampilan berpikir kritis siswa SD dengan peningkatan rata-rata skor pada hasil posttest sebesar 29,4. Dapat disimpulkan bahwa model Project Based Learning (PjBL) berbasis STEM berpengaruh signifikan terhadap keterampilan berpikir kritis pada pembelajaran IPAS kelas V SD. Penelitian ini memberikan kontribusi dan dapat dijadikan referensi pada metode pengajaran di sekolah dasar dengan menggunakan model dalam penelitian ini agar siswa tertarik pada proses pembelajran yang variatif yang dapat meningkatkan keterampilan berpikir kritis siswa SD pada pembelajaran IPAS.

Systematic Literature Review dan Analisis Bibliometrik Analisis Sentimen di Media Sosial Berbasis Machine Learning pada Publikasi Scopus 2020–2025

2025-12-01T13:15:26+07:00

Perkembangan era digital telah menghasilkan volume data yang sangat besar dari berbagai platform media sosial, yang merepresentasikan opini dan sentimen masyarakat terhadap beragam isu. Meskipun sentiment analysis berbasis machine learning dan Natural Language Processing (NLP) telah banyak diteliti, kajian yang secara komprehensif memetakan perkembangan penelitian, struktur keilmuan, serta arah riset masa depan melalui pendekatan Systematic Literature Review (SLR) dan analisis bibliometrik masih relatif terbatas. Penelitian ini bertujuan untuk mengeksplorasi lanskap penelitian sentiment analysis di media sosial berbasis machine learning, mengidentifikasi tren publikasi, aktor utama, serta klaster penelitian yang berkembang. Metode yang digunakan adalah Systematic Literature Review (SLR) dengan kerangka kerja PRISMA yang dipadukan dengan analisis bibliometrik menggunakan VOSviewer. Data dikumpulkan dari basis data Scopus hingga Agustus 2025 dan menghasilkan 666 artikel yang memenuhi kriteria inklusi. Hasil analisis menunjukkan adanya tren peningkatan publikasi yang konsisten pada periode 2020–2025, dengan India dan Amerika Serikat sebagai negara dengan kontribusi publikasi tertinggi, serta IEEE Access sebagai jurnal paling produktif. Analisis jaringan dan kata kunci menunjukkan dominasi topik sentiment analysis, machine learning, dan media sosial, disertai pergeseran menuju pendekatan deep learning dan NLP lanjutan. Secara keseluruhan, penelitian ini memberikan kontribusi akademik melalui pemetaan sistematis dan kuantitatif struktur penelitian sentiment analysis di media sosial, sekaligus memperkaya kajian SLR sebelumnya dengan perspektif bibliometrik. Temuan ini juga memiliki implikasi praktis bagi pengembangan riset dan penerapan sentiment analysis dalam bidang bisnis, kebijakan publik, dan pemasaran digital.

Determinan Adopsi dan Keberhasilan Education Management Information System (EMIS): Model Terintegrasi GAM dan DeLone & McLean

2026-03-06T07:03:56+07:00

Transformasi digital di Kementerian Agama diwujudkan melalui Education Management Information System (EMIS) sebagai sistem data tunggal pendidikan Islam yang berperan penting dalam penyaluran Tunjangan Profesi Guru (TPG). Namun, dalam pelaksanaannya, EMIS masih menghadapi tantangan berupa inkonsistensi data yang berpotensi menghambat pemenuhan hak profesi guru. Oleh karena itu, penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi adopsi dan keberhasilan EMIS dari perspektif guru sebagai pengguna. Penelitian ini menggunakan pendekatan kuantitatif dengan mendistribusikan kuesioner kepada 328 guru di Sekolah Menengah Pertama (MTsN) Negeri di Kabupaten Kebumen. Data tersebut dianalisis menggunakan metode Partial Least Squares–Structural Equation Modeling (PLS-SEM) dengan mengintegrasikan Government Adoption Model (GAM) dan DeLone and McLean Information System Success Model. Hasil penelitian menunjukkan bahwa persepsi ketidakpastian, keamanan, dan privasi secara signifikan mempengaruhi responsivitas layanan. Selain itu, responsivitas layanan (0,42) dan kepercayaan pengguna (0,34) ditemukan untuk mendorong adopsi EMIS. Pada tahap pasca-adopsi, kualitas sistem (0,37) dan kualitas informasi (0,36) meningkatkan kepuasan pengguna, yang pada gilirannya memiliki pengaruh terkuat pada manfaat bersih (0,63). Studi ini menyimpulkan bahwa peningkatan adopsi dan keberhasilan EMIS tidak hanya bergantung pada penggunaan wajib, tetapi terutama pada kualitas layanan, sistem, dan informasi yang mendukung pengalaman pengguna. Temuan ini memiliki implikasi praktis bagi manajer EMIS untuk memprioritaskan peningkatan berkelanjutan dalam responsivitas layanan, stabilitas sistem, dan akurasi data.

Pengaruh Literasi dan Pemanfaatan AI terhadap Kesiapan Mahasiswa Pendidikan Teknik Elektro sebagai Guru di Era Society 5.0

2026-03-04T05:54:05+07:00

Era Society 5.0 menuntut calon guru vokasi memiliki kesiapan pedagogik dan teknologi yang adaptif terhadap perkembangan Artificial Intelligence (AI). Meskipun tingkat pemanfaatan AI di kalangan mahasiswa tergolong tinggi, namun kualitas, etika, dan literasi AI masih menjadi tantangan yang berdampak pada kesiapan mengajar. Penelitian ini bertujuan untuk menganalisis pengaruh Literasi AI dan Pemanfaatan AI terhadap Kesiapan Mahasiswa Program Studi Pendidikan Teknik Elektro Universitas Negeri Malang sebagai calon guru vokasi dalam kerangka Technological Pedagogical Content Knowledge (TPACK). Penelitian ini menggunakan pendekatan kuantitatif dengan metode survei. Data dikumpulkan melalui kuesioner dan dianalisis menggunakan regresi linear berganda, uji t, uji F, dan koefisien determinasi. Hasil analisis menunjukkan bahwa Literasi AI berpengaruh positif dan signifikan secara parsial terhadap kesiapan mahasiswa (t = 4,486; Sig. = 0,000), demikian pula Pemanfaatan AI yang juga berpengaruh positif dan signifikan (t = 2,798; Sig. = 0,006). Secara simultan, kedua variabel berpengaruh signifikan terhadap kesiapan mahasiswa (F = 25,300; Sig. = 0,000) dengan nilai R² sebesar 0,393. Temuan ini menunjukkan bahwa literasi dan pemanfaatan AI merupakan faktor penting dalam membentuk kesiapan calon guru vokasi (sebesar 39,3%), meskipun masih terdapat faktor lain di luar model yang perlu diteliti lebih lanjut. Penelitian ini memberikan implikasi praktis bagi pengembangan kurikulum pendidikan vokasi yang lebih adaptif, etis, dan berorientasi pada kesiapan guru di era Society 5.0.

Deteksi Otomatis Kematangan Buah Kelapa Sawit Menggunakan YOLOv8 untuk Pemilihan Model Deteksi Terbaik

2025-12-27T10:28:45+07:00

Deteksi kematangan buah kelapa sawit secara akurat merupakan faktor penting dalam menjamin kualitas hasil panen dan efisiensi produksi di sektor perkebunan. Metode penilaian manual yang masih banyak digunakan cenderung bersifat subjektif dan tidak konsisten, sehingga diperlukan sistem otomatis yang mampu menganalisis citra buah secara akurat dan terukur. Penelitian ini bertujuan mengembangkan dan membandingkan performa tiga varian model YOLOv8, yaitu YOLOv8n (nano), YOLOv8s (small), dan YOLOv8m (medium), dalam mendeteksi tingkat kematangan buah kelapa sawit yang diklasifikasikan ke dalam tiga kelas, yaitu mentah, setengah matang, dan matang. Dataset beranotasi diperoleh dari Roboflow dan terdiri dari 150 citra dengan distribusi kelas yang seimbang, sehingga mendukung proses pelatihan dan evaluasi model secara objektif. Model dilatih menggunakan Google Colab selama 20 epoch dan dievaluasi menggunakan metrik mean Average Precision (mAP), recall, dan precision. Hasil evaluasi menunjukkan bahwa YOLOv8s merupakan model paling optimal dengan nilai mAP sebesar 0.944, precision 0.956, dan recall 0.895. YOLOv8n unggul dari sisi kecepatan inferensi (2.0 ms), namun memiliki tingkat akurasi yang lebih rendah, sedangkan YOLOv8m menunjukkan performa yang kompetitif dengan kebutuhan sumber daya komputasi yang lebih besar. Berdasarkan analisis keseimbangan antara akurasi dan efisiensi komputasi, YOLOv8s direkomendasikan sebagai solusi deteksi otomatis yang paling efektif. Secara ilmiah, penelitian ini berkontribusi dalam pengembangan metode analisis citra berbasis deep learning untuk mendukung pertanian presisi, khususnya dalam pemilihan model deteksi objek yang optimal pada sistem pemantauan kematangan buah kelapa sawit.

SMK di Era Mobil Listrik: Peluang, Tantangan dan Kebijakan Masa Depan

2025-12-27T10:08:11+07:00

Perkembangan teknologi mobil listrik yang pesat menuntut kesiapan sumber daya manusia (SDM) yang memiliki kompetensi yang sesuai kebutuhan dunia industri saat ini dan masa mendatang. Sekolah Menengah Kejuruan (SMK), khususnya jurusan Teknik Kendaraan Ringan (TKR) memiliki peran dalam mencetak lulusan yang mampu beradaptasi dengan teknologi mobil listrik. Namun, terdapat beberapa tantangan utama yang meliputi kurangnya integrasi pembelajaran mobil listrik dalam kurikulum, keterbatasan sarana praktik, serta masih kurangnya keterampilan guru tentang mobil listrik. Disisi lain, terdapat peluang guna menghadapi tantangan tersebut melalui perbaruan kurikulum, peningkatan program link and match antara sekolah dengan dunia kerja industri otomotif penyedia mobil listrik dan peningkatan kompetensi guru yang merata guna mempercepat transformasi pendidikan kejuruan yang relevan dengan era kendaraan mobil listrik. Tulisan ini menggunakan metode studi literatur dengan pendekatan studi konseptual. Mengkaji dari beberapa sumber yang relevan kemudian menciptakan sebuah alternatif konsep adaptasi SMK terhadap teknologi mobil listrik dan kebijakan dimasa depan.

Analisis Struktur Argumentasi Model Toulmin dalam Karya Ilmiah Mahasiswa

2026-03-02T19:15:51+07:00

Penelitian ini dilatarbelakangi oleh permasalahan terhadap kelengkapan dan kualitas argumen mahasiswa dalam menulis karya ilmiah. Penelitian ini menggunakan metode deskriptif kualitatif untuk mendalami konstruksi argumen mahasiswa dengan model argumentasi Toulmin (TAM). Sumber data dikumpulkan dengan teknik dokumentasi dan diperoleh 43 makalah mahasiswa program studi Pendidikan Bahasa dan Sastra Indonesia (2022–2023) yang tersebar pada (a) 21 makalah literasi, (b) 12 makalah membaca, dan (c) 10 makalah psikologi pendidikan. Dari seluruh korpus tersebut, diperoleh 701 pernyataan yang diambil dari setiap paragraf pada bagian pendahuluan, pembahasan, dan kesimpulan. Melalui teknik purposive sampling, dihasilkan 376 paragraf argumentatif yang relevan untuk dianalisis. Hasil analisis data menunjukkan adanya 12 pola argumen mahasiswa, mulai dari pola C hingga C + D + W + B + Q + R. Pola C + D + W + Q teridentifikasi paling dominan (23,14%) dan menunjukkan dua kesenjangan utama dalam konstruksi argumen: (1) kesenjangan validasi (minim Dukungan) dan kesenjangan dialektis (minim Sanggahan). Temuan ini mengimplikasikan reorientasi pengajaran menulis ilmiah di perguruan tinggi. Dosen pengampu disarankan untuk mengintegrasikan intervensi pedagogis spesifik, seperti evaluasi literatur sistematis dan diskusi berbasis argumen tandingan. Langkah tersebut esensial agar mahasiswa tidak hanya kompeten dalam mengonstruksi argumen, tetapi juga terampil menyintesis teori guna memvalidasi gagasan dan menanggapi perspektif yang berlawanan.

Analisis Pembelajaran Tahfizh Al-Qur’an dalam Pembentukan Karakter Santri di Ma’had Tahfizh Al-Bashiir Cimanggis Depok

2025-12-01T14:51:46+07:00

Tujuan penelitian ini adalah: (1) Untuk menganalisa pembelajaran Tahfizh Al-Qur’an di Ma’had Tahfizh Al-Bashiir (2) Untuk mengidentifikasi tantangan dalam proses pembelajaran tahfzh Al-Qur’an (3) Untuk menganalisa pembentukan karakter santri setelah mengikuti pembelajaran tahfizh Al-Qur’an di Ma’had Tahfizh Al-Bashiir. Penelitian ini merupakan penelitian lapangan (field research) dengan menggunakan pendekatan deskriptif kualitatif. Penelitian ini dilaksanakan di Ma’had Tahfizh Al-Bashiir. Waktu penelitian ini dilakukan pada bulan Juli 2024 sampai bulan Juli 2025. Subjek dari penelitian ini adalah Kepala Ma’had Tahfizh Al-Bashiir, Pengajar, dan Santri. Teknik analisis data menggunakan model Miles dan Huberman yang membagi analisis data menjadi tiga yaitu reduksi data, penyajian data, dan penarikan kesimpulan. Teknik pengujian keabsahan data menggunakan triangulasi data. Hasil penelitian menunjukkan bahwa : (1) Pembelajaran tahfizh Al-Qur’an di Ma’had Tahfizh Al-Bashiir dilakukan secara bertahap dan terstruktur, dimulai dari tahsin hingga tahfizh. Santri menghafal dimulai dari Juz 30 dengan metode ziyadah dan muroja’ah yang berjenjang untuk menjaga kualitas hafalan. Metode yang digunakan antara lain bin nazar, takrir, talaqqi, dan musyafahah. (2) Tantangan yang dihadapi dalam pembelajaran tahfizh Al-Qur’an diantaranya kesulitan teknis membaca, perbedaan kemampuan menghafal, dan tekanan psikologis. (3) Pembentukan karakter santri setelah mengikuti pembelajaran tahizh Al-Qur’an adalah religius, jujur, toleransi, disiplin, kerja keras, kreatif, mandiri, rasa ingin tahu, semangat kebangsaan, cinta tanah air, menghargai prestasi, bersahabat/komunikatif, cinta damai, gemar membaca, dan tanggung jawab.

Evaluasi Keandalan Mesin Carding LC363 Line B2 pada Industri Tekstil Menggunakan Pendekatan Overall Equipment Effectiveness, MTTF, MTTR, dan FMEA

2025-12-01T13:03:33+07:00

Rendahnya efektivitas dan keandalan mesin produksi menjadi kendala dalam pencapaian target kualitas dan kuantitas di industri tekstil, khususnya pada mesin Carding yang berperan penting dalam menentukan mutu serat sebelum pemintalan; permasalahan yang muncul meliputi downtime tinggi, penurunan kecepatan operasi, serta peningkatan produk cacat yang berdampak langsung pada nilai Overall Equipment Effectiveness (OEE). Penelitian ini bertujuan mengevaluasi kinerja sekaligus keandalan mesin Carding LC363 Line B2 melalui pendekatan terintegrasi antara metrik efektivitas dan reliabilitas menggunakan metode deskriptif kuantitatif dengan data observasi, wawancara, dan laporan produksi. Analisis dilakukan menggunakan OEE, Mean Time To Failure (MTTF), Mean Time To Repair (MTTR), Six Big Losses, serta Failure Mode and Effect Analysis (FMEA). Hasil menunjukkan nilai OEE berada pada rentang 57,90%–70,61% dengan mesin nomor 11 memiliki performa terendah; faktor dominan penurunan efektivitas berasal dari downtime akibat keausan komponen dan durasi setup yang panjang. Analisis reliabilitas memperlihatkan variasi MTTF dan MTTR yang memengaruhi Availability, sedangkan FMEA mengidentifikasi keausan mesin sebagai mode kegagalan paling kritis dengan Risk Priority Number (RPN) tertinggi sebesar 280. Secara ilmiah, penelitian ini berkontribusi pada pengembangan metode evaluasi keandalan mesin melalui integrasi OEE dan parameter reliabilitas (MTTF–MTTR) dalam satu kerangka analisis terpadu yang diperkuat oleh Six Big Losses dan FMEA, sehingga menghasilkan model evaluasi yang lebih komprehensif dibandingkan penggunaan OEE secara tunggal; secara praktis, temuan ini menjadi dasar penyusunan strategi preventive maintenance, peningkatan kompetensi operator, dan implementasi monitoring berbasis data.

Efektivitas Coating Reflektif dalam Menurunkan Temperatur Permukaan Atap Bangunan Tropis

2026-03-04T05:53:05+07:00

Peningkatan temperatur global dan fenomena urban heat island meningkatkan beban pendinginan bangunan di wilayah tropis, sehingga diperlukan strategi pendinginan pasif yang efektif. Penelitian ini bertujuan mengevaluasi secara eksperimental efektivitas coating reflektif BeCool dalam menurunkan temperatur permukaan atap dan udara dalam bangunan tropis serta menganalisis implikasinya terhadap potensi pengurangan beban pendinginan. Metode yang digunakan adalah eksperimen lapangan dengan desain before-after comparison pada bangunan struktur ringan di Kabupaten Subang, Jawa Barat. Pengukuran temperatur dilakukan pada tiga titik (udara ruang, atap sisi timur, dan atap sisi barat) menggunakan data logger selama enam hari pada kondisi cuaca cerah. Hasil menunjukkan bahwa aplikasi coating menurunkan temperatur rata-rata permukaan atap sisi timur sebesar 10,5°C (27%), sisi barat sebesar 5,2°C (13,9%), dan temperatur udara ruang sebesar 3,9°C (12,3%). Secara keseluruhan terjadi reduksi temperatur rata-rata sebesar 6,5°C (17,7%). Temuan ini menunjukkan bahwa peningkatan reflektansi surya dan emisivitas termal secara signifikan mengurangi akumulasi panas pada bangunan tropis ringan serta berpotensi menurunkan beban energi sistem pendinginan.