Tentang Sistem
Memahami latar belakang, teori dasar, dan tujuan pengembangan AdaptiXLearn
Latar Belakang Pengembangan
Di era pembelajaran daring yang semakin kompleks, penggunaan Learning Management System (LMS) telah menjadi kebutuhan utama dalam menunjang proses pendidikan tinggi. Namun, kompleksitas antarmuka LMS justru seringkali meningkatkan beban kognitif pengguna—terutama ketika sistem tidak menyesuaikan dengan kapasitas belajar individu.
Penelitian ini berangkat dari kebutuhan untuk mengembangkan LMS yang lebih cerdas dan adaptif, dengan mempertimbangkan kondisi psikologis dan kognitif pengguna selama proses belajar.
Teori Dasar
Adaptive User Interface (AUI)
Adaptive User Interface (AUI) adalah pendekatan yang memungkinkan antarmuka sistem berubah secara dinamis berdasarkan karakteristik pengguna. Dalam konteks LMS, AUI dapat menyesuaikan tampilan, struktur navigasi, atau konten yang ditampilkan berdasarkan:
Beban Kognitif (Cognitive Load )
Tingkat mental yang diperlukan untuk memproses informasi
Pengetahuan Awal (Prior Knowledge )
Tingkat pemahaman awal pengguna terhadap materi
Kapasitas Memori Kerja
Kemampuan memproses informasi secara simultan
Gaya Belajar VARK
Visual, Auditory, Reading, Kinesthetic
Dengan pendekatan ini, sistem tidak lagi bersifat one-size-fits-all, tetapi memberikan pengalaman belajar yang dipersonalisasi.
Landasan Teoritis
Pengembangan sistem ini menggunakan pendekatan berbasis teori dan riset yang kuat, antara lain:
Cognitive Load Theory (Sweller, 1988)
Teori fundamental tentang beban kognitif dalam pembelajaran
Multimodal Learning Analytics
Analisis data dari berbagai modalitas untuk pembelajaran
Rule-based Personalization
Personalisasi berbasis aturan untuk adaptasi antarmuka
Machine Learning untuk Klasifikasi
Algoritma ML untuk deteksi beban kognitif
Participatory Design: Sistem ini juga mengacu pada praktik pengembangan sistem interaktif berbasis participatory design, dengan melibatkan pengguna dalam tahap evaluasi.
Tujuan & Manfaat
Sistem ini dikembangkan dengan tiga tujuan utama:
Deteksi Beban Kognitif Real-time
Mendeteksi beban kognitif pengguna secara real-time menggunakan data multimodal (eye gaze, perilaku interaksi, kuesioner) untuk memberikan umpan balik yang akurat tentang kondisi mental pengguna saat belajar.
Adaptasi Antarmuka Dinamis
Mengadaptasi tampilan antarmuka LMS sesuai profil dan kondisi belajar pengguna, sehingga setiap individu mendapatkan pengalaman pembelajaran yang optimal sesuai dengan kapasitas kognitifnya.
Peningkatan Kenyamanan Pembelajaran
Meningkatkan kenyamanan pembelajaran daring untuk mendukung ketercapaian tujuan pembelajaran, terutama dalam konteks perguruan tinggi di mana kompleksitas materi memerlukan pendekatan yang lebih personal.
Pengguna Sistem
Sistem ini dirancang untuk digunakan oleh berbagai stakeholder dalam ekosistem pembelajaran digital:
Mahasiswa S1
Terutama dalam eksperimen awal, mahasiswa menjadi pengguna utama yang merasakan langsung manfaat adaptasi antarmuka berdasarkan beban kognitif mereka.
Dosen
Sebagai fasilitator pembelajaran daring, dosen dapat memantau dan memahami kondisi belajar mahasiswa melalui sistem analitik yang disediakan.
Peneliti
Peneliti bidang HCI, edukasi digital, dan cognitive science dapat memanfaatkan sistem dan dataset untuk penelitian lanjutan.
Pelajari Lebih Lanjut
Eksplorasi lebih dalam tentang fitur-fitur unggulan dan hasil penelitian AdaptiXLearn