***
Penelitian yang dilakukan oleh Nai et al. (2024) menunjukkan bahwa pendekatan berbasis data, khususnya melalui process mining dan Predictive Process Monitoring, memiliki potensi besar untuk meningkatkan efektivitas tutorial e-learning jangka pendek. Dengan data yang dikumpulkan dari perilaku siswa, pendidik dapat menyesuaikan strategi pengajaran mereka secara real-time untuk memaksimalkan hasil belajar. Selain itu, kemampuan untuk memprediksi kesuksesan siswa sejak awal tutorial memungkinkan intervensi dini yang dapat mencegah kegagalan akademis.
Namun, penting untuk diingat bahwa keberhasilan dari pendekatan ini sangat bergantung pada kualitas desain tutorial dan keterlibatan siswa dengan materi. Siswa yang lebih aktif dan reflektif dalam pendekatan mereka terhadap pembelajaran cenderung mencapai hasil yang lebih baik. Oleh karena itu, tantangan ke depan bagi pendidik dan pengembang platform e-learning adalah bagaimana merancang tutorial yang tidak hanya informatif tetapi juga mampu mendorong interaksi yang lebih mendalam dari siswa.
Dengan melihat masa depan, penelitian ini membuka peluang bagi pengembangan lebih lanjut dalam pembelajaran digital, khususnya dalam personalisasi pengalaman belajar yang lebih canggih. Dengan pemanfaatan data yang lebih tepat dan teknologi yang lebih canggih, kita dapat menciptakan ekosistem pembelajaran yang adaptif dan responsif terhadap kebutuhan setiap individu siswa, sehingga memastikan bahwa setiap siswa memiliki kesempatan terbaik untuk sukses dalam perjalanan akademis mereka.
Referensi :
Nai, R., Sulis, E., & Genga, L. (2024). Enhancing E-learning effectiveness: a process mining approach for short-term tutorials. Journal of Intelligent Information Systems. https://doi.org/10.1007/s10844-024-00874-9
