Tim Peneliti FIP UM Kembangkan Sistem Pembelajaran Asinkronus Berbasis Face Recognition

Antisipasi Lonjakan Jumlah Mahasiswa Baru di Masa Depan, Tim Peneliti Fakultas Ilmu Pendidikan Universitas Negeri Malang Kembangkan Sistem Pembelajaran Asinkronus Berbasis Face Recognition Demi Menjaga Kualitas Pembelajaran

Malang, Jawa Timur -- Dalam upaya mengantisipasi lonjakan jumlah mahasiswa baru di Universitas Negeri Malang (UM), Tim Peneliti Fakultas Ilmu Pendidikan (FIP) berhasil mengembangkan sebuah inovasi dalam sistem pembelajaran. Sistem pembelajaran asinkronus berbasis Face Recognition ini diciptakan untuk menjaga kualitas pembelajaran meskipun menghadapi peningkatan jumlah mahasiswa yang signifikan. Tim penelitian ini diketuai oleh Dr. Deka Dyah Utami, M.Pd, dan beranggotakanDr. Henry Praherdhiono, S.Si, M.Pd; Dr. Ahmad Yusuf Sobri, S.Sos, M.Pd; Dr. Khairul Barriyah, M.Pd Kons; Saida Ulfa, M.Edu Ph.D; dan Prof. Dr. Arbin Janu Setyowati, M.Pd. Tim peneliti menggandeng mitra industri start-up yang berdomisili di Bali pada kegiatan penelitian ini.

Pada tahun akademik 2023/2024, UM telah meningkatkan kuota penerimaan mahasiswa baru menjadi 12.000 mahasiswa. Peningkatan ini tidak hanya berdampak pada jumlah mahasiswa, tetapi juga berimplikasi pada rombongan belajar yang membutuhkan peningkatan tenaga dosen dan fasilitas ruang kelas yang masih terbatas. Dalam skenario ini, seorang dosen yang mengajar satu mata kuliah dengan beban 3 SKS diharuskan mengajar di lebih banyak kelas, bahkan mencapai hingga enam kelas per hari. Permasalahan ini menjadi salah satu alasan pentingnya hadirnya inovasi teknologi dalam mendukung pembelajaran yang efektif.

Sebagai langkah responsif, tim peneliti FIP UM merancang produk berupa Learning Management System (LMS) berbasis teknologi Face Recognition yang diberi nama "MIND MIRROR". Sistem ini telah melewati serangkaian proses desain dan pengembangan yang panjang dan teliti. Dr. Deka Dyah Utami, M.Pd benar-benar mempersiapkan desain interface sistem yang sesuai dengan analisis kebutuhan dan tujuan akhir yang ditetapkan. Proses desain selama 3 bulan dan proses pengembangan selama 2 bulan.  Produk ini memiliki kemampuan unik untuk mengukur variabel kualitas hasil belajar kognitif dan tingkat keterlibatan (self-engagement) mahasiswa secara otomatis. Melalui penggunaan teknologi Face Recognition, sistem ini dapat mengidentifikasi dan menganalisis emosi, kognitif, serta perilaku mahasiswa selama mengakses LMS. Data yang diperoleh digunakan untuk mengkategorikan tingkat keterlibatan mahasiswa sehingga dapat membantu dosen dalam menyesuaikan strategi pembelajaran.

Interface LMS  berbasis Face Recognition

Peningkatan keterlibatan mahasiswa dalam proses pembelajaran menjadi fokus utama dari inovasi ini. Dosen dapat memonitor sejauh mana mahasiswa terlibat aktif dalam pembelajaran dengan indikator-indikator yang ada pada sistem. LMS ini juga didesain sebagai bentuk teknologi asisten dosen yang dapat memonitor pembelajaran baik secara luring, daring, maupun hybrid. Melalui teknologi ini, interaksi antara dosen, mahasiswa, dan teknologi dapat dikolaborasikan untuk menciptakan lingkungan belajar yang cerdas atau Smart Learning Environment (SLE).

Monitoring Keterlibatan Mahasiswa dalam Pembelajaran melalui LMS berbasis Face Recognition

Lingkungan belajar cerdas ini dirancang untuk memberikan pengalaman belajar yang mendalam dan membangun keterlibatan belajar yang tinggi. Dengan integrasi antara interaksi manusia dan robot, diharapkan bahwa sistem ini mampu memberikan dukungan penuh bagi mahasiswa untuk mencapai hasil belajar yang optimal. Mahasiswa tidak hanya mendapatkan pengetahuan dari materi yang diajarkan, tetapi juga dapat merasa lebih terhubung dan berpartisipasi aktif dalam pembelajaran.Pengembangan LMS berbasis Face Recognition ini mendapatkan sumber pendanaan dari skema Penelitian Unggulan Fakultas yang didanai oleh Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) Universitas Negeri Malang (NON APBN UM).  Hal ini merupakan langkah konkret UM untuk mendukung penelitian-penelitian inovatif yang mampu memberikan dampak besar bagi perkembangan pendidikan di Indonesia. Produk ini diharapkan menjadi solusi jangka panjang dalam menghadapi tantangan pendidikan di masa depan, terutama dalam situasi jumlah mahasiswa yang terus bertambah.

Partisipasi Aktif Mahasiswa dalam Menggunakan LMS berbasis Face Recognition

Partisipasi Aktif Mahasiswa dalam Menggunakan LMS berbasis Face Recognition

Pada tahap implementasi awal, LMS ini diuji coba pada sampel 80 mahasiswa. Hasilnya menunjukkan bahwa mahasiswa merespons sistem ini dengan sangat antusias. Sebagian besar mahasiswa menunjukkan rata-rata hasil belajar yang memuaskan dan menunjukkan tren self-engagement yang berada pada tingkat sedang hingga tinggi.  Data ini menunjukkan keberhasilan LMS ini dalam meningkatkan hasil belajar kognitif dan partisipasi aktif mahasiswa selama pembelajaran berlangsung.

Respon Positif Mahasiswa dalam Menggunakan LMS berbasis Face Recognition

Dengan respon yang positif ini, Tim Peneliti FIP UM optimis bahwa LMS berbasis Face Recognition ini dapat menjadi solusi efektif untuk menjaga kualitas pembelajaran asinkronus meskipun di tengah lonjakan jumlah mahasiswa dan masih terbatasnya ruang kelas. Nantinya produk hasil penelitian ini akan dipajang di Ruang Inovasi Fakultas Ilmu Pendidikan UM.