SURABAYA, Lenzanasional –Dosen Departemen Teknik Elektro Institut Teknologi Sepuluh Nopember (ITS) Surabaya, Dr. Imamah SKom MKom, berhasil mengembangkan model Ant Colony Optimization – Item Response Theory (ACOIRT). Model berbasis Artificial Intelligence (AI) ini mampu mempersonalisasi jalur pembelajaran mahasiswa, memberikan solusi atas perbedaan kecepatan belajar individu.

Pada Sidang Terbuka Promosi Doktor Departemen Teknik Elektro ITS, Dr. Imamah menjelaskan bahwa metode pembelajaran konvensional sering kali kurang efektif karena tidak mempertimbangkan kemampuan individu mahasiswa. Akibatnya, mahasiswa yang cepat memahami materi harus menunggu, sementara yang mengalami kesulitan justru tertinggal.

“Dengan model AI ini, setiap mahasiswa dapat belajar sesuai dengan ritme mereka sendiri tanpa harus terhambat oleh sistem pembelajaran yang seragam,” ungkap Dr. Imamah.

Penelitian ini memanfaatkan dua metode utama, yakni Ant Colony Optimization (ACO) dan Item Response Theory (IRT).

ACO meniru perilaku semut dalam mencari jalur terbaik, memastikan sistem dapat mengoptimalkan alur pembelajaran mahasiswa.

IRT digunakan untuk memprediksi kemampuan mahasiswa dengan akurat serta mencegah fenomena tebak jawaban dalam soal pilihan ganda.

“Kombinasi dua metode ini memungkinkan sistem merekomendasikan materi yang lebih sesuai dengan kebutuhan mahasiswa,” tambahnya.

Untuk menguji efektivitasnya, model ACOIRT diterapkan pada mahasiswa yang mengambil mata kuliah Struktur Data. Hasil penelitian menunjukkan peningkatan performa pembelajaran yang signifikan, berkisar 60,8% hingga 127,8% dibandingkan metode konvensional.

“Dengan pendekatan ini, mahasiswa mendapatkan jalur pembelajaran yang lebih efektif dan terarah,” jelas Dr. Imamah.

Tidak hanya meningkatkan pemahaman materi, model ini juga mempertimbangkan faktor psikologis mahasiswa. Dengan menyesuaikan materi berdasarkan tingkat kemampuan individu, mahasiswa tidak akan merasa bosan atau kewalahan.

“AI ini bertindak sebagai pendukung dalam pembelajaran, bukan sebagai pengganti dosen atau sistem pendidikan konvensional,” tegasnya.

Model ACOIRT dikembangkan melalui beberapa tahapan:

Pengumpulan Data Mahasiswa – Memetakan kemampuan awal mahasiswa.

Pemetaan Tingkat Kesulitan Materi – Menyusun jalur pembelajaran adaptif.

Pengujian dengan Berbagai Skenario – Mengatasi tantangan seperti fenomena tebak jawaban.

Teknologi ini dinilai memiliki potensi besar untuk diterapkan dalam sistem pembelajaran berbasis digital maupun pelatihan profesional. Selain itu, inovasi ini juga mendukung Sustainable Development Goals (SDGs) tujuan ke-4, yaitu kualitas pendidikan yang lebih inklusif dan merata.

“Ke depannya, pendekatan ini bisa diperluas dengan integrasi machine learning dan ensemble learning untuk meningkatkan akurasi prediksi kemampuan mahasiswa,” tutup Dr. Imamah.

Dengan inovasi ini, ITS semakin mengukuhkan diri sebagai institusi teknologi yang terus berinovasi dalam dunia pendidikan. Model ACOIRT diharapkan mampu membawa perubahan besar dalam sistem pembelajaran berbasis AI di Indonesia.(**)