Meningkatkan Retensi Belajar dengan AI
Sebuah penelitian tentang bagaimana pendekatan microlearning personal berbasis AI dapat mengatasi masalah kelebihan kognitif pada mahasiswa Teknik Informatika.
Rata-ratawaktufokuspenggunadalammengonsumsisatukontenberdurasipanjangmenuruntajam.Lebihdari60%pelajardanmahasiswakesulitanmempertahankanfokussaatmengikutipembelajarandaringberdurasipanjang.
Waktu fokus rata-rata per sesi konten panjang
We Are Social, 2024
Penurunan konsentrasi akibat konsumsi short-form content
HAR24
Mahasiswa kesulitan fokus pada pembelajaran daring
Kemendikbudristek, 2023
Dari PDF monolitik menuju objek pembelajaran mikro
Empat tahap transformasi yang mengubah materi kuliah padat menjadi pengalaman belajar yang terstruktur.
Ingesti Data
Sistem menerima input berupa modul PDF dari dosen yang umumnya memiliki beban kognitif tinggi. Algoritma menganalisis struktur dokumen secara cerdas.
Ingesti Data
Sistem menerima input berupa modul PDF dari dosen yang umumnya memiliki beban kognitif tinggi. Algoritma menganalisis struktur dokumen secara cerdas.
AI Parsing & NLP
Large Language Model memecah teks panjang menjadi konsep-konsep kunci, mengekstrak relasi semantik, dan mengelompokkannya dalam chunk informasi pendek.
Transformasi Format
Chunk informasi ditransformasi menjadi 5 modalitas: Teks Ringkas, Audio, Video/Slides, Mindmap, dan Kuis Interaktif.
Evaluasi Retensi
Menyajikan materi sesuai preferensi gaya belajar dan mengukur peningkatan daya ingat melalui kuis penguatan spaced repetition.
Satu Materi, Lima Modalitas
Chunk pendek untuk fokus yang lebih stabil
Teks Ringkas Interaktif
Materi panjang dipecah menjadi poin-poin kunci yang mudah dicerna, mengurangi beban kognitif per sesi belajar.
Rasional Kognitif
Chunking informasi terbukti meningkatkan kapasitas working memory. Mahasiswa hanya fokus pada satu konsep kunci per segmen.
Dampak yang Diharapkan
Waktu Fokus per Sesi
Sesuai kapasitas atensi
Beban Kognitif
Reduksi signifikan
Modalitas Belajar
5x lebih beragam
Retrieval Practice
Testing effect aktif
Landasan Teori Kognitif
Cognitive Load Theory
SwellerMemecah informasi menjadi chunk kecil mengurangi extraneous cognitive load, membuka ruang untuk germane processing.
Dual Coding Theory
PaivioMenyajikan materi dalam format visual dan verbal sekaligus memperkuat encoding ke memori jangka panjang.
Testing Effect
Roediger & ButlerKuis aktif setelah setiap modul meningkatkan retrieval strength dan memperlambat lupa.
Microlearning Principle
Sesi belajar pendek (5-15 menit) selaras dengan rentang perhatian alami dan mendorong completion rate yang lebih tinggi.
Bantu Validasi Penelitian Ini
Sebagai mahasiswa Teknik Informatika, partisipasimu dalam mencoba platform ini sangat berarti untuk keberhasilan penelitian dan pengembangan solusi pembelajaran yang lebih baik.
Gratis dan terbuka untuk seluruh mahasiswa. Data digunakan secara anonim untuk keperluan penelitian.