BAGIAN I: PENDAHULUAN

1. URAIAN PRODUK PROYEK

Pembelajaran matematika di jenjang Sekolah Dasar, khususnya mengenai operasi hitungan dasar, menuntut bukan hanya penguasaan prosedural, tetapi juga pemahaman konseptual yang kokoh. Namun, realitas di lapangan menunjukkan adanya tantangan signifikan di mana metode pengajaran atau alat bantu digital yang tersedia cenderung seragam dan seringkali hanya berfungsi sebagai sistem drill yang statis.¹ Kondisi kenyataan ini menciptakan kesenjangan kualitatif yang krusial: metode seragam gagal memastikan setiap siswa mencapai penguasaan konseptual, terutama karena kurangnya mekanisme yang mampu melacak kinerja siswa secara real-time dan memberikan intervensi yang dipersonalisasi saat terjadi pola kesalahan sistematis.¹

Proyek “SI PINTAR MATEMATIKA” dikembangkan sebagai respons terhadap kesenjangan tersebut. Harapan proyek ini adalah meningkatkan motivasi siswa melalui integrasi elemen permainan (Game-Based Learning/GBL) dan beralih dari pembelajaran drill yang seragam menuju pemahaman konseptual yang lebih tinggi melalui lingkungan belajar yang adaptif.¹ Solusi ini secara spesifik berfokus pada mekanisme Personalized Learning (PL) sederhana, yaitu dengan melacak Kesalahan Konsekutif (EC). Apabila siswa melakukan kesalahan sebanyak tiga kali berturut-turut (EC mencapai 3), sistem secara otomatis mengaktifkan jalur remedial visual yang disesuaikan, sesuai dengan prinsip Konstruktivisme.¹

Implementasi pelacakan EC dan Adaptive Branching ini merupakan upaya nyata dalam konteks pendidikan era digital untuk menjembatani kecerdasan manusia dengan kecerdasan artifisial, sebagaimana dibahas oleh Albert, Lin, Spector, & Dunn (2021) dalam konteks Bridging human intelligence and artificial intelligence.¹ Kesenjangan utama dalam alat drill konvensional adalah kurangnya kecerdasan diagnostik. Dengan menargetkan kesalahan yang berulang (EC), proyek ini mengadopsi metrik yang lebih canggih yang mengindikasikan ketidakmampuan konseptual yang akut, berbeda dengan kesalahan tunggal yang mungkin hanya disebabkan oleh lupa. Upaya ini menunjukkan bentuk intelligent tutoring minimalis yang berfokus pada presisi dan efisiensi intervensi instruksional yang dipicu oleh pola kinerja siswa.

---

BAGIAN II: ANALISIS KEILMUAN PENDIDIKAN (PEDAGOGI)

2. HASIL ANALISIS TUGAS PROYEK

Fokus masalah pedagogis dalam proyek ini adalah mengatasi kesulitan kognitif yang dialami siswa Kelas III dalam mengkonstruksi pemahaman konseptual yang mendalam mengenai operasi hitungan dasar.¹ Pendekatan desain pembelajaran yang digunakan berlandaskan pada dua pilar utama: Konstruktivisme dan Personalized Learning (PL). Desain aplikasi ini secara inheren berpegang pada Konstruktivisme, yang menegaskan bahwa pengetahuan harus dibangun secara aktif oleh peserta didik melalui eksplorasi, trial-and-error, dan sistem umpan balik instan.¹

Untuk mendukung lingkungan konstruktivis yang efektif, aplikasi mengintegrasikan Game-Based Learning (GBL) dengan narasi petualangan berburu harta karun, lengkap dengan fitur level progresif, poin, dan reward.¹ Elemen GBL ini berfungsi untuk memicu motivasi intrinsik. Lebih dari itu, desain ini memastikan bahwa ketika siswa membuat kesalahan (yang merupakan bagian alami dari trial-and-error), sistem PL melalui pelacakan EC memastikan bahwa kegagalan tersebut tidak sia-sia. Setiap kegagalan sistematis (EC=3) memicu jalur belajar yang disesuaikan, yaitu remedial berupa modul visualisasi konsep. Desain instruksional yang canggih ini memanfaatkan affordance teknologi untuk mendukung proses kognitif aktif siswa, sebuah prinsip yang divalidasi dalam kerangka kerja yang disajikan dalam Handbook of research in educational communications and technology (Bishop et al., 2020; Spector et al., 2014).¹ Perpaduan GBL dan PL ini sangat penting karena GBL berfungsi sebagai pembungkus pedagogis (pedagogical wrapper) yang mengelola dan memitigasi risiko psikologis terkait kegagalan berulang. Apabila sistem pelacakan EC dan intervensi remedial terlalu menekan, hal itu dapat menghambat pembelajaran. Namun, dengan narasi yang menarik, siswa tetap fokus pada tantangan dalam konteks permainan, memastikan pengalaman belajar yang adaptif dan memotivasi.

Proyek “SI PINTAR MATEMATIKA” mewakili transformasi teknologi dalam pendidikan. Teknologi telah bertransformasi dari sekadar alat penyedia atau repositori informasi statis menjadi sebuah sistem instruksional yang adaptif dan berorientasi pada proses pembelajaran individual. Transformasi ini terlihat jelas dari pergeseran fokus aplikasi, di mana nilai utama bukan lagi pada konten matematika itu sendiri, tetapi pada manajemen data kinerja mikro (pelacakan EC) yang kemudian memicu intervensi instruksional yang preskriptif.

Koherensi fitur dalam proyek ini terjalin secara sistematis dan logis.¹ Narasi Game-Based Learning dirancang untuk menciptakan motivasi dan mempertahankan keterlibatan awal siswa. Motivasi ini kemudian mengarahkan siswa ke Modul Tantangan yang menjadi sumber pengumpulan data kinerja (jawaban benar/salah). Data yang terkumpul lantas dianalisis oleh algoritma Personalized Learning yang menghitung Kesalahan Konsekutif (EC). Jika ambang batas terpenuhi, mekanisme Adaptive Branching akan mengarahkan siswa ke Modul Remedial yang berlandaskan teori Konstruktivisme (visualisasi konsep).¹ Koherensi ini memastikan bahwa setiap fitur teknis memiliki pembenaran pedagogis yang saling terhubung secara wajar dan masuk akal.

Transformasi ini sangat selaras dengan visi Educational technology beyond content: A new focus for learning (Hokanson et al., 2018).¹ Proyek ini menekankan bahwa inovasi teknologi pendidikan tidak hanya terletak pada isi materi pelajaran, tetapi pada bagaimana siswa berinteraksi dengan konten, didorong oleh desain instruksional yang adaptif dan terpersonalisasi. Melalui koherensi fitur ini, teknologi berfungsi sebagai mediator kognitif, bukan hanya penyampai. Teknologi secara sistematis mendiagnosis model mental yang salah (melalui pola kesalahan yang terukur) dan secara otomatis memediasi perbaikan model mental tersebut melalui jalur remedial visual, sehingga mendukung peningkatan pemahaman konseptual.

---

BAGIAN III: ANALISIS KEILMUAN TEKNOLOGI PENDIDIKAN (TEKNO-PEDAGOGI)

Analisis How dari prototipe ini menunjukkan bagaimana produk bekerja sebagai solusi sistematis melalui kolaborasi konkret antara siswa (manusia) dan aplikasi (teknologi).¹ Kolaborasi ini beroperasi dalam siklus umpan balik tertutup: Siswa berinteraksi dengan tantangan operasi hitungan dasar, menghasilkan data kesalahan sebagai respons.¹ Aplikasi, sebagai mitra teknologi, secara simultan menjalankan logika berbasis aturan (rule-based AI sederhana) untuk melacak, membandingkan, dan menghitung variabel EC.

Kolaborasi ini menjadi konkret ketika teknologi secara cerdas mengambil fungsi diagnostik kognitif. Teknologi mampu mengenali pola kinerja yang menandakan kegagalan konsep yang parah (EC mencapai 3), dan bukan sekadar kegagalan prosedural sporadis. Setelah diagnosis otomatis ini, teknologi secara sistematis mengaktifkan jalur remedial. Siswa tidak perlu menunggu diagnosis guru atau rekan sebaya, melainkan menerima intervensi instruksional yang instan. Interaksi machine-human yang proaktif dan adaptif ini sejalan dengan tema pembahasan yang diangkat dalam Learning and instructional technologies for the 21st century: Visions of the future (Moller, Huett, & Harvey, 2009) ¹, yang memandang teknologi sebagai mitra instruksional yang dapat meningkatkan kecerdasan dan kemampuan pemecahan masalah manusia di masa depan.

Aspek penting dari desain sistematis prototipe ini adalah proses dekomposisi masalah, yaitu proses penguraian masalah atau sistem yang kompleks menjadi bagian-bagian yang lebih sederhana.¹ Penerapan Computational Thinking (CT) ini terlihat dalam dua level. Pertama, Dekomposisi Kognitif: Masalah pembelajaran yang luas (kesulitan dalam operasi hitungan) didekomposisi menjadi sub-masalah spesifik yang dapat diatasi secara modular (Penjumlahan, Pengurangan, Perkalian, Pembagian), yang kemudian diurutkan secara progresif dalam level permainan.¹

Kedua, Dekomposisi Algoritmik: Proses intervensi pembelajaran yang kompleks didekomposisi menjadi unit-unit logis yang dapat diotomatisasi: Pelacakan Kesalahan Konsekutif (EC) $\rightarrow$ Perbandingan nilai EC dengan ambang batas (3) $\rightarrow$ Percabangan Instruksional (Adaptive Branching).¹ Algoritma sederhana berbasis aturan ini merupakan hasil dekomposisi yang mengubah kompleksitas diagnosis kognitif manusia menjadi serangkaian langkah logis yang dapat diprogram.

Proses dekomposisi sistem “SI PINTAR MATEMATIKA” ini merupakan contoh nyata penerapan Emerging research, practice, and policy on computational thinking (Rich & Hodges, 2017).¹ Perancangan algoritma adaptif ini melibatkan abstraksi, di mana kualitas kesalahan siswa diubah menjadi variabel kuantitatif terukur (EC). Keberhasilan dekomposisi ini secara langsung memvalidasi desain sistem: jika algoritma pelacakan EC berfungsi dan memicu remedial yang sesuai, berarti perancang berhasil mengurai masalah kognitif yang kompleks menjadi variabel terukur yang responsif. Tabel berikut menggambarkan struktur dekomposisi dan logikanya:

Tabel 1: Struktur Dekomposisi Masalah dan Logika Adaptif Aplikasi

Komponen Masalah Kognitif	Struktur Aplikasi/Teknologi	Mekanisme Algoritma (EC Tracking)	Peran (CT/Pedagogi)
Kesulitan Operasi Hitung	Modularisasi Level Progresif	Pengujian sekuensial berdasarkan Kompetensi Dasar.	Dekomposisi Konten dan Sequencing.
Ketidakpahaman Akut	Variabel Internal EC (0 sampai 3)	Reset EC saat jawaban benar, atau saat branching remedial selesai.	Abstraksi dan Pengenalan Pola Kesalahan.
Intervensi yang Tepat	Modul Remedial Visual (Jalur Cabang)	IF EC $\ge$ 3 THEN aktifkan Modul Remedial.	Adaptive Branching dan Intervensi yang Disesuaikan.

Penting untuk menegaskan posisi karya ini dalam disiplin ilmu Teknologi Pendidikan (TEP) sesuai definisi standar yang wajib digunakan.¹ Menurut Januszewski & Molenda (2008), Teknologi Pendidikan didefinisikan sebagai “the study and ethical practice of facilitating learning and improving performance by creating, using, and managing appropriate technological processes and resources”.¹ Prototipe “SI PINTAR MATEMATIKA” secara eksplisit memenuhi ketiga pilar utama dari definisi ini.

Pertama, Facilitating Learning dicapai melalui desain instruksional adaptif (PL/GBL) yang secara fundamental meningkatkan motivasi intrinsik dan memberikan pengalaman belajar yang lebih mendalam dibandingkan metode drill.¹ Kedua, Improving Performance dicapai melalui mekanisme intervensi remedial instan yang secara tepat ditargetkan pada titik kesulitan konseptual yang spesifik (melalui pelacakan EC).¹ Ketiga, proyek ini mencerminkan Ethical Practice TEP, di mana teknologi digunakan untuk memastikan ekuitas pembelajaran dengan menyediakan dukungan yang dipersonalisasi. Dengan menyediakan jalur khusus bagi siswa yang berjuang, aplikasi ini mengurangi kesenjangan penguasaan konseptual yang sering terjadi dalam lingkungan pembelajaran seragam.

Dalam konteks TEP kontemporer, meskipun aplikasi ini hanya menggunakan kecerdasan berbasis aturan (rule-based AI) yang relatif sederhana, perannya menegaskan bahwa TEP tidak hanya berfokus pada teknologi mutakhir semata. Sebaliknya, fokus TEP adalah pada desain sistematis dari sumber daya dan proses teknologi yang sesuai (appropriate technological processes and resources) ² untuk memecahkan masalah pembelajaran spesifik secara efektif dan etis. Dengan demikian, “SI PINTAR MATEMATIKA” adalah manifestasi praktis dari desain sistematis dalam TEP.

---

BAGIAN IV: TUTORIAL PEMANFAATAN PRODUK PROYEK

Prototipe “SI PINTAR MATEMATIKA” dikembangkan menggunakan Construct 3, sebuah tool yang memfasilitasi ekspor ke format web HTML5 atau aplikasi ringan. Pilihan platform ini memastikan aksesibilitas yang tinggi (browser-based), mendukung prinsip mobile learning dan just-in-time learning, di mana siswa dapat mengakses materi pembelajaran kapan saja dan di mana saja, yang merupakan aspek penting dalam pendidikan digital.

Dari perspektif teknis-akademis, desain antarmuka Game-Based Learning yang intuitif, yang mencakup narasi petualangan, elemen visual yang menarik, serta sistem poin dan reward, sengaja dirancang untuk meminimalkan beban kognitif ekstrinsik. Berdasarkan teori Cognitive Load, desain yang baik harus mengurangi informasi yang tidak relevan (beban kognitif ekstrinsik) sehingga siswa dapat mengalokasikan sumber daya mental maksimal mereka untuk tugas inti matematika yang menantang (beban kognitif germane). Dengan menyajikan antarmuka yang bersih dan alur permainan yang jelas, aplikasi memastikan bahwa fokus siswa dialihkan dari navigasi yang rumit menuju pemecahan masalah.

BAGIAN IV: Tutorial & Video Demonstrasi

Bagian ini berfungsi sebagai panduan operasional terperinci mengenai pemanfaatan prototipe “SI PINTAR MATEMATIKA.” Tutorial ini memandu pengguna melalui fungsionalitas inti, dengan penekanan khusus pada demonstrasi mekanisme adaptif. Untuk memenuhi persyaratan Ujian Akhir Semester (Tahap 2), panduan penggunaan Proyek ini wajib dilengkapi dengan penyematan VIDEO TUTORIAL (embed dari YouTube) yang menampilkan wajah presenter.¹

Video tutorial harus mencakup langkah-langkah berikut: 1. Setup Awal: Menunjukkan cara membuka aplikasi (misalnya melalui tautan web atau file eksekusi) dan memulai sesi dengan memilih level serta operasi hitungan yang diinginkan. 2. Fase Engagement: Mendemonstrasikan narasi petualangan awal, pengenalan karakter, dan mekanisme perolehan poin dan reward. 3. Fase Challenge: Mendemonstrasikan interaksi dengan soal operasi hitungan dan feedback instan yang muncul saat jawaban salah (ketika EC masih di bawah 3). 4. Fase Adaptive Branching (Demonstrasi Inovasi): Bagian ini krusial. Video harus mensimulasikan skenario kegagalan krusial di mana siswa melakukan Kesalahan Konsekutif hingga mencapai ambang batas (EC=3). Demonstrasi harus secara visual menunjukkan bagaimana sistem secara otomatis menjeda sesi tantangan dan mengalihkan siswa ke modul remedial, yaitu modul visualisasi konsep dasar operasi hitung yang gagal. 5. Fase Re-Engagement: Menjelaskan bagaimana siswa melanjutkan kembali ke sesi tantangan yang sebelumnya gagal setelah berhasil menuntaskan modul remedial, sehingga mendukung siklus belajar Konstruktivisme yang didorong oleh feedback yang adaptif.

BAGIAN V: PENUTUP

Prototipe aplikasi “SI PINTAR MATEMATIKA” merupakan solusi tekno-pedagogis yang berhasil dalam mengintegrasikan Game-Based Learning (GBL) dan Personalized Learning (PL) melalui mekanisme pelacakan Kesalahan Konsekutif (EC) yang sistematis dan terstruktur. Nilai strategis utama produk ini terletak pada kemampuannya untuk menawarkan intervensi pembelajaran yang dipersonalisasi dan real-time. Kapabilitas ini sangat penting dalam mengatasi variabilitas penguasaan konsep yang lazim terjadi di kelas Sekolah Dasar, memastikan bahwa tidak ada siswa yang tertinggal akibat kesulitan konseptual yang tidak terdeteksi.   

Nilai strategis ini secara langsung berhubungan dengan paradigma pendidikan generasi baru yang dikenal sebagai Unconstrained Learning (Pembelajaran Tanpa Kendala), yang diadvokasi oleh Moller & Huett (2012). Paradigma ini bertujuan untuk menghilangkan hambatan-hambatan tradisional yang membatasi akses dan proses belajar. Prototipe “SI PINTAR MATEMATIKA” berkontribusi pada Unconstrained Learning dalam dua cara utama:   

Pertama, Menghilangkan Kendala Akses: Karena aplikasi dapat diakses secara digital (melalui web-based atau mobile app), ini secara efektif menghilangkan kendala geografis dan fisik, mendukung konteks pendidikan jarak jauh dan digital yang fleksibel.   

Kedua, Menghilangkan Kendala Pedagogis: Implementasi mekanisme adaptif (EC tracking dan remedial otomatis) menghilangkan hambatan kurikulum yang kaku (lockstep curriculum) dan membebaskan siswa dari kendala kecepatan belajar (pacing) yang seragam. Siswa tidak dipaksa untuk bergerak maju sebelum mereka benar-benar menguasai konsep yang mendasar. Mereka didukung untuk belajar sesuai dengan kebutuhan kognitif mereka sendiri. Moller, Robison, & Huett (2012) menekankan bahwa pembelajaran jarak jauh harus didorong oleh pendekatan instruksional yang sehat. Prototipe ini mewakili pendekatan instruksional adaptif yang sistematis yang merupakan elemen kunci dari model Intelligent Flexible Learning. Dengan demikian, prototipe “SI PINTAR MATEMATIKA” berfungsi sebagai bukti nyata bahwa desain instruksional yang intensional, didukung oleh teknologi adaptif, dapat mewujudkan visi Unconstrained Learning di era digital.

REFRENSI

Albert, M. V., Lin, L., Spector, M. J., & Dunn, L. S. (Eds.). (2021). Bridging human intelligence and artificial intelligence. Springer.

Bishop, M. J., Boling, E., Elen, J., & Svihla, V. (Eds.). (2020). Handbook of research in educational communications and technology (5th ed.). Springer.

Hokanson, B., Clinton, G., Tawfik, A. A., Grincewicz, A., & Schmidt, M. (Eds.). (2018). Educational technology beyond content: A new focus for learning. Springer.

Januszewski, A., & Molenda, M. (Eds.). (2008). Educational technology: A definition with commentary. Lawrence Erlbaum Associates.

Moller, L., & Huett, J. B. (Eds.). (2012). The next generation of distance education: Unconstrained learning. Springer.

Moller, L., Huett, J. B., & Harvey, D. M. (Eds.). (2009). Learning and instructional technologies for the 21st century: Visions of the future. Springer.

Rich, P. J., & Hodges, C. B. (Eds.). (2017). Emerging research, practice, and policy on computational thinking. Springer.

Spector, J. M., Merrill, M. D., Elen, J., & Bishop, M. J. (Eds.). (2014). Handbook of research on educational communications and technology (4th ed.). Springer.