Nama : Karina Agustia
NIM : 230121604814
B23
Analisis Kesenjangan
Perkembangan pendidikan di era digital menuntut pembelajaran yang tidak hanya menyampaikan materi, tetapi juga membangun keterlibatan aktif dan pengalaman belajar bermakna. Namun, pada praktiknya, pembelajaran pemrograman dasar Python di jenjang SMA masih didominasi oleh pendekatan pasif berupa teks, slide, dan video satu arah. Kondisi ini menciptakan kesenjangan antara harapan pedagogis—yaitu pembelajaran yang aktif, eksploratif, dan kontekstual—dengan realitas di lapangan yang minim interaksi dan umpan balik. Hokanson et al. (2018) menegaskan bahwa teknologi pendidikan seharusnya bergerak beyond content, yakni melampaui penyampaian materi menuju pengalaman belajar yang mendorong aksi dan eksplorasi. Oleh karena itu, proyek Python Quest dikembangkan untuk menjawab kesenjangan tersebut melalui media pembelajaran berbasis game interaktif yang memfasilitasi praktik langsung, umpan balik instan, dan keterlibatan siswa secara berkelanjutan.
Fokus Masalah & Landasan Desain
Fokus masalah utama dalam proyek ini adalah rendahnya keterlibatan siswa dalam memahami konsep dasar pemrograman Python akibat desain pembelajaran yang tidak interaktif. Pemrograman sebagai keterampilan berpikir komputasional menuntut siswa untuk bereksperimen, melakukan kesalahan, dan merefleksikan hasilnya. Hal ini selaras dengan pandangan Rich dan Hodges (2017) yang menekankan bahwa pembelajaran computational thinking harus dirancang berbasis aktivitas, bukan sekadar konsumsi informasi. Oleh karena itu, desain Python Quest mengadopsi pendekatan game-based learning dan discovery learning, di mana fitur teknis seperti level, misi, dan tantangan berfungsi sebagai sarana pedagogis untuk membangun pemahaman konseptual secara bertahap.
Transformasi Teknologi & Koherensi Fitur
Transformasi teknologi dalam proyek ini terletak pada pergeseran fungsi media dari alat penyampai materi menjadi lingkungan belajar interaktif. Setiap fitur dalam Python Quest dirancang secara koheren dengan tujuan pembelajaran, misalnya penggunaan level sebagai representasi progres belajar, tantangan sebagai pemicu berpikir kritis, dan feedback instan sebagai penguat pemahaman. Bishop et al. (2020) menyatakan bahwa desain teknologi pembelajaran yang efektif harus memiliki keterkaitan logis antara tujuan, aktivitas, dan teknologi yang digunakan. Dengan demikian, koherensi fitur dalam Python Quest tidak bersifat dekoratif, melainkan memiliki fungsi pedagogis yang terintegrasi.
Analisis “How” – Kolaborasi Manusia & Teknologi
Dari sisi tekno-pedagogi, Python Quest berfungsi sebagai medium kolaborasi antara siswa dan teknologi. Teknologi dalam proyek ini tidak menggantikan peran pendidik, melainkan bertindak sebagai fasilitator belajar yang menyediakan simulasi, tantangan, dan umpan balik otomatis. Albert et al. (2021) menekankan pentingnya kolaborasi antara kecerdasan manusia dan sistem digital dalam menciptakan pengalaman belajar yang adaptif. Dalam konteks ini, siswa berperan aktif sebagai pengambil keputusan, sementara teknologi mendukung proses belajar secara sistematis.
Analisis “How” – Dekomposisi Masalah
Struktur Python Quest dirancang berdasarkan prinsip dekomposisi masalah, di mana konsep pemrograman kompleks dipecah menjadi unit kecil yang mudah dipahami. Setiap level merepresentasikan satu konsep dasar Python, seperti variabel, percabangan, dan perulangan. Pendekatan ini sejalan dengan prinsip computational thinking yang dikemukakan oleh Rich dan Hodges (2017), di mana penguraian masalah menjadi bagian sederhana membantu siswa memahami sistem secara menyeluruh.
Analisis “How” – Definisi & Peran Teknologi
Menurut definisi standar Teknologi Pendidikan oleh Januszewski dan Molenda (2008), teknologi pendidikan merupakan studi dan praktik etis dalam memfasilitasi pembelajaran melalui penciptaan, penggunaan, dan pengelolaan proses serta sumber teknologi. Python Quest secara tegas berada dalam ranah ini karena dirancang sebagai produk teknologi yang memfasilitasi belajar, bukan sekadar media hiburan. Teknologi berperan sebagai lingkungan belajar yang mendukung eksplorasi, refleksi, dan pembentukan pengetahuan secara mandiri.
Aksesibilitas & Konsep Pembelajaran
Python Quest dapat diakses melalui platform Lovable menggunakan perangkat laptop atau tablet yang terhubung dengan internet. Produk ini dirancang berbasis self-paced learning, memungkinkan siswa belajar sesuai dengan kecepatan masing-masing. Konsep ini sejalan dengan visi pembelajaran digital abad ke-21 yang menekankan fleksibilitas dan aksesibilitas (Moller & Huett, 2012).
Tutorial Penggunaan Produk
Langkah pertama, pengguna membuka halaman Python Quest dan memilih level pembelajaran yang tersedia. Setiap level berisi penjelasan singkat konsep Python, diikuti dengan tantangan interaktif. Siswa diminta menyelesaikan misi dengan memilih atau menyusun potongan kode sederhana. Setelah menyelesaikan tantangan, sistem akan memberikan umpan balik instan.
Kesimpulan & Unconstrained Learning
Secara keseluruhan, Python Quest merupakan representasi pembelajaran digital yang mendukung konsep unconstrained learning, yaitu pembelajaran tanpa batas ruang, waktu, dan metode (Moller & Huett, 2012). Produk ini menunjukkan bahwa pembelajaran pemrograman dapat dikemas secara menarik, interaktif, dan bermakna melalui integrasi pedagogi dan teknologi pendidikan. Dengan menghilangkan hambatan tradisional seperti pembelajaran satu arah dan minim interaksi, Python Quest berkontribusi pada paradigma pendidikan digital yang lebih inklusif dan adaptif.
Daftar Pustaka
Albert, M. V., Lin, L., Spector, J. M., & 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.
Tinggalkan Balasan