Identifikasi Gaya Belajar Mahasiswa Berbasis Deep Learning Pada Mata Kuliah Telaah Kurikulum: Studi Kasus Program Studi Pendidikan Informatika

Abstract

Identifikasi gaya belajar mahasiswa secara akurat merupakan langkah kunci dalam merancang sistem pembelajaran yang adaptif dan personal, khususnya pada mata kuliah yang menuntut pemahaman konseptual mendalam seperti Telaah Kurikulum. Penelitian ini bertujuan: (1) mengidentifikasi distribusi gaya belajar mahasiswa Program Studi Pendidikan Informatika pada mata kuliah Telaah Kurikulum menggunakan pendekatan deep learning berbasis data perilaku Google Classroom; (2) membandingkan performa beberapa arsitektur deep learning dalam mengklasifikasikan gaya belajar berdasarkan Felder-Silverman Learning Style Model (FSLSM); dan (3) menganalisis hubungan antara gaya belajar yang teridentifikasi dengan capaian belajar mahasiswa. Penelitian menggunakan metode kuantitatif dengan desain eksperimental komputasional. Data dikumpulkan dari log aktivitas Google Classroom milik 50 mahasiswa aktif peserta mata kuliah Telaah Kurikulum selama satu semester (16 minggu), mencakup frekuensi akses materi, durasi interaksi, pola partisipasi komentar kelas, dan hasil kuis Google Forms. Empat dimensi FSLSM digunakan sebagai label klasifikasi: Aktif/Reflektif, Sensing/Intuitif, Visual/Verbal, dan Sekuensial/Global. Tiga arsitektur deep learning dibandingkan: Long Short-Term Memory (LSTM), Bidirectional LSTM (BiLSTM), dan Convolutional Neural Network (CNN). Hasil penelitian menunjukkan model CNN-BiLSTM hibrida mencapai akurasi tertinggi sebesar 91,8% (F1-score = 0,907), mengungguli LSTM (85,6%) dan CNN (83,4%). Profil gaya belajar yang paling banyak ditemukan adalah Reflektif-Intuitif-Visual-Global (34,0%) dan Aktif-Sensing-Visual-Sekuensial (26,0%), mencerminkan karakteristik mata kuliah Telaah Kurikulum yang bersifat konseptual-analitis. Terdapat korelasi positif yang signifikan antara kesesuaian gaya belajar dengan strategi pembelajaran dan capaian akademik mahasiswa (r = 0,587; p < 0,01). Penelitian ini menyimpulkan bahwa pendekatan deep learning berbasis data Google Classroom efektif mengidentifikasi gaya belajar mahasiswa pada mata kuliah Telaah Kurikulum dan dapat menjadi dasar pengembangan sistem pembelajaran adaptif di perguruan tinggi Indonesia.