Tasikmalaya | Akbar Vabiansyah dan Ferdi Kurniawan, mahasiswa Program Studi S1 Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Teknokrat Indonesia, berhasil meraih juara II nasional dalam Lomba Karya Tulis Ilmiah Nasional (LKTI-N) Gelora API 2026. Prestasi tersebut menjadi capaian penting bagi keduanya sekaligus menunjukkan kontribusi mahasiswa dalam mengembangkan gagasan teknologi untuk mendukung pembelajaran di era digital.
Dalam kompetisi tersebut, Akbar dan Ferdi mengajukan karya berjudul “Sistem Rekomendasi E-Learning Terpersonalisasi Menggunakan Multimodal Knowledge Graph dan Pendeteksi Fokus Gelombang Otak”. Karya ini mengangkat pemanfaatan teknologi untuk membangun sistem pembelajaran digital yang lebih responsif terhadap kondisi pengguna. Pendekatan yang ditawarkan tidak hanya berfokus pada penyediaan materi, tetapi juga mempertimbangkan informasi yang berkaitan dengan kebutuhan dan tingkat perhatian peserta didik.
Gagasan utama karya tersebut adalah menghadirkan sistem rekomendasi e-learning yang mampu menyesuaikan penyajian materi berdasarkan indikator fokus pengguna. Melalui pendeteksian fokus gelombang otak, sistem dapat memperoleh gambaran mengenai tingkat konsentrasi seseorang ketika mengikuti proses pembelajaran. Informasi itu kemudian dapat dipadukan dengan multimodal knowledge graph untuk membantu menghubungkan karakteristik pengguna, materi, serta rekomendasi pembelajaran yang relevan.
Dengan konsep tersebut, pengalaman belajar diharapkan menjadi lebih terpersonalisasi. Materi dapat disajikan dengan mempertimbangkan kondisi fokus pengguna, sehingga proses pembelajaran tidak sepenuhnya menggunakan pola yang sama bagi setiap mahasiswa. Sistem ini juga menawarkan perspektif bahwa platform digital dapat dikembangkan secara adaptif, dengan memanfaatkan perpaduan analisis data, kecerdasan buatan, dan pemantauan indikator kognitif.
Raihan juara II nasional dalam LKTI-N Gelora API 2026 menegaskan bahwa karya mahasiswa Universitas Teknokrat Indonesia mampu membawa gagasan inovatif pada bidang teknologi pendidikan. Karya Akbar dan Ferdi memperlihatkan upaya untuk menjawab kebutuhan pembelajaran digital yang semakin beragam melalui sistem yang dapat memahami konteks pengguna dan menyesuaikan rekomendasi materi secara lebih tepat.
Kompetisi yang diikuti oleh dua mahasiswa teknokrat tersebut merupakan bagian dari LKTI-N Gelora API 2026. Ajang ini diselenggarakan oleh Himpunan Mahasiswa Pendidikan Geografi Universitas Siliwangi, Tasikmalaya. Penyelenggaraan lomba menjadi ruang bagi mahasiswa untuk menyampaikan gagasan penelitian yang relevan dengan perkembangan pendidikan, teknologi, dan kebutuhan pembelajaran pada era digital.
LKTI-N Gelora API 2026 mengangkat tema “Optimalisasi Pembelajaran Adaptif melalui Pendekatan Deep Learning di Era Pendidikan Digital”. Tema tersebut menempatkan pembelajaran adaptif sebagai isu utama, khususnya dalam upaya memanfaatkan teknologi untuk menyesuaikan proses belajar dengan kebutuhan peserta didik. Melalui tema itu, peserta didorong untuk merumuskan gagasan yang tidak hanya inovatif, tetapi juga memiliki dasar penelitian serta peluang penerapan di lingkungan pendidikan.
Berdasarkan informasi penyelenggaraan yang disampaikan pihak kampus, kompetisi ini diikuti oleh 131 peserta dari berbagai perguruan tinggi di Indonesia. Jumlah tersebut menunjukkan bahwa ajang tersebut mempertemukan mahasiswa dengan latar belakang akademik dan gagasan yang beragam. Persaingan berlangsung dalam lingkup nasional sehingga setiap tim perlu menyusun karya tulis secara sistematis, memperkuat landasan teoritis, serta menunjukkan kejelasan manfaat dari solusi yang ditawarkan.
Setelah melewati tahapan seleksi, tujuh tim dinyatakan terpilih untuk melanjutkan ke tahap presentasi. Pada tahap ini, masing-masing tim tidak hanya memaparkan gagasan penelitian, tetapi juga mempertahankannya di hadapan dewan juri. Proses tersebut memungkinkan juri menilai substansi karya, kebaruan ide, relevansi terhadap tema, serta kemampuan peserta dalam menjawab pertanyaan dan memberikan argumentasi secara akademik.
Dengan demikian, capaian posisi kedua nasional yang diraih dua mahasiswa tersebut diperoleh melalui kompetisi yang melibatkan peserta dalam jumlah besar dan seleksi berlapis. Tahap presentasi dan sesi mempertahankan gagasan menjadi bagian penting dalam penilaian karena menguji kesiapan peserta dalam menghubungkan rancangan penelitian dengan tantangan pembelajaran digital. Konteks kompetisi ini memperlihatkan tingkat persaingan yang dihadapi sebelum hasil akhir diumumkan.
Gagasan penelitian Akbar dan Ferdi berangkat dari persoalan mendasar dalam pembelajaran elektronik, yaitu kecenderungan sistem menyajikan materi melalui pola yang seragam. Dalam banyak platform, seluruh pengguna menerima bentuk penyampaian, urutan materi, dan tingkat interaksi yang relatif sama. Pola tersebut memang memudahkan pengelolaan pembelajaran, tetapi belum sepenuhnya mempertimbangkan perbedaan kebutuhan, kemampuan memahami informasi, serta kondisi belajar setiap pengguna. Padahal, tingkat kesiapan dan perhatian mahasiswa dapat berubah selama proses belajar, sehingga materi yang efektif bagi seseorang belum tentu memberikan hasil yang sama bagi pengguna lainnya.
Persoalan itu mendorong Akbar dan Ferdi merancang pendekatan yang menghubungkan pemantauan aktivitas listrik otak dengan pemetaan hubungan antarberbagai sumber pembelajaran. Aktivitas listrik otak dipandang sebagai salah satu indikator untuk mengenali keadaan atensi pengguna ketika berinteraksi dengan materi. Sementara itu, pemetaan hubungan sumber pembelajaran membantu sistem melihat keterkaitan topik, konsep, dan bahan yang tersedia. Penggabungan kedua unsur tersebut menjadi dasar bagi pembentukan sistem yang tidak hanya mengandalkan urutan penyajian tetap, melainkan mampu mempertimbangkan informasi mengenai pengguna dan struktur pengetahuan dalam materi.
Melalui rancangan tersebut, materi dapat disajikan dalam format yang lebih sesuai dengan indikator atensi pengguna. Jika sistem mendeteksi perubahan perhatian, penyampaian dapat diarahkan pada bentuk atau sumber lain yang masih berkaitan, sehingga proses belajar tidak terpaku pada satu cara penyajian. Solusi ini memperlihatkan hubungan langsung keterbatasan pembelajaran digital yang seragam dan kebutuhan akan layanan yang lebih adaptif. Karya ilmiah Akbar dan Ferdi menawarkan arah pengembangan pembelajaran elektronik yang berupaya menyesuaikan penyampaian materi berdasarkan kondisi pengguna, bukan sekadar menerapkan format yang sama kepada seluruh mahasiswa.
Teknologi dalam penelitian ini dirancang untuk membaca kondisi belajar mahasiswa secara lebih adaptif. Salah satu perangkat yang digunakan adalah electroencephalography (EEG), yaitu teknologi yang merekam aktivitas listrik otak melalui sensor pada kulit kepala. Rekaman tersebut tidak dimaksudkan untuk membaca pikiran, melainkan untuk memperoleh pola fisiologis yang dapat dikaitkan dengan perubahan perhatian selama kegiatan belajar. Dalam penelitian ini, sinyal EEG direkam melalui kanal frontal FP1 dan FP2, kemudian diolah untuk menghitung rasio theta/beta atau TBR. Rasio tersebut digunakan sebagai salah satu indikator terkait atensi dan menjadi masukan bagi sistem rekomendasi materi.
Ketika nilai indikator atensi berubah dan melewati ambang yang telah ditentukan, mekanisme pembelajaran dapat menyesuaikan bentuk penyajian materi. Sebagai contoh, teks yang terlalu kompleks dapat diubah menjadi ringkasan yang lebih sederhana, atau sistem dapat merekomendasikan penjelasan berbentuk video dan audio. Penyesuaian ini tidak berarti mengganti pokok bahasan secara sembarangan. Sistem tetap mempertahankan keterkaitan dengan materi utama agar mahasiswa memperoleh informasi yang konsisten, meskipun melalui format yang berbeda.
Untuk menghubungkan materi utama dengan berbagai pilihan sumber belajar, penelitian tersebut memanfaatkan multimodal knowledge graph (MMKG). Teknologi ini dapat dipahami sebagai jaringan pengetahuan yang mengaitkan konsep, topik, dan sumber dalam beragam bentuk, termasuk teks, video, serta audio. Dengan hubungan tersebut, sistem dapat menemukan materi alternatif yang relevan ketika diperlukan, bukan sekadar memilih konten secara acak. Kombinasi EEG dan MMKG ditujukan untuk membantu mengelola beban kognitif selama proses belajar. Apabila suatu materi berpotensi menimbulkan kesulitan atau menurunkan perhatian, mahasiswa dapat diarahkan pada bentuk penyampaian yang lebih sesuai tanpa kehilangan konteks pembelajaran. Karya ini mendapat bimbingan dari dosen S1 Informatika Universitas Teknokrat Indonesia, Dr. Heni Sulistiani, M.Kom.
