Eksplorasi pengembangan penilaian akademik berbasis kecerdasan buatan dan big data dalam mendukung manajemen pendidikan modern

Authors

  • Andhika Wahyudiono Universitas 17 Agustus 1945 Banyuwangi, Indonesia

DOI:

https://doi.org/10.62203/jkjip.v2i2.66

Keywords:

Integrasi Teknologi, Keterampilan Teknis, Keamanan Data

Abstract

Kompleksitas integrasi AI dan big data dalam manajemen pendidikan menjadi tantangan utama. Keterampilan teknis tenaga pendidik dan staf manajemen juga menjadi hambatan. Tantangan etika dan privasi data berpotensi menimbulkan risiko terhadap keamanan informasi siswa. Penelitian ini bertujuan mengembangkan model penilaian akademik yang adaptif. Tujuan peneltian mengembangkan model penilaian akademik berbasis AI dan big data. Model ini diharapkan dapat mengatasi tantangan integrasi teknologi dalam sistem pendidikan. Pengembangan ini mendukung efektivitas manajemen pendidikan serta meningkatkan kualitas pembelajaran dan keputusan strategis di lingkungan pendidikan. Metodelogi  penelitian menerapkan metodologi kualitatif berbasis pustaka dengan pendekatan tematik. Data diperoleh melalui kajian pustaka tentang AI dan big data dalam manajemen pendidikan. Teknik analisis meliputi pengkodean data, identifikasi tema utama, dan interpretasi tematik. Hasil penelitian menunjukan integrasi teknologi dalam sistem pendidikan menghadapi kompleksitas yang signifikan. Sistem manajemen pendidikan tradisional sering kali tidak dirancang untuk menangani analisis data yang rumit. Modifikasi sistem diperlukan agar teknologi AI dan big data dapat berfungsi dengan baik. Institusi pendidikan sering mengalami kesulitan dalam mengadopsi teknologi baru akibat perbedaan arsitektur antara sistem lama dan yang berbasis AI. Kesiapan institusi untuk menerima perubahan menjadi faktor kunci dalam proses ini. Penerapan teknologi baru memerlukan kemampuan analisis yang tinggi, dan penyesuaian sistem sangat penting untuk memaksimalkan inovasi. Kesimpulan menunjukkan sistem manajemen pendidikan mencakup tiga tema utama, yaitu adaptasi sistem, personalisasi pembelajaran, dan etika dalam teknologi. Penyesuaian sistem perlu mendukung kebutuhan siswa dan pendidik secara efektif. Rekomendasi penelitian melibatkan pendekatan holistik pada pelatihan, literasi AI, serta perlindungan data untuk mewujudkan pendidikan yang inovatif dan berkelanjutan.

References

Abulibdeh, A., Zaidan, E., & Abulibdeh, R. (2024). Navigating the confluence of artificial intelligence and education for sustainable development in the era of industry 4.0: Challenges, opportunities, and ethical dimensions. Journal of Cleaner Production, 140527.

Ahmad, K., Iqbal, W., El-Hassan, A., Qadir, J., Benhaddou, D., Ayyash, M., & Al-Fuqaha, A. (2023). Data-driven artificial intelligence in education: A comprehensive review. IEEE Transactions on Learning Technologies.

Bickley, S. J., Macintyre, A., & Torgler, B. (2024). Artificial intelligence and big data in sustainable entrepreneurship. Journal of Economic Surveys.

Creswell, J. W., & Creswell, J. D. (2017). Research design: Qualitative, quantitative, and mixed methods approaches. Sage publications.

Iyer, P., & Bright, L. F. (2024). Navigating a paradigm shift: Technology and user acceptance of big data and artificial intelligence among advertising and marketing practitioners. Journal of Business Research, 180, 114699.

Jin, K., Zhong, Z. Z., & Zhao, E. Y. (2024). Sustainable digital marketing under big data: an AI random forest model approach. IEEE Transactions on Engineering Management.

Kulasegaram, K., Grierson, L., Barber, C., Chahine, S., Chou, F. C., Cleland, J., Ellis, R., Holmboe, E. S., Pusic, M., & Schumacher, D. (2024). Data sharing and big data in health professions education: Ottawa consensus statement and recommendations for scholarship. Medical Teacher, 46(4), 471–485.

Lachner, A., Backfisch, I., & Franke, U. (2024). Towards an Integrated Perspective of Teachers’ Technology Integration: A Preliminary Model and Future Research Directions. Frontline Learning Research, 12(1), 1–15.

Lin, L., Zhou, D., Wang, J., & Wang, Y. (2024). A Systematic Review of Big Data Driven Education Evaluation. SAGE Open, 14(2), 21582440241242180.

Murala, D. K. (2024). METAEDUCATION: State-of-the-Art Methodology for Empowering Feature Education. IEEE Access.

Ncube, M. M., & Ngulube, P. (2024). A Systematic Review of Postgraduate Programmes Concerning Ethical Imperatives of Data Privacy in Sustainable Educational Data Analytics. Sustainability (2071-1050), 16(15).

Rivera-Vargas, P., Calderón-Garrido, D., Jacovkis, J., & Parcerisa, L. (2024). Exploring student and family concerns and confidence in BigTech digital platforms in public schools. Journal of New Approaches in Educational Research, 13(1), 5.

Sharif, M., & Uckelmann, D. (2024). Multi-Modal LA in Personalized Education using Deep Reinforcement Learning Based Approach. IEEE Access.

Walter, Y. (2024). Embracing the future of Artificial Intelligence in the classroom: the relevance of AI literacy, prompt engineering, and critical thinking in modern education. International Journal of Educational Technology in Higher Education, 21(1), 15.

Downloads

Published

2024-12-31

Issue

Section

Articles

Citation Check