EDUCARE.CO.ID – Dua mahasiswa Universitas Teknokrat Indonesia (UTI), Akbar Vabiansyah dan Ferdi Kurniawan, meraih Juara II Nasional dalam Lomba Karya Tulis Ilmiah Nasional (LKTI-N) GELORA API 2026. Keduanya mengusung gagasan pembelajaran digital terpersonalisasi yang memadukan teknologi gelombang otak dan kecerdasan buatan.
Berdasarkan sumber laman resmi FTIK UTI, Akbar dan Ferdi berasal dari Program Studi Informatika, Fakultas Teknik dan Ilmu Komputer (FTIK), UTI. Mereka mengangkat karya berjudul “Sistem Rekomendasi E-Learning Terpersonalisasi Menggunakan Multimodal Knowledge Graph dan Pendeteksi Fokus Gelombang Otak” dalam kompetisi yang diselenggarakan Himpunan Mahasiswa Pendidikan Geografi Universitas Siliwangi, Tasikmalaya.
Dosen Program Studi S-1 Informatika, Dr. Heni Sulistiani, M.Kom., membimbing keduanya selama penyusunan karya ilmiah tersebut.
Bersaing dengan 131 Peserta dari Berbagai Perguruan Tinggi
LKTI-N GELORA API 2026 mengangkat tema “Optimalisasi Pembelajaran Adaptif dalam Era Pendidikan Digital melalui Pendekatan Deep Learning”. Kompetisi ini melibatkan 131 peserta dari berbagai perguruan tinggi di Indonesia.
Setelah melewati tahap seleksi, tujuh tim terbaik melaju ke babak final. Mereka mempresentasikan gagasan masing-masing dan mempertahankan argumentasi ilmiah di hadapan dewan juri.
Akbar dan Ferdi berhasil meraih posisi kedua melalui gagasan yang menggabungkan teknologi Informatika dengan kebutuhan pembelajaran digital. Capaian ini menunjukkan partisipasi mahasiswa UTI dalam mengembangkan ide riset untuk menjawab tantangan pendidikan.
Mengapa E-Learning Membutuhkan Pendekatan yang Lebih Adaptif?
Banyak platform e-learning menyajikan materi melalui format yang sama kepada seluruh pengguna. Padahal, setiap mahasiswa memiliki kebutuhan, kemampuan, dan kondisi belajar yang berbeda.
Materi yang cocok bagi satu mahasiswa belum tentu sesuai bagi mahasiswa lainnya. Perubahan tingkat kesulitan materi dan kondisi perhatian juga dapat memengaruhi pengalaman belajar seseorang.
Akbar dan Ferdi menawarkan gagasan sistem rekomendasi yang dapat menyarankan format materi berdasarkan indikator atensi pengguna. Mereka menggabungkan dua komponen utama, yaitu Electroencephalography (EEG) dan Multimodal Knowledge Graph (MMKG).
EEG merekam aktivitas listrik otak. Sementara itu, MMKG menghubungkan berbagai informasi dan sumber belajar, seperti teks, video, dan audio, dalam suatu struktur pengetahuan.
Melalui kombinasi tersebut, sistem dirancang untuk menghubungkan indikator atensi dengan pilihan materi yang relevan. Pengguna nantinya dapat memperoleh rekomendasi format pembelajaran alternatif sesuai kondisi yang memenuhi aturan dalam rancangan sistem.
Memanfaatkan Sinyal EEG untuk Mendukung Rekomendasi Materi
Dalam rancangan penelitian ini, Akbar dan Ferdi menggunakan sinyal EEG dari kanal frontal Fp1 dan Fp2. Mereka mengolah sinyal tersebut untuk menghitung Theta/Beta Ratio (TBR), yaitu rasio antara komponen gelombang theta dan beta.
Nilai TBR menjadi salah satu masukan bagi mekanisme rekomendasi. Sistem kemudian menghubungkan perubahan indikator tersebut dengan pilihan format materi berdasarkan aturan dan ambang batas yang telah ditentukan dalam rancangan.
Sebagai contoh, sistem dapat menyarankan materi yang lebih ringkas atau format audiovisual ketika indikator memenuhi kondisi tertentu. Pengguna tetap mempelajari konsep yang sama, tetapi melalui alternatif penyajian yang sesuai dengan skenario rekomendasi.
MMKG memiliki fungsi berbeda dalam sistem ini. Komponen tersebut mengorganisasi hubungan antara topik, konsep, dan sumber belajar. Dengan demikian, sistem dapat mempertahankan keterkaitan materi ketika pengguna beralih dari satu format ke format lainnya.
Kombinasi EEG dan MMKG menjadi inti gagasan Akbar dan Ferdi. Pendekatan ini membuka peluang pengembangan e-learning yang mempertimbangkan indikator pengguna sekaligus hubungan antarmateri.
Namun, tim masih perlu menguji rancangan tersebut melalui penelitian lanjutan. Pengujian perlu menilai akurasi indikator atensi, ketepatan rekomendasi, kenyamanan pengguna, dan dampaknya terhadap hasil belajar. Tanpa pengujian tersebut, tim belum dapat menyimpulkan efektivitas sistem dalam pembelajaran nyata.
Menerapkan Design Science Research Methodology
Akbar dan Ferdi menggunakan Design Science Research Methodology (DSRM) untuk menyusun gagasan tersebut. Metode ini membantu peneliti merancang solusi atas suatu masalah melalui pengembangan artefak, model, atau sistem yang dapat dievaluasi.
Mereka berfokus pada perancangan konseptual dan simulasi logika sistem. Proses tersebut mencakup hubungan antara indikator atensi, struktur pengetahuan multimodal, dan mekanisme pemilihan format materi.
Melalui pendekatan ini, keduanya menyusun model rekomendasi yang menawarkan fleksibilitas lebih besar dibandingkan penyajian materi yang sepenuhnya statis. Evaluasi konseptual menjadi langkah awal sebelum tim mengembangkan dan menguji sistem secara lebih mendalam.
Penyusunan karya ini juga melibatkan sejumlah kompetensi Informatika. Mahasiswa perlu mengidentifikasi masalah, menelaah referensi ilmiah, merancang arsitektur solusi, dan menyampaikan argumentasi secara sistematis.
Pengalaman tersebut membantu mahasiswa menghubungkan teori komputasi dengan persoalan di bidang pendidikan digital. Kompetisi ilmiah juga memberi ruang bagi mereka untuk mengasah kemampuan berpikir kritis, menulis akademik, berpresentasi, dan mempertahankan gagasan berdasarkan landasan ilmiah.
Wakil Rektor I UTI Apresiasi Capaian Mahasiswa
Wakil Rektor I Universitas Teknokrat Indonesia, Dr. H. Mahathir Muhammad, S.E., M.M., menyampaikan apresiasi atas keberhasilan Akbar Vabiansyah dan Ferdi Kurniawan. Ia menilai capaian tersebut menunjukkan potensi mahasiswa dalam mengembangkan gagasan inovatif yang relevan dengan perkembangan teknologi dan kebutuhan masyarakat.
“Alhamdulillah, selamat dan sukses kepada Akbar Vabiansyah dan Ferdi Kurniawan atas keberhasilan meraih Juara II Nasional dalam LKTI-N GELORA API 2026. Prestasi ini menjadi kebanggaan bagi Universitas Teknokrat Indonesia sekaligus menunjukkan bahwa mahasiswa memiliki potensi besar untuk menghasilkan gagasan inovatif yang relevan dengan perkembangan teknologi dan kebutuhan masyarakat,” ujar Mahathir.
Ia juga menyoroti perpaduan indikator gelombang otak, sistem rekomendasi, dan MMKG dalam karya tersebut. Menurutnya, gagasan itu menawarkan ruang eksplorasi untuk pengembangan teknologi pendidikan.
“Gagasan yang menghubungkan informasi mengenai kondisi belajar dengan rekomendasi materi digital menunjukkan keberanian mahasiswa dalam mengeksplorasi pendekatan teknologi yang baru. Kami mendorong mahasiswa untuk terus mengembangkan budaya riset, berpikir kritis, dan berani berkompetisi di tingkat nasional maupun internasional dengan pendampingan dosen,” tambahnya.
Mahathir turut mengapresiasi Dr. Heni Sulistiani, M.Kom., yang mendampingi mahasiswa selama proses pengembangan karya ilmiah. Ia berharap prestasi tersebut mendorong mahasiswa lain untuk aktif mengikuti penelitian, kompetisi ilmiah, dan kegiatan inovasi.
Mendorong Budaya Riset dan Inovasi di Kampus
Prestasi Akbar dan Ferdi menambah capaian mahasiswa UTI dalam bidang penelitian dan inovasi teknologi. Keduanya menunjukkan bagaimana mahasiswa Informatika dapat mengeksplorasi persoalan pendidikan melalui pendekatan ilmiah.
Universitas Teknokrat Indonesia mendorong mahasiswa untuk mengembangkan kemampuan akademik, keterampilan teknologi, kreativitas, dan keberanian menyampaikan gagasan. Kompetisi ilmiah menjadi salah satu sarana untuk melatih mahasiswa mengidentifikasi masalah, merancang solusi, serta menguji relevansi ide dalam forum akademik.
Kolaborasi mahasiswa dan dosen juga berperan dalam membangun lingkungan riset yang produktif. Melalui proses tersebut, kampus berharap mahasiswa dapat menghasilkan gagasan yang memiliki potensi manfaat bagi pendidikan, industri, dan masyarakat.
Kaitan dengan Tujuan Pembangunan Berkelanjutan
Gagasan e-learning terpersonalisasi yang dikembangkan Akbar dan Ferdi memiliki keterkaitan dengan sejumlah Tujuan Pembangunan Berkelanjutan atau Sustainable Development Goals (SDGs).
SDG 4 – Pendidikan Berkualitas
Sistem rekomendasi yang adaptif berkaitan dengan upaya mengembangkan pembelajaran digital sesuai kebutuhan pengguna. Jika kelak terbukti efektif melalui pengujian, pendekatan ini dapat memperluas pilihan penyajian materi dan mendukung pengalaman belajar yang lebih relevan.
SDG 9 – Industri, Inovasi, dan Infrastruktur
Penelitian ini mengeksplorasi integrasi EEG, pemodelan pengetahuan multimodal, dan mekanisme rekomendasi. Pengembangan lebih lanjut dapat membuka ruang inovasi dalam teknologi pendidikan.
SDG 3 – Kehidupan Sehat dan Sejahtera
Penggunaan indikator EEG berkaitan dengan kajian kondisi atensi selama pembelajaran. Namun, penelitian ini masih berfokus pada rancangan konseptual dan simulasi logika sistem. Karena itu, tim belum dapat menyimpulkan manfaatnya bagi kesehatan atau kesejahteraan belajar tanpa pengujian lebih lanjut.
Keterkaitan tersebut menunjukkan potensi kontribusi gagasan terhadap pengembangan teknologi pendidikan. Meski demikian, tim tetap perlu membuktikan manfaat dan efektivitasnya melalui penelitian empiris.
Prestasi Mahasiswa sebagai Dorongan untuk Terus Berinovasi
Raihan Juara II Nasional LKTI-N GELORA API 2026 menjadi pencapaian Akbar Vabiansyah dan Ferdi Kurniawan dalam mengembangkan gagasan berbasis Informatika. Prestasi ini juga memperlihatkan peran kompetisi ilmiah dalam mendorong mahasiswa mengasah kemampuan riset dan mengomunikasikan ide.
Universitas Teknokrat Indonesia terus mendorong mahasiswa untuk berani mengeksplorasi teknologi, bekerja sama dengan dosen, dan mengembangkan kompetensi secara berkelanjutan. Melalui budaya riset dan inovasi, mahasiswa diharapkan mampu merumuskan solusi yang relevan dengan perkembangan teknologi serta kebutuhan masyarakat.