Tasikmalaya | Dua mahasiswa Universitas Teknokrat Indonesia, Akbar Vabiansyah dan Ferdi Kurniawan, menorehkan prestasi pada tingkat nasional. Keduanya berhasil meraih juara II dalam Lomba Karya Tulis Ilmiah Nasional (LKTI-N) Gelora API 2026. Penghargaan tersebut menjadi pencapaian penting bagi mahasiswa Program Studi S1 Informatika, Fakultas Teknik dan Ilmu Komputer, sekaligus menunjukkan kemampuan mereka dalam mengembangkan gagasan teknologi yang relevan dengan kebutuhan pendidikan masa kini.
Dalam kompetisi tersebut, Akbar dan Ferdi mengusung karya berjudul “Sistem Rekomendasi E-Learning Terpersonalisasi Menggunakan Multimodal Knowledge Graph dan Pendeteksi Fokus Gelombang Otak”. Karya ilmiah ini menawarkan konsep pembelajaran digital yang mampu menyesuaikan penyajian materi berdasarkan indikator fokus pengguna. Pendekatan tersebut dirancang untuk membantu menciptakan pengalaman belajar yang lebih adaptif, sehingga materi dapat disampaikan sesuai dengan kondisi dan kebutuhan setiap peserta didik.
Gagasan yang diajukan memadukan pemanfaatan multimodal knowledge graph dengan teknologi pendeteksi fokus melalui gelombang otak. Knowledge graph berperan dalam menghubungkan berbagai informasi pembelajaran, seperti materi, topik, tingkat kesulitan, dan kebutuhan pengguna. Sementara itu, data mengenai tingkat perhatian pengguna dapat menjadi pertimbangan bagi sistem dalam merekomendasikan materi, mengatur alur pembelajaran, atau memberikan bentuk penyajian yang lebih sesuai.
Perolehan juara II di LKTI-N Gelora API 2026 memperlihatkan bahwa inovasi mahasiswa di bidang informatika dapat memberikan kontribusi terhadap pengembangan pendidikan berbasis teknologi. Karya Akbar dan Ferdi tidak hanya menekankan aspek teknis, tetapi juga mengangkat pentingnya personalisasi dalam proses belajar. Sistem semacam ini berpotensi mendukung pembelajaran yang lebih responsif, terutama ketika diterapkan pada platform e-learning yang melayani pengguna dengan karakteristik, kemampuan, dan tingkat konsentrasi yang beragam.
Kompetisi yang mengantarkan dua mahasiswa Universitas Teknokrat Indonesia meraih prestasi nasional tersebut diselenggarakan oleh Himpunan Mahasiswa Pendidikan Geografi Universitas Siliwangi, Tasikmalaya. Ajang ini menjadi ruang bagi mahasiswa dari berbagai daerah untuk menyampaikan gagasan dan hasil penelitian yang relevan dengan perkembangan teknologi pendidikan. Penyelenggara mengangkat tema “Optimalisasi Pembelajaran Adaptif melalui Pendekatan Deep Learning di Era Pendidikan Digital”. Tema tersebut menyoroti kebutuhan akan sistem pembelajaran yang mampu menyesuaikan materi, metode, dan pengalaman belajar dengan karakteristik setiap peserta didik.
Berdasarkan informasi penyelenggaraan dari pihak kampus, kompetisi itu diikuti oleh 131 peserta yang berasal dari berbagai perguruan tinggi di Indonesia. Keikutsertaan tersebut menunjukkan tingginya perhatian mahasiswa terhadap inovasi pembelajaran berbasis teknologi. Selain menjadi sarana berkompetisi, kegiatan ini juga mendorong peserta untuk mengembangkan penelitian yang dapat menjawab tantangan pendidikan digital, termasuk kebutuhan terhadap model pembelajaran yang lebih personal, responsif, dan berbasis data.
Rangkaian seleksi kemudian menghasilkan tujuh tim terbaik. Tim-tim terpilih memperoleh kesempatan untuk mempresentasikan sekaligus mempertahankan gagasan penelitian mereka di hadapan dewan juri. Tahap ini menuntut peserta tidak hanya memiliki rancangan yang inovatif, tetapi juga mampu menjelaskan landasan pemikiran, metode, manfaat, serta potensi penerapan karyanya secara sistematis. Proses presentasi dan tanya jawab menjadi bagian penting dalam menilai ketepatan solusi yang ditawarkan oleh setiap tim.
Dalam penyusunan karya tersebut, Akbar dan Ferdi memperoleh bimbingan dari Dr. Heni Sulistiani, M.Kom., dosen S1 Informatika Universitas Teknokrat Indonesia. Pendampingan itu membantu keduanya menyusun gagasan secara terarah, memperkuat aspek teknis penelitian, serta mempersiapkan materi presentasi untuk menghadapi penilaian. Kolaborasi mahasiswa dan dosen tersebut memperlihatkan pentingnya dukungan akademik dalam menghasilkan karya yang mampu bersaing pada forum ilmiah tingkat nasional.
Penelitian ini dikembangkan dari pengamatan terhadap keterbatasan sistem pembelajaran elektronik yang masih cenderung menerapkan pola penyajian materi seragam. Dalam banyak platform, seluruh pengguna menerima urutan, bentuk, dan tingkat penyajian yang relatif sama, tanpa mempertimbangkan perbedaan kemampuan memahami informasi, kebiasaan belajar, maupun kondisi perhatian pada saat proses pembelajaran berlangsung. Pendekatan tersebut memang memudahkan pengelolaan materi, tetapi belum sepenuhnya menjawab kebutuhan pengguna yang memiliki karakteristik belajar beragam.
Berangkat dari persoalan itu, Akbar dan Ferdi merancang gagasan yang menghubungkan pemantauan aktivitas listrik otak dengan pemetaan hubungan antarsumber pembelajaran. Aktivitas listrik otak digunakan sebagai salah satu indikator untuk membaca tingkat atensi pengguna ketika berinteraksi dengan materi. Sementara itu, pemetaan hubungan antarsumber pembelajaran membantu sistem mengenali keterkaitan topik, konsep, dan bahan ajar yang tersedia. Kombinasi kedua pendekatan tersebut memberikan dasar bagi sistem untuk menentukan materi yang lebih sesuai dengan keadaan pengguna, bukan sekadar mengikuti pola distribusi yang telah ditetapkan sebelumnya.
Rancangan itu memungkinkan materi disajikan dalam lebih dari satu format, seperti teks, visual, atau bentuk pendukung lain yang relevan dengan kebutuhan pembelajaran. Pilihan penyajian dapat disesuaikan dengan indikator atensi pengguna sehingga pengalaman belajar menjadi lebih fleksibel dan responsif. Apabila tingkat perhatian menunjukkan perubahan, sistem memiliki peluang untuk mengarahkan pengguna pada format atau sumber materi yang berbeda tanpa menghilangkan pokok bahasan yang sedang dipelajari. Tujuan pendekatan ini bukan mengubah gagasan utama penelitian, melainkan membuat penyajian pembelajaran lebih adaptif, personal, dan selaras dengan kondisi nyata pengguna selama proses belajar.
Rancangan teknologi dalam penelitian ini memadukan Electroencephalography (EEG) dengan multimodal knowledge graph (MMKG) untuk mendukung pembelajaran yang lebih responsif terhadap kondisi mahasiswa. EEG digunakan untuk merekam aktivitas listrik otak secara langsung melalui sensor yang ditempatkan pada titik tertentu di kulit kepala. Rekaman tersebut menyediakan data fisiologis yang dapat diolah menjadi indikator pendukung untuk memahami perubahan keadaan atensi selama proses belajar.
Dalam skenario penelitian, perhatian diarahkan pada sinyal dari kanal frontal FP1 dan FP2. Data dari kedua kanal ini diproses untuk memperoleh rasio theta/beta atau theta/beta ratio (TBR), yaitu perbandingan komponen gelombang theta dan beta. Nilai TBR tidak diperlakukan sebagai ukuran tunggal yang menentukan kemampuan belajar, melainkan sebagai salah satu indikator yang berkaitan dengan tingkat atensi. Setelah melalui tahap pengolahan dan penetapan ambang, nilai tersebut dapat menjadi masukan bagi mekanisme rekomendasi materi.
MMKG berperan menghubungkan beragam informasi serta sumber pembelajaran dalam satu struktur yang saling berkaitan. Sumber tersebut dapat mencakup teks, video, audio, topik, konsep, dan hubungan antarmateri. Dengan struktur ini, sistem tidak hanya menyimpan materi, tetapi juga dapat menemukan alternatif yang relevan ketika format tertentu kurang sesuai dengan kebutuhan mahasiswa. Keterkaitan antarentitas dalam knowledge graph membantu menjaga agar rekomendasi tetap mengacu pada tujuan dan pokok bahasan utama.
Dalam penerapannya, perubahan indikator atensi yang melewati ambang tertentu dapat memicu penyesuaian format pembelajaran. Materi teks yang kompleks, misalnya, dapat dialihkan menjadi ringkasan yang lebih ringkas atau materi audiovisual dengan penjelasan yang lebih mudah diikuti. Sebaliknya, ketika kondisi belajar mendukung pemrosesan informasi yang lebih mendalam, sistem dapat mempertahankan atau menawarkan materi tekstual yang lebih lengkap. Penyesuaian ini dirancang untuk membantu mengelola beban kognitif selama pembelajaran, tanpa memutus hubungan materi utama dan sumber belajar alternatif. Dengan demikian, teknologi yang digunakan berfungsi sebagai pendukung keputusan pembelajaran, bukan pengganti peran pengajar atau penilaian akademik.
