Analisi Kesiapan Guru Dalam Penerapan Deep Learning Dalam Pembelajaran di Sekolah Dasar
Abstract
Abstract: This study aims to analyze teachers' readiness in implementing the deep learning approach in elementary school learning through a Systematic Literature Review (SLR). Literature was collected from reputable databases such as Google Scholar, Scispace, Elicit, and Consensus, focusing on publications from 2015 to 2025. The findings indicate that teachers' readiness comprising conceptual understanding of deep learning, pedagogical competence, and digital literacy significantly influences the effectiveness of deep learning strategies such as Project-Based Learning, Inquiry-Based Learning, and Problem-Based Learning. Teachers with a high level of readiness are able to create learning environments that are collaborative, reflective, and student-centered. However, several challenges persist, including limited infrastructure, lack of continuous training, and insufficient institutional support. The synthesis also reveals a research gap regarding the integration between teacher readiness and the effectiveness of deep learning-based instructional strategies. Therefore, this study emphasizes the importance of systematically improving teacher capacity as a strategic effort to drive educational transformation in elementary schools, especially in the context of technology integration and 21st-century learning.
Abstrak: Penelitian ini bertujuan untuk menganalisis kesiapan guru dalam menerapkan pendekatan Deep Learning dalam pembelajaran di Sekolah Dasar melalui pendekatan Systematic Literature Review (SLR). Literatur dikumpulkan dari database Google Scholar, Scispace, Elicit, dan Consensus, dengan fokus pada artikel yang terbit antara tahun 2015–2025. Hasil kajian menunjukkan bahwa kesiapan guru meliputi pemahaman konsep Deep Learning, kompetensi pedagogik, serta literasi digital sangat berpengaruh terhadap efektivitas implementasi strategi pembelajaran mendalam seperti Project-Based Learning, Inquiry-Based Learning, dan Problem-Based Learning. Guru yang memiliki kesiapan tinggi mampu menciptakan pembelajaran yang kolaboratif, reflektif, dan berpusat pada siswa. Namun, masih ditemukan tantangan seperti keterbatasan infrastruktur, kurangnya pelatihan berkelanjutan, dan minimnya dukungan kelembagaan. Sintesis juga menunjukkan adanya kesenjangan penelitian dalam integrasi antara aspek kesiapan guru dan efektivitas strategi pembelajaran berbasis Deep Learning. Oleh karena itu, penelitian ini menekankan pentingnya peningkatan kapasitas guru secara sistemik sebagai upaya strategis dalam mendorong transformasi pendidikan dasar berbasis teknologi dan pembelajaran abad ke-21.
Keywords
Full Text:
DOWNLOAD [PDF]References
Ambarsari, D. A., Nurfalah, R., & Kuryanti, S. J. (2019). Penerapan Deep Learning dalam Pendeteksian Autism Toddler. InfoTekJar (Jurnal Nasional Informatika Dan Teknologi Jaringan), 4(1), 138–141. https://doi.org/10.30743/infotekjar.v4i1.1593
Anas Fikri Hanif, Theopilus Bayu Sasongko, & Arif Dwi Laksito. (2023). Perbandingan Kinerja LSTM, Bi-LSTM, dan GRU pada Klasifikasi Judul Berita Clickbait. The Indonesian Journal of Computer Science, 12(4). https://doi.org/10.33022/ijcs.v12i4.3281
Arifin, I., Haidi, R. F., & Dzalhaqi, M. (2021). Penerapan Computer Vision Menggunakan Metode Deep Learning pada Perspektif Generasi Ulul Albab. Jurnal Teknologi Terpadu, 7(2), 98–107. https://doi.org/10.54914/jtt.v7i2.436
Awanda, A., Ginting, B. S., & Novriyenni, N. (2022). Penerapan Metode Convolutional Neural Network Untuk Mendeteksi Wajah Yang Menggunakan Masker. Jurnal Informatika Kaputama (JIK), 6(2), 209–225. https://doi.org/10.59697/jik.v6i2.121
Baur, A., & Emden, M. (2021). How to open inquiry teaching? An alternative teaching scaffold to foster students’ inquiry skills. Chemistry Teacher International, 3(1). https://doi.org/10.1515/cti-2019-0013
Ekamila, T., Rahayu, F., Zuchriadi, A., & Octa Indarso, A. (2023). Penerapan Deep Learning Untuk Klasifikasi Kesegaran Daging Sapi Berbasis Mobile Apps. Edu Komputika Journal, 10(1), 10–16. https://doi.org/10.15294/edukomputika.V10i1.68478
Farhah, A., Ahiri, J., & Ilham, M. (2020). Pengaruh Motivasi Kerja Dan Disiplin Kerja Terhadap Kinerja Karyawan. Jurnal Online Program Studi Pendidikan Ekonomi, 5(1), 1. https://doi.org/10.36709/jopspe.v5i1.13326
Hartoyo Soehari. (2021). Motivasi Dan Pengukurannya. Jurnal Visi Manajemen, 7(1), 43–55. https://doi.org/10.56910/jvm.v7i1.152
Isnaeni, N. (2023). KONSEP DASAR PENGEMBANGAN KURIKULUM. Jurnal At-Tabayyun, 6(2), 95–103. https://doi.org/10.62214/jat.v6i2.131
Izzatunnisa, L., Suryanda, A., Kholifah, A. S., Loka, C., Goesvita, P. P. I., Aghata, P. S., & Anggraeni, S. (2021). Motivasi Belajar Siswa Selama Pandemi dalam Proses Belajar dari Rumah. Jurnal Pendidikan, 9(2), 7–14. https://doi.org/10.36232/pendidikan.v9i2.811
Jainiyah, J., Fahrudin, F., Ismiasih, I., & Ulfah, M. (2023). Peranan Guru Dalam Meningkatkan Motivasi Belajar Siswa. Jurnal Multidisiplin Indonesia, 2(6), 1304–1309. https://doi.org/10.58344/jmi.v2i6.284
Jufrizen, J. (2021). Pengaruh Fasilitas Kerja Dan Disiplin Kerja Terhadap Kinerja Karyawan Melalui Motivasi Kerja. Sains Manajemen, 7(1), 35–54. https://doi.org/10.30656/sm.v7i1.2277
Kartarina, K., Mardedi, L. Z. A., Madani, M., Jihad, M., & Riberu, R. A. (2021). Deep Learning Identifikasi Tanaman Obat Menggunakan Konsep Siamese Neural Network. JTIM : Jurnal Teknologi Informasi Dan Multimedia, 2(4), 223–228. https://doi.org/10.35746/jtim.v2i4.114
Lomu, L., & Widodo, S. A. (2018). Pengaruh Motivasi Belajar dan Disiplin Belajar terhadap Prestasi Belajar Matematika Siswa. Prosiding Seminar Nasional Pendidikan Matematika Etnomatnesia, 0(0), 745–751.
Ningrum, M., Maghfiroh, & Andriani, R. (2023). Kurikulum Merdeka Belajar Berbasis Pembelajaran Berdiferensiasi di Madrasah Ibtidaiyah. eL Bidayah: Journal of Islamic Elementary Education, 5(1), 85–100. https://doi.org/10.33367/jiee.v5i1.3513
Nugrahani, R. H., Kuswandi, D., & Wedi, A. (2023). Pengaruh Flipped Classroom Dan Literasi Digital Terhadap Penguasaan Konsep Sosiologi Materi Integrasi Sosial. JKTP: Jurnal Kajian Teknologi Pendidikan, 6(2), 120. https://doi.org/10.17977/um038v6i22023p120
Nurhalizah, S., & Oktiani, N. (2024). Pengaruh Motivasi dan Disiplin Kerja Terhadap Kinerja Karyawan. JIBEMA: Jurnal Ilmu Bisnis, Ekonomi, Manajemen, Dan Akuntansi, 1(3), 197–207. https://doi.org/10.62421/jibema.v1i3.18
Perdananto, A. (2019). Penerapan deep learning pada Aplikasi prediksi penyakit Pneumonia berbasis Convolutional Neural networks. Journal of Informatics and Communication Technology (JICT), 1(2), 1–10. https://doi.org/10.52661/j_ict.v1i2.34
Pradana, I. C., Mulyanto, E., & Rachmadi, R. F. (2022). Deteksi Senjata Genggam Menggunakan Faster R-CNN Inception V2. Jurnal Teknik ITS, 11(2). https://doi.org/10.12962/j23373539.v11i2.86587
Prasetio, R. T., & Ripandi, E. (2019). Optimasi Klasifikasi Jenis Hutan Menggunakan Deep Learning Berbasis Optimize Selection. Jurnal Informatika, 6(1), 100–106. https://doi.org/10.31311/ji.v6i1.5176
Prasetya, A., Ihsanto, E., & Dani, A. W. (2021). Rancang Bangun Pendeteksi Wajah Bermasker Dan Tidak Bermasker Dalam Absensi Di Masa Pandemi COVID-19 Menggunakan Convolutional Neural Network. Jurnal Teknologi Elektro, 12(2), 80. https://doi.org/10.22441/jte.2021.v12i2.006
Putri, A., Negara, B. S., & Sanjaya, S. (2022). Penerapan Deep Learning Menggunakan VGG-16 untuk Klasifikasi Citra Glioma. Jurnal Sistem Komputer Dan Informatika (JSON), 3(4), 379. https://doi.org/10.30865/json.v3i4.4122
Rijanandi, T., Aulia Rizaldy, A., Nur Kridabayu, A., Genesius Evan Devara, E., & Dharma Adhinata, F. (2022). Penerapan Hair Recognition Menggunakan Metode Haar Cascade Classifier Dan Cnn Deep Learning. Jurnal Ilmiah Ilmu Komputer, 8(1), 53–57. https://doi.org/10.35329/jiik.v8i1.214
Rizki, M., & Novianto, E. (2023). Auditing Artificial Intelegence Menggunakan COBIT 2019. Jurnal Sistem Informasi Dan Informatika (JUSIFOR), 2(1), 1–7. https://doi.org/10.33379/jusifor.v2i1.1847
Saptadi, N. T. S., Chyan, P., & Widjaja, V. M. (2022). Desain Model Klasifikasi Sampah Organik Menjadi Bahan Baku Briket Biomassa Menggunakan Metode Deep Learning. JIKO (Jurnal Informatika Dan Komputer), 6(2), 160. https://doi.org/10.26798/jiko.v6i2.559
Saputra, N. W., Insani, F., Agustian, S., & Sanjaya, S. (2023). Penerapan Deep Learning Menggunakan Gated Recurrent Unit Untuk Memprediksi Harga Minyak Mentah Dunia. Building of Informatics, Technology and Science (BITS), 5(1). https://doi.org/10.47065/bits.v5i1.3552
Siami, M. I. (2022). Penerapan Deteksi Penggunaan Masker pada Sistem Absensi Karyawan menggunakan Metode Deep Learning. JAMI: Jurnal Ahli Muda Indonesia, 3(2), 21–27. https://doi.org/10.46510/jami.v3i2.118
Sijabat, O. P., Manao, M. M., Situmorang, A. R., Hutauruk, A., & Panjaitan, S. (2022). Mengatur Kualitas Guru Melalui Program Guru Penggerak. Journal of Educational Learning and Innovation (ELIa), 2(1), 130–144. https://doi.org/10.46229/elia.v2i1.404
Sistem, R., Citra, P., Jagung, B., Elektro, T., Magister, P., & Gunadarma, U. (2021). Penerapan Convolutional Neural Network Deep Learning dalam. Jurnal Resti, 1(10), 265–271.
Styorini, W., Putra, W. E., Khabzli, W., & Triyani, Y. (2022). Penerapan Deep Learning Pada Jenis Penyakit Tanaman Kelapa Sawit Menggunakan Algoritma Convolutional Neural Network. Jurnal Komputer Terapan, 8(2), 359–367. https://doi.org/10.35143/jkt.v8i2.5522
Suharni, S. (2021). Upaya Guru Dalam Meningkatkan Motivasi Belajar Siswa. G-Couns: Jurnal Bimbingan Dan Konseling, 6(1), 172–184. https://doi.org/10.31316/g.couns.v6i1.2198
Suma, B. (2020). Penerapan Machine Learning Di Dalam Bandung September 2020. Universitas Pasundan Bandung, September.
Tan, A. L., Ong, Y. S., Ng, Y. S., & Tan, J. H. J. (2023). STEM Problem Solving: Inquiry, Concepts, and Reasoning. Science and Education, 32(2), 381–397. https://doi.org/10.1007/s11191-021-00310-2
Wahyuni, R., Gani, A., & Syahnur, M. H. (2023). Pengaruh Motivasi Kerja dan Lingkungan Kerja Terhadap Kinerja Karyawan. Paradoks : Jurnal Ilmu Ekonomi, 6(3), 142–150. https://doi.org/10.57178/paradoks.v6i3.637
Wahyuni, S., & Sulaeman, M. (2022). Penerapan Algoritma Deep Learning Untuk Sistem Absensi Kehadiran Deteksi Wajah Di PT Karya Komponen Presisi. Jurnal Informatika SIMANTIK, 7(1), 5–6.
Yudi Widhiyasana, Transmissia Semiawan, Ilham Gibran Achmad Mudzakir, & Muhammad Randi Noor. (2021). Penerapan Convolutional Long Short-Term Memory untuk Klasifikasi Teks Berita Bahasa Indonesia. Jurnal Nasional Teknik Elektro Dan Teknologi Informasi, 10(4), 354–361. https://doi.org/10.22146/jnteti.v10i4.2438
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Prosiding Seminar Nasional Paedagoria telah terindek:
