Memahami kesiapan belajar siswa selama ini menjadi tantangan besar bagi para guru di ruang kelas. Ekspresi kosong, raut wajah murung, atau tatapan kebingungan kerap muncul tanpa bisa ditafsirkan secara tepat hanya dengan pengamatan kasat mata. Menjawab permasalahan fundamental ini, sebuah tim peneliti dari Universitas Riau (Unri) berhasil mengembangkan inovasi teknologi berbasis kecerdasan buatan (AI) yang mampu mengidentifikasi kondisi emosional dan kognitif siswa secara objektif.
Di bawah kepemimpinan Prof Dr Neni Hermita MSi, tim tersebut merancang dua sistem cerdas yang saling melengkapi, yakni EUREKA-Face dan EduBrain. Keduanya dirancang untuk memberikan gambaran akurat tentang kesiapan belajar peserta didik secara langsung atau real-time, sehingga guru tidak lagi sekadar menebak-nebak kondisi siswanya.
Neni menjelaskan bahwa efektivitas pembelajaran sangat bergantung pada kesiapan emosional dan kognitif siswa sebelum proses belajar dimulai. Menurutnya, selama ini guru lebih banyak mengandalkan pengamatan manual yang memiliki keterbatasan signifikan. "Tidak semua siswa mampu mengungkapkan apa yang mereka rasakan. Melalui teknologi AI, kita mencoba membantu guru memahami kondisi belajar siswa secara lebih akurat," ungkapnya.
Sistem pertama, EUREKA-Face, memanfaatkan teknologi kamera untuk merekam ekspresi wajah siswa secara langsung. Dengan menggunakan model Convolutional Neural Network (CNN), perangkat ini sanggup mengenali beragam ekspresi dasar manusia mulai dari senang, sedih, marah, takut, netral, hingga terkejut. Seluruh data ekspresi tersebut kemudian dikonversi menjadi indikator kesiapan belajar yang dapat diakses guru melalui antarmuka berbasis web, disajikan dalam bentuk grafik dan indikator warna yang mudah dipahami.
Sementara itu, sistem kedua bernama EduBrain mengambil pendekatan yang lebih mendalam dengan memanfaatkan sensor Electroencephalogram (EEG) untuk membaca aktivitas gelombang otak siswa. Teknologi ini menganalisis tingkat konsentrasi, ketenangan, serta fokus belajar melalui pengolahan sinyal gelombang otak meliputi gelombang alpha, beta, delta, dan theta. Hasilnya ditampilkan melalui dashboard interaktif yang memungkinkan guru memantau kondisi kognitif siswa secara langsung dari layar monitor.
Kedua inovasi ini merupakan buah dari riset panjang yang melibatkan guru-guru sekolah dasar, khususnya dalam konteks pembelajaran STEM (Science, Technology, Engineering, and Mathematics). Hasil penelitian mengungkap bahwa banyak siswa di jenjang sekolah dasar mengalami kesulitan mengekspresikan perasaan mereka secara verbal saat berhadapan dengan materi yang bersifat abstrak. Justru emosi mereka lebih banyak terpancar melalui raut wajah dan ekspresi nonverbal.
Yang perlu digarisbawahi, kehadiran teknologi pengenalan emosi ini sama sekali tidak dimaksudkan untuk menggantikan peran guru dalam proses pembelajaran. Sebaliknya, AI diposisikan sebagai instrumen pendukung agar tenaga pendidik dapat menyusun strategi pengajaran yang lebih adaptif sesuai kebutuhan individual setiap siswa.
"Ketika sistem mendeteksi banyak siswa menunjukkan ekspresi bingung atau frustrasi, guru dapat segera mengubah pendekatan pembelajaran, memberikan contoh yang lebih konkret, atau melakukan pendampingan secara lebih personal. Dengan demikian, pembelajaran menjadi lebih adaptif dan berpusat pada siswa," papar Neni.
Dari segi capaian, inovasi ini telah menghasilkan sejumlah luaran signifikan. Tim peneliti telah mengajukan paten sederhana untuk sistem EUREKA-Face, sementara prototipe AI berbasis pengenalan wajah dan EEG kini memasuki tahap akhir pengembangan. Hasil riset tersebut juga telah diajukan untuk publikasi di jurnal internasional bereputasi Q1 bertajuk Educational Media International, memperkuat posisi Universitas Riau dalam pengembangan teknologi pendidikan berbasis kecerdasan buatan.
