Mekanisme umpan balik adaptif berbasis kecerdasan buatan dalam siklus self-regulated learning (SRL)

Abstract

Masalah utama yang dikesampingkan dalam pembelajaran vokal konvensional adalah terbatasnya ruang latihan mandiri yang terukur dan umpan balik real-time, sehingga membatasi kemampuan metakognitif mahasiswa dalam meregulasi proses belajarnya. Penelitian ini bertujuan mengevaluasi efektivitas model pembelajaran vokal berbasis kecerdasan buatan (AI) terhadap peningkatan self-regulated learning (SRL) dan performa vokal mahasiswa. Keterbatasan umpan balik real-time dalam metode konvensional menjadi masalah utama yang membatasi regulasi diri mahasiswa. Menggunakan pendekatan design-based research dipadu desain kuasi-eksperimen, penelitian melibatkan 60 mahasiswa Pendidikan Musik Universitas Negeri Medan (kelompok eksperimen ; kontrol ) yang dipilih melalui purposive sampling. Data dikumpulkan menggunakan angket SRL, rubrik vokal, dan data log AI, kemudian dianalisis dengan uji t-test dan effect size Cohen’s . Hasil menunjukkan kelompok eksperimen mengalami peningkatan SRL sebesar 15,91 poin () dan performa vokal sebesar 14,90 poin (). Data log AI memvalidasi penurunan deviasi nada sebesar 15%. Disimpulkan bahwa model AI adaptif ini terbukti efektif bertindak sebagai cognitive scaffolding yang menstrukturkan fase perencanaan, pemantauan, dan refleksi diri dalam ekosistem pendidikan musik tinggi.