Di era transformasi digital, institusi pendidikan dituntut untuk menyediakan layanan IT yang andal, fleksibel, dan mudah dikelola. Namun, infrastruktur tradisional seringkali menjadi penghambat. Di sinilah Nutanix hadir sebagai solusi. Artikel ini akan membahas secara mendalam tentang Nutanix, arsitekturnya, serta manfaatnya, khususnya bagi lingkungan kampus.
Home
PENGEMBANGAN MODEL PEMBELAJARAN PROJECT BASED LEARNING (PjBL) BERBASIS AGILE/SCRUM
- Details
- Hits: 54
Abstrak
Project Based Learning (PjBL) telah lama diakui sebagai model pembelajaran yang efektif untuk mengembangkan keterampilan abad ke-21. Namun, implementasi PjBL sering menghadapi tantangan dalam hal manajemen proyek, koordinasi tim, dan pemantauan kemajuan yang terstruktur. Artikel ini mengusulkan pengembangan model pembelajaran PjBL berbasis Agile/Scrum, sebuah kerangka kerja manajemen proyek iteratif yang berasal dari industri pengembangan perangkat lunak. Melalui kajian literatur sistematis terhadap berbagai studi implementasi Scrum dalam pendidikan, artikel ini mengidentifikasi komponen kunci, sintaks pembelajaran, dan dampak yang diharapkan dari integrasi PjBL-Scrum. Model yang dikembangkan mencakup adaptasi peran Scrum (Product Owner, Scrum Master, Development Team), artefak (Product Backlog, Sprint Backlog, Increment), dan event (Sprint Planning, Daily Scrum, Sprint Review, Sprint Retrospective) ke dalam konteks pembelajaran. Sintaks pembelajaran terdiri dari enam fase: (1) Orientasi dan Pembentukan Tim, (2) Penyusunan Product Backlog Pembelajaran, (3) Sprint Planning, (4) Pelaksanaan Sprint dengan Daily Scrum, (5) Sprint Review, dan (6) Sprint Retrospective. Model ini diharapkan dapat meningkatkan motivasi belajar, keterampilan kolaborasi, kemampuan pemecahan masalah, serta kesiapan siswa menghadapi dunia kerja yang dinamis.
Kata Kunci: Project Based Learning, Agile, Scrum, Model Pembelajaran, Kolaborasi
Memahami Nutanix: Platform Infrastruktur Hiperkonvergensi untuk Masa Depan Digital Kampus
- Details
- Hits: 184
Revolusi Perancangan Kurikulum OBE dan RPS dengan Kecerdasan Buatan: Panduan Praktis untuk Dosen
- Details
- Hits: 354
Pendahuluan
Dalam dunia pendidikan tinggi yang terus berkembang, tuntutan untuk menghasilkan lulusan yang kompeten dan siap kerja semakin tinggi. Outcome-Based Education (OBE) telah menjadi pendekatan yang diadopsi secara luas untuk memastikan bahwa setiap lulusan memiliki capaian pembelajaran yang terukur dan relevan dengan kebutuhan industri. Namun, merancang kurikulum berbasis capaian (OBE) dan Rencana Pembelajaran Semester (RPS) yang selaras dengan regulasi nasional bukanlah pekerjaan mudah.
Proses ini seringkali memakan waktu berbulan-bulan dan melibatkan banyak pihak: dosen, pakar industri, asosiasi profesi, dan pimpinan institusi. Tidak jarang, hasilnya masih menyisakan ketidakkonsistenan: Capaian Pembelajaran Lulusan (CPL) tidak terhubung dengan Bahan Kajian, Bahan Kajian tidak terpetakan ke Mata Kuliah, atau RPS tidak mencerminkan CPL yang dibebankan. Temuan seperti ini menjadi hambatan serius saat akreditasi.
Di sinilah kecerdasan buatan — seperti Claude AI dan DeepSeek — dapat menjadi asisten yang potensial. Namun tanpa panduan terstruktur, output AI cenderung generik dan kurang mendalam. Untuk menjawab tantangan tersebut, kami mengembangkan Prompt Suite OBE & RPS, sebuah kumpulan 30 prompt terstruktur yang dirancang secara hierarkis untuk memandu AI dalam merancang kurikulum OBE dan RPS secara komprehensif.
Iterative Prompting: Teknik Sistematis untuk Mengoptimalkan Kolaborasi dengan AI
- Details
- Hits: 369
Pendahuluan
Dalam beberapa tahun terakhir, model bahasa besar (Large Language Models/LLM) seperti ChatGPT, Deepseek, Gemini, dan Claude telah menjadi asisten virtual yang sangat powerful. Namun, satu keluhan umum yang sering muncul dari pengguna pemula adalah: "jawaban AI terlalu umum," "tidak sesuai konteks," atau "kurang mendalam."
Masalah ini sebenarnya bukan semata-mata keterbatasan AI, melainkan ketidaktepatan dalam memberikan instruksi (prompt). Solusi untuk masalah ini bukanlah membuat prompt yang super panjang dalam sekali coba, melainkan menggunakan Iterative Prompting.
Page 1 of 60