Integrasi Kecerdasan Aritfisial Teachable Machine pada Pembelajaran Mendalam Biologi pada Materi Struktur dan Fungsi Jaringan Tumbuhan

Oleh: Dida Firgiawan, M.Pd

Guru SMA Negeri 8 Bandung

 

I.     Situasi

A.      Latar Belakang

Sebagai guru di SMA, saya menghadapi tantangan umum dalam pembelajaran materi struktur dan fungsi jaringan tumbuhan, di mana sebagian besar siswa kesulitan mengaitkan konsep teoretis dengan penerapan nyata. Berdasarkan hasil observasi kelas dan asesmen formatif, sekitar 68% siswa masih mengalami kebingungan dalam membedakan jenis jaringan tumbuhan melalui pengamatan mikroskopis, dan 72% siswa merasa pembelajaran kurang menarik karena hanya berpusat pada ceramah dan gambar statis dari buku teks. Kondisi ini menimbulkan kebutuhan untuk menciptakan pengalaman belajar yang lebih bermakna, kontekstual, dan berbasis teknologi modern.

Dalam konteks kurikulum nasional yang menekankan pembelajaran mendalam (deep learning), saya merancang kegiatan berbasis AI (Artificial Intelligence) menggunakan Teachable Machine. Melalui platform ini, siswa dapat melatih model kecerdasan buatan untuk mengenali dan mengklasifikasi berbagai jenis jaringan tumbuhan seperti jaringan epidermis, parenkim, kolenkim, dan xilem-floem berdasarkan citra mikroskopik. Proses ini tidak hanya memperkuat pemahaman konsep biologi, tetapi juga menumbuhkan literasi digital, kreatifitas, dan 8 dimensi profil lulusan.

B.       Mengapa Karya Best Practice ini penting?

Praktik ini penting untuk dibagikan karena menunjukkan bagaimana AI dapat diintegrasikan secara sederhana namun bermakna dalam pembelajaran Biologi, sehingga Saya dapat bertransformasi dari sekadar pengajar menjadi fasilitator pembelajaran yang inspiratif dan inovatif. Selain itu, siswa tidak hanya menjadi penerima pengetahuan, tetapi juga pencipta teknologi pembelajaran, yang menumbuhkan rasa ingin tahu, tanggung jawab, dan kemandirian belajar.

Sebagai Guru, peran dan tanggung jawab saya dalam praktik ini adalah sebagai perancang, fasilitator, sekaligus pembimbing digital. Saya merancang alur kegiatan berbasis prinsip berkesadaran, bermakna, dan menggembirakan, mengarahkan siswa untuk memahami (understand) konsep jaringan, mengaplikasikan (apply) dalam proyek klasifikasi AI, dan merefleksikan (reflect) hasil serta proses pembelajaran. Dengan demikian, saya berperan aktif dalam menumbuhkan 8 dimensi profil lulusan yang beriman, mandiri, bernalar kritis, kreatif, dan kolaboratif melalui penerapan teknologi cerdas dalam konteks biologi nyata.

 

II.       Tantangan

A.      Permasalahan Kesulitan yang di hadapi

Dalam upaya mencapai tujuan pembelajaran agar siswa memahami dan mampu mengklasifikasi jaringan tumbuhan melalui pendekatan berbasis kecerdasan artifisial, terdapat beberapa tantangan yang harus dihadapi di tingkat kelas maupun sekolah.

Tantangan pertama muncul dari kesiapan digital siswa. Berdasarkan survei awal, sekitar 60% siswa belum familiar dengan konsep AI (Artificial Intelligence) dan menganggapnya sesuatu yang kompleks serta hanya relevan dengan bidang teknologi, bukan biologi. Hal ini menimbulkan rasa ragu dan rendahnya kepercayaan diri untuk mencoba. Selain itu, beragamnya kemampuan literasi digital di antara siswa menyebabkan ketimpangan dalam kecepatan adaptasi terhadap penggunaan platform Teachable Machine.

Tantangan kedua berkaitan dengan sarana dan infrastruktur sekolah. Tidak semua perangkat komputer di laboratorium Biologi memiliki spesifikasi yang optimal untuk memproses data gambar dengan lancar, terutama ketika siswa mengunggah dan melatih model citra jaringan tumbuhan. Selain itu, keterbatasan akses internet yang tidak selalu stabil menjadi hambatan saat proses pelatihan model AI dilakukan secara daring.

Dari sisi pedagogis, tantangan ketiga adalah mengubah pola pikir pembelajaran tradisional menjadi pembelajaran aktif dan berpusat pada siswa (student-centered). Sebagian siswa terbiasa dengan pendekatan hafalan dan belum terbiasa melakukan eksplorasi mandiri. Hal ini menuntut peran Saya untuk menuntun mereka berproses secara bertahap dengan strategi scaffolding digital learning agar pembelajaran tetap inklusif dan tidak membuat siswa yang kurang mahir merasa tertinggal.

B.       Pihak-pihakyang terlibat

Pihak-pihak yang terlibat dalam menghadapi dan mengatasi tantangan tersebut meliputi:

·         Saya sebagai perancang dan fasilitator pembelajaran berbasis AI;

·         Siswa kelas XI IPA sebagai peserta aktif yang berperan dalam pengumpulan, pelabelan, dan pelatihan data citra jaringan tumbuhan;

·         Guru TIK yang membantu memberikan pendampingan teknis terkait penggunaan perangkat digital;

·         Kepala sekolah dan tim kurikulum, yang memberikan dukungan kebijakan dan sarana pembelajaran inovatif; serta

·         Rekan sejawat sesama guru sains, yang ikut berkolaborasi dalam refleksi

Tantangan-tantangan tersebut menjadi pijakan penting untuk menciptakan strategi aksi yang tepat agar inovasi pembelajaran ini tidak hanya berhasil diterapkan secara teknis, tetapi juga berdampak secara pedagogis dan transformatif terhadap cara berpikir dan belajar siswa.

 

III.    Aksi

A.      Strategi, Inovasi atau Solusi yang dilakukan

Untuk menghadapi tantangan dalam penerapan pembelajaran mendalam berbasis kecerdasan artifisial pada topik struktur dan fungsi jaringan tumbuhan, dilakukan serangkaian langkah strategis, inovatif, dan kolaboratif yang terencana dengan pendekatan pembelajaran mendalam (deep learning) dan prinsip berkesadaran, bermakna, serta menggembirakan.

1. Perancangan Pembelajaran Berbasis AI (Kecerdasan Artifisial)

Saya merancang pembelajaran menggunakan kerangka praktik pedagogis, kemitraan pembelajaran, lingkungan pembelajaran, dan pemanfaatan digital.
Tujuan utama adalah agar siswa tidak hanya mengenal struktur jaringan tumbuhan, tetapi juga mampu mengklasifikasikannya secara mandiri menggunakan machine learning. Rencana pembelajaran disusun dalam RPP dan LKPD digital yang memandu langkah-langkah eksplorasi, eksperimen, hingga refleksi.

2. Orientasi dan Pengenalan Konsep

Langkah awal dilakukan dengan memberikan pengantar kontekstual mengenai peran AI dalam kehidupan sehari-hari (misalnya pengenalan wajah, rekomendasi musik, klasifikasi citra pada pertanian modern). Siswa kemudian diajak berdiskusi mengenai keterkaitan AI dengan biologi melalui pertanyaan pemantik:

“Bagaimana AI dapat membantu ilmuwan mengidentifikasi jaringan tumbuhan dengan cepat dan akurat?”

Melalui diskusi ini, literasi digital dan rasa ingin tahu siswa mulai tumbuh.

3. Pelatihan dan Demonstrasi Teachable Machine

Saya melakukan demonstrasi langsung penggunaan platform Teachable Machine (https://teachablemachine.withgoogle.com/) dengan tahapan:

·         Mengambil foto mikroskopis jaringan tumbuhan (epidermis, xilem, floem, parenkim, kolenkim, sklerenkim).

·         Mengunggah gambar ke Teachable Machine dan memberi label kategori jaringan.

·         Melatih model AI hingga muncul hasil prediksi akurasi.

·         Mencoba hasil pelatihan untuk mengklasifikasi gambar baru.

Tahapan ini menunjukkan keterhubungan antara Biologi, Teknologi, dan Komputasi, sekaligus menumbuhkan computational thinking.

4. Kolaborasi dan Pendampingan

Saya berkolaborasi dengan guru TIK dalam memberi pelatihan teknis singkat agar seluruh siswa dapat mengakses platform dengan lancar. Sementara Saya berperan sebagai fasilitator ilmiah yang memastikan klasifikasi tetap valid secara biologis.
Siswa bekerja dalam kelompok kecil (6 orang) untuk membangun proyek klasifikasi jaringan, sekaligus belajar kolaborasi dan tanggung jawab sosial dalam pembelajaran digital.

5. Implementasi Pembelajaran Mendalam (Deep learning)

Kegiatan belajar difokuskan pada tiga tahap pengalaman:

·         Memahami: siswa mengidentifikasi ciri morfologi jaringan tumbuhan dan fungsi biologisnya. Pertama dalam kegiatan praktikum kemudian lanjut dalam kegiatan diskusi.

·         Mengaplikasi: siswa menggunakan Teachable Machine untuk melatih model AI dan menganalisis hasilnya untuk menguatkan konsep yang didapat setelah praktikum

·         Merefleksi: siswa menuliskan pengalaman, kesulitan, dan manfaat belajar dengan teknologi AI.

Refleksi dilakukan secara individu maupun kelompok untuk menumbuhkan kesadaran belajar dan growth mindset.

6. Evaluasi dan Pemanfaatan Hasil

Hasil pembelajaran dievaluasi menggunakan rubrik berbasis proyek yang menilai tiga aspek:

1.      Kemampuan literasi digital

2.      Kreativitas dan kolaborasi digital

3.      Pemahaman konseptual jaringan tumbuhan

Saya juga menggunakan data hasil klasifikasi AI sebagai bahan refleksi untuk meningkatkan akurasi dan validasi biologis.

7. Sumber Daya dan Dukungan

Pelaksanaan strategi ini memanfaatkan:

·         Perangkat laptop/smartphone siswa

·         Mikroskop digital atau foto jaringan tumbuhan

·         Koneksi internet sekolah

·         Platform Teachable Machine (gratis)

·         Panduan digital pembelajaran Biologi berbasis AI

·         Dukungan dari kepala sekolah, guru TIK, dan rekan sejawat Biologi

 

IV. Refleksi

A. Dampak dari Aksi yang Dilakukan

Penerapan pembelajaran berbasis Artificial Intelligence melalui Teachable Machine memberikan dampak positif yang signifikan terhadap kualitas pembelajaran Biologi.
Siswa menunjukkan peningkatan motivasi belajar sebesar ±85%, berdasarkan hasil survei reflektif setelah kegiatan. Mereka merasa lebih tertantang, senang, dan bangga karena bisa belajar Biologi dengan teknologi yang biasa digunakan ilmuwan atau profesional di dunia nyata.Selain itu, hasil penilaian menunjukkan rata-rata capaian kompetensi meningkat 56 % dibandingkan pembelajaran konvensional sebelumnya.

Dampak lainnya adalah tumbuhnya kemampuan literasi digital. Siswa mulai memahami bagaimana struktur jaringan tumbuhan berperan penting dalam keberlangsungan hidup organisme dan bagaimana teknologi dapat digunakan untuk menjaga keberlanjutan ekosistem.

1.      Peningkatan Penguasaan Konsep Jaringan Tumbuhan

Nilai rata-rata Pre Tes	Nilai Rata-rata Pos Tes	N-Gain	Kategori
50,01	88,06	0,77	Tinggi

 

2.      Penilaian Literasi Digital

Kelompok	Ketepatan Dataset	Akurasi Model AI	Analisis Hasil	Kreativitas Tampilan	Refleksi	Total Skor	Nilai Akhir	Kategori
1	4	4	4	4	4	20	100	Sangat Baik
2	3	3	4	4	3	17	85	Sangat Baik
3	4	4	4	3	3	18	90	Sangat Baik
4	3	3	3	3	3	15	75	Baik
5	4	4	4	4	4	20	100	Sangat Baik
6	3	2	3	3	2	13	65	Cukup

 

Kategori	Jumlah Kelompok	Jumlah Siswa	Rata-rata Nilai
Sangat Baik	4	24	93,75
Baik	1	6	75
Cukup	1	6	65

 

Rata-rata keseluruhan kelas (100+85+90+75+100+65) =85.83

6

Rata-rata kelas = 85,83 (Kategori: Sangat Baik)

 

B. Langkah Reflektif dan Hasilnya

Langkah-langkah yang dilakukan meliputi:

·         Mengobservasi perubahan perilaku belajar siswa setelah integrasi AI.

·         Menganalisis peningkatan hasil proyek klasifikasi jaringan menggunakan rubrik kinerja.

·         Melakukan feedback session bersama siswa dan guru kolaborator (TIK).

Hasil refleksi menunjukkan bahwa strategi ini efektif, karena pembelajaran menjadi lebih kontekstual, kolaboratif, dan menumbuhkan kemandirian belajar. Siswa lebih aktif bertanya, berdiskusi, dan mencoba memecahkan masalah dengan pendekatan ilmiah dan digital.

 

C. Respon dari Pihak Lain

Respon terhadap strategi pembelajaran ini sangat positif.

·         Siswa mengaku belajar menjadi lebih menyenangkan dan relevan dengan dunia modern. Mereka merasa belajar Biologi tidak lagi hanya menghafal, tetapi “mencipta dan bereksperimen.”

·         Guru sejawat terinspirasi untuk mencoba penerapan serupa pada mata pelajaran lain, seperti Ekonomi, Geografi, dan Fisika.

·         Kepala sekolah memberikan apresiasi karena praktik ini mendukung kebijakan Sekolah Digital dan Merdeka Belajar sekaligus memperkuat dimensi Profil lulusan.

·         Orang tua siswa juga menyampaikan kebanggaan karena anak-anak mereka menjadi lebih antusias dan percaya diri dalam mempresentasikan hasil pembelajarannya.

D. Faktor Keberhasilan

Beberapa faktor yang mendorong keberhasilan strategi ini antara lain:

·         Perencanaan yang matang dan kolaboratif antara guru Biologi dan guru TIK.

·         Pemanfaatan teknologi yang sederhana namun bermakna, karena Teachable Machine mudah diakses dan tidak memerlukan keterampilan pemrograman tinggi.

·         Pendekatan pembelajaran mendalam (deep learning) yang menggabungkan aspek berkesadaran, bermakna, dan menggembirakan.

·         Keterlibatan aktif siswa dalam seluruh proses, dari perencanaan proyek hingga refleksi hasil.

·         Dukungan lingkungan sekolah yang terbuka terhadap inovasi digital.

E. Faktor Hambatan dan Upaya Perbaikan

Beberapa hambatan yang muncul adalah keterbatasan perangkat dan akses internet di beberapa kelompok siswa. Namun, hal ini diatasi dengan berbagi perangkat secara kolaboratif dan menggunakan materi gambar yang sudah disediakan guru.
Selain itu, pada awalnya beberapa siswa masih merasa asing dengan konsep machine learning, sehingga guru perlu memberikan bimbingan lebih intensif di tahap awal.

F. Pembelajaran yang Diperoleh

Dari keseluruhan proses, pembelajaran penting yang diperoleh antara lain:

·         Transformasi peran guru: dari pemberi informasi menjadi fasilitator dan kolaborator pembelajaran.

·         Penerapan teknologi AI dalam pendidikan harus berfokus pada pengembangan potensi manusia, bukan menggantikannya.

·         Pembelajaran mendalam dapat tercapai ketika siswa mengalami proses memahami, mengaplikasikan, dan merefleksi secara utuh.

·         Inovasi digital yang sederhana dapat menjadi jembatan antara literasi sains dan kecerdasan artifisial dalam konteks pembelajaran abad ke-21.

Dengan demikian, praktik pembelajaran menggunakan Teachable Machine bukan sekadar inovasi teknologi, tetapi wujud nyata dari pendidikan transformatif yang menumbuhkan kemandirian, kreativitas, penalaran kritis, kolaborasi, serta keimanan dan ketakwaan terhadap.

Tuhan Yang Maha Esa. Inovasi ini membuktikan bahwa teknologi dan nilai kemanusiaan dapat berjalan seiring untuk menciptakan pembelajaran Biologi yang mendalam, berdaya ubah, dan bermakna.