CERDAS ASESMEN DIAGNOSTIK BERBASIS ARTIFIAL INTELLIGENCE
(1) * Yuris Indria Persada Mail (Universitas Negeri Malang, Indonesia)
(2) M. Luthfi Oktarianto Mail (Universitas Negeri Malang, Indonesia)
(3) Rika Mellyaning Khoiriya Mail (Universitas Negeri Malang, Indonesia)
(4) Aan Fardani Ubaidillah Mail (Universitas Negeri Malang, Indonesia)
(5) Renda Yuriananta Mail (Universitas Negeri Malang, Indonesia)
(6) Nisa Aulia Mail (Universitas Negeri Malang, Indonesia)
(7) Indri Cahya Kamelia Mail (Universitas Negeri Malang, Indonesia)
(8) Nabila Lutfiatur Rosida Mail (Universitas Negeri Malang, Indonesia)
(9) Miftakhul Revidayawati Mail (Universitas Negeri Malang, Indonesia)
*corresponding author

Abstract


Pelaksanaan asesmen diagnostik di sekolah dasar masih menghadapi keterbatasan kompetensi guru dalam menyusun instrumen, menganalisis hasil asesmen, serta memanfaatkan teknologi pada kondisi konektivitas internet yang tidak stabil. Program Cerdas Diagnostik Berbasis Artificial Intelligence (AI) dikembangkan untuk meningkatkan literasi AI guru dan mengoptimalkan pemetaan kebutuhan belajar peserta didik melalui integrasi prompt engineering dan platform asesmen Hybrid-Edge AI. Kegiatan pengabdian dilaksanakan pada 22-24 Juli 2026 di SD Negeri 2 Donomulyo, Kabupaten Malang, dengan melibatkan 50 guru Gugus 2 Kecamatan Donomulyo dan peserta didik pada tahap uji coba kelas. Pelaksanaan kegiatan meliputi analisis kebutuhan, pelatihan dan workshop berbasis learning by doing, implementasi serta pendampingan kelas, dan evaluasi. Data dikumpulkan melalui pretest-posttest literasi AI, lembar observasi, rubrik penilaian produk instrumen, dokumentasi, dan log sinkronisasi sistem. Skor agregat literasi AI guru meningkat dari 1.451 pada pretest menjadi 2.195 pada posttest atau sebesar 51,27%. Guru berhasil menyusun instrumen diagnostik kognitif berbasis HOTS dan instrumen nonkognitif dengan bantuan ChatGPT dan Gemini. Platform Hybrid-Edge AI mencapai keberhasilan sinkronisasi data sebesar 100% pada kondisi bandwidth rendah serta mempercepat analisis hasil asesmen dari 3-4 hari menjadi waktu nyata. Integrasi kompetensi prompt engineering dan teknologi offline-first berbasis hybrid edge-cloud efektif mendukung efisiensi asesmen diagnostik, mempercepat pemetaan kebutuhan belajar, dan menyediakan data yang dapat digunakan guru sebagai dasar pembelajaran berdiferensiasi di sekolah dengan keterbatasan konektivitas

Keywords


artificial intelligence, asesmen diagnostik, hybrid-edge AI, literasi AI, pembelajaran berdiferensiasi

   

DOI

https://doi.org/10.31604/jpm.v9i9.%25p 		      

Article metrics

Abstract views : 0 | PDF views : 0

   

Cite

How to cite item
   

Full Text

Download

References


Anugrahana, A., & Hasmidar, E. (2025). Analisis Tingkat Kemampuan Siswa Melalui Implementasi Asesmen Diagnostik Kognitif di Sekolah Dasar: Analisis Tingkat Kemampuan Siswa Melalui Implementasi Asesmen Diagnostik Kognitif Terhadap Siswa Kelas VIA SD Kanisius Duwet Pada Mata Pelajaran Matematika. Scholaria: Jurnal Pendidikan dan Kebudayaan, 15(2), 161–170. https://doi.org/10.24246/j.js.2025.v15.i2.p161-170

Badan Standar Kurikulum dan Asesmen Pendidikan Kementerian Pendidikan, K. R. dan T. R. I. (2022). Pembelajaran dan Asesmen : Pendidikan Anak Usia Dini, Pendidikan Dasar dan Menengah.

Faiz, A., Pratama, A., & Kurniawaty, I. (2022). Pembelajaran Berdiferensiasi dalam Program Guru Penggerak pada Modul 2.1. Jurnal Basicedu, 6(2), 2846–2853. https://doi.org/10.31004/basicedu.v6i2.2504

Hanis, M., & Wahyudin, D. (2024). Pemanfaatan Artificial Intelligence (AI) dalam Penyusunan Asesmen Pembelajaran Bagi Guru Sekolah Dasar. Jurnal Ilmiah Profesi Pendidikan, 9(2), 1199–1128. https://doi.org/https://doi.org/10.29303/jipp.v9i2.2252

Khademi, A. (2023). Can ChatGPT and Bard Generate Aligned Assessment Items? A Reliability Analysis against Human Performance. Journal of Applied Learning & Teaching, 6(1), 75–80. https://doi.org/https://doi.org/10.37074/jalt.2023.6.1.28

Miao, F., Giannini, S., & Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO.

Mudrikah, Kusumaningrum, S. R., & Dewi, R. S. I. (2022). Implementation of Diagnostic Assesments in Learning Design for Optimal Learning Outcome. Reforma: Jurnal Pendidikan dan Pembelajaran, 11(2), 1–7.

Mustafa, M. Y., Tlili, A., Lampropoulos, G., Huang, R., Jandri?, P., Zhao, J., Salha, S., Xu, L., Panda, S., Kinshuk, López-Pernas, S., & Saqr, M. (2024). A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda. Smart Learning Environments, 11(1), 59. https://doi.org/10.1186/s40561-024-00350-5

Park, Jiyeon, & Choo, Sam. (2025). Generative AI Prompt Engineering for Educators: Practical Strategies. Journal of Special Education Technology, 40(3), 411–417. https://doi.org/10.1177/01626434241298954

Pashler, Harold, McDaniel, Mark, Rohrer, Doug, & Bjork, Robert. (2008). Learning Styles: Concepts and Evidence. Psychological Science in the Public Interest, 9(3), 105–119. https://doi.org/10.1111/j.1539-6053.2009.01038.x

Satyanarayanan, M. (2017). The Emergence of Edge Computing. Computer, 50(1), 30–39. https://doi.org/10.1109/MC.2017.9

Shi, W., Cao, J., Zhang, Q., Li, Y., & Xu, L. (2016). Edge Computing: Vision and Challenges. IEEE Internet of Things Journal, 3(5), 637–646. https://doi.org/10.1109/JIOT.2016.2579198

Wulandari, G. A. P. T., Putrayasa, I. B., & Martha, I. N. (2023). Efektivitas Asesmen Diagnostik dalam Pembelajaran Berdiferensiasi pada Pelajaran Bahasa Indonesia. Nusantara: Jurnal Pendidikan Indonesia, 3(3), 433–448. https://doi.org/10.14421/njpi.2023.v3i3-5

Yusyfia, S., Purnamasari, I., & Arisyanto, P. (2025). Pemetaan permasalahan guru dalam melaksanakan asesmen diagnostik di sekolah dasar untuk meningkatkan kualitas pembelajaran di era kurikulum merdeka. Jurnal EDUCATIO: Jurnal Pendidikan Indonesia, 11(1), 74–81. https://doi.org/10.29210/1202525558

Zhou, Z., Chen, X., Li, E., Zeng, L., Luo, K., & Zhang, J. (2019). Edge Intelligence: Paving the Last Mile of Artificial Intelligence With Edge Computing. Proceedings of the IEEE, 107(8), 1738–1762. https://doi.org/10.1109/JPROC.2019.2918951


Refbacks

  • There are currently no refbacks.


Copyright (c) 2026 Martabe : Jurnal Pengabdian Kepada Masyarakat

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.