Model Pembelajaran Berbasis Deep Learning Untuk Kelas Digital
DOI:
https://doi.org/10.64845/jimi.v2i1.160Keywords:
Deep Learning, Kelas Digital, Pembelajaran Bermakna, Model PembelajaranAbstract
Perkembangan teknologi digital telah mendorong transformasi pembelajaran menuju kelas digital yang menuntut model pembelajaran inovatif, adaptif, dan berpusat pada peserta didik. Penelitian ini bertujuan mengembangkan Model Pembelajaran Berbasis Deep Learning yang dirancang untuk meningkatkan kualitas pembelajaran di kelas digital melalui penguatan pemahaman konseptual, keterampilan berpikir tingkat tinggi, serta literasi digital peserta didik. Model ini mengintegrasikan prinsip deep learning Pendidikan meliputi pembelajaran bermakna, keterlibatan aktif, refleksi kritis, dan kolaborasi dengan pemanfaatan teknologi digital sebagai media dan sumber belajar. Pendekatan pengembangan model dilakukan melalui kajian teoretis dan analisis kebutuhan pembelajaran digital, yang kemudian dirumuskan dalam sintaks pembelajaran mencakup tahap orientasi masalah, eksplorasi mendalam, analisis dan konstruksi pengetahuan, refleksi, serta evaluasi autentik. Hasil kajian menunjukkan bahwa Model Pembelajaran Berbasis Deep Learning mampu mendorong keterlibatan belajar yang lebih aktif, meningkatkan kemampuan berpikir kritis dan kreatif, serta memperkuat kemandirian belajar peserta didik di kelas digital. Model ini diharapkan menjadi alternatif strategis bagi pendidik dalam mengoptimalkan pembelajaran digital yang bermakna, efektif, dan berorientasi pada keterampilan abad ke-21.
References
Alim, M., & Suryani, N. (2022). Kecerdasan Buatan dalam Pendidikan Digital: Peluang dan Tantangan. Jakarta: Prenadamedia Group
Biggs, J., & Tang, C. (2011). Teaching for quality learning at university. Higher Education Research & Development, 30(6), 741–756. https://doi.org/10.1080/07294360.2011.64283
Bond, M., Buntins, K., Bedenlier, S., Zawacki-Richter, O., & Kerres, M. (2020). Mapping research in student engagement and educational technology. International Journal of Educational Technology in Higher Education, 17(1), 1–30. https://doi.org/10.1186/s41239-019-0176-8
Chi, M. T. H., & Wylie, R. (2014). The ICAP framework: Linking cognitive engagement to active learning outcomes. Educational Psychologist, 49(4), 219–243. https://doi.org/10.1080/00461520.2014.965823
Dede, C. (2014). The role of digital technologies in deeper learning. Educational Technology, 54(5), 21–25.
Fredricks, J. A., Blumenfeld, P. C., & Paris, A. H. (2004). School engagement: Potential of the concept, state of the evidence. Review of Educational Research, 74(1), 59–109. https://doi.org/10.3102/00346543074001059
Garrison, D. R., & Vaughan, N. D. (2008). Blended learning in higher education: Framework, principles, and guidelines. Internet and Higher Education, 10(2), 87–95. https://doi.org/10.1016/j.iheduc.2007.10.001
Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.
Hattie, J. (2009). Visible learning: A synthesis of over 800 meta-analyses relating to achievement. Educational Research Review, 3(2), 81–112. https://doi.org/10.1016/j.edurev.2008.07.001
Johnson, D. W., Johnson, R. T., & Smith, K. A. (2014). Cooperative learning: Improving university instruction by basing practice on validated theory. Journal on Excellence in College Teaching, 25(3–4), 85–118.
Kahu, E. R. (2013). Framing student engagement in higher education. Studies in Higher Education, 38(5), 758–773. https://doi.org/10.1080/03075079.2011.598505
Kemendikbudristek. (2023). Panduan Transformasi Digital dalam Pembelajaran Abad 21. Jakarta: Direktorat Jenderal Pendidikan Tinggi.
Kurniawan, R. (2021). Penerapan Artificial Intelligence dalam Dunia Pendidikan di Indonesia. Jurnal Teknologi Pendidikan, 9(2), 85–97.
Martin, F., & Bolliger, D. U. (2018). Engagement matters: Student perceptions on the importance of engagement strategies in online learning. Online Learning Journal, 22(1), 205–222. https://doi.org/10.24059/olj.v22i1.1092
Mayer, R. E. (2019). Thirty years of research on online learning. Applied Cognitive Psychology, 33(2), 152–159. https://doi.org/10.1002/acp.3482
Ng, A. (2020). Machine Learning Yearning: Technical Strategy for AI Engineers. Deeplearning.ai.
UNESCO. (2021). Artificial Intelligence in Education: Challenges and Opportunities for Sustainable Development. Paris: UNESCO Publishing.
Prince, M. (2004). Does active learning work? A review of the research. Journal of Engineering Education, 93(3), 223–231. https://doi.org/10.1002/j.2168-9830.2004.tb00809.x
Schindler, L. A., Holgado, D., & Williams, M. A. (2017). Computers in education: A meta-analysis of digital learning engagement. Computers & Education, 111, 1–17. https://doi.org/10.1016/j.compedu.2017.02.006
Sun, C., Shrivastava, A., Singh, S., & Gupta, A. (2017). Revisiting Unreasonable Effectiveness of Data in Deep Learning Era. IEEE International Conference on Computer Vision.
Zepke, N., & Leach, L. (2010). Improving student engagement: Ten proposals for action. Active Learning in Higher Education, 11(3), 167–177. https://doi.org/10.1177/1469787410379680
Zhou, Z. H. (2021). A Brief Introduction to Weakly Supervised Learning. National Science Review, 5(1), 44–53.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Nur Indah Margi Utami, Ririn Sri Sumasni, Irwan Rilandi

This work is licensed under a Creative Commons Attribution 4.0 International License.
How to Cite
Similar Articles
- Imelda Oktavia Effendi, Chamelia Hemawati, Amien Masykur, Pengembangan Model Manajemen Sumber Daya Manusia Strategis untuk Meningkatkan Kualitas Kinerja Karyawan , Jurnal Ilmiah Multidisiplin Indonesia: Vol. 2 No. 1 (2026): Jurnal Ilmiah Multidisiplin Indonesia
- Raisa Maulida, Bella Aisya Ayu Aprilia, Hasto Prabowo Santoso, Model dan Dinamika Kepemimpinan dalam Manajemen Strategik: Sebuah Tinjauan Konseptual , Jurnal Ilmiah Multidisiplin Indonesia: Vol. 2 No. 1 (2026): Jurnal Ilmiah Multidisiplin Indonesia
- Fahmi Reza Rosyadi, Yolanda Sri Rahay , Tamara Damanik, Model Integratif Budaya Organisasi, Komitmen Organisasi, dan Motivasi Kerja terhadap Kepuasan Kerja dan Implikasinya pada Kinerja Karyawan , Jurnal Ilmiah Multidisiplin Indonesia: Vol. 2 No. 2 (2026): Jurnal Ilmiah Multidisiplin Indonesia
- Ahmaddhan Ayyasal Fatah, Naufal Luthfi Alifa, Analisis Komparatif Kelembagaan Ekonomi Islam di Brunei Darussalam dan Singapura serta Implikasinya bagi Penguatan Ekonomi Islam di Indonesia , Jurnal Ilmiah Multidisiplin Indonesia: Vol. 1 No. 2 (2025): Jurnal Ilmiah Multidisiplin Indonesia
- Ariella Dina Arasani, Yoga Mahendra, Model Strategis Pengelolaan SDM dan Kepuasan Kerja terhadap Produktivitas Karyawan dan Kinerja Perusahaan , Jurnal Ilmiah Multidisiplin Indonesia: Vol. 2 No. 1 (2026): Jurnal Ilmiah Multidisiplin Indonesia
- Cindy Ega Aprilia, Auliya Oktavi Maula, Rifania Auralia Rahman, Penerapan Manajemen Strategik dalam Mengelola Persaingan Pasar: Studi Kasus pada Perusahaan Telekomunikasi di Indonesia , Jurnal Ilmiah Multidisiplin Indonesia: Vol. 2 No. 1 (2026): Jurnal Ilmiah Multidisiplin Indonesia
- Ipuk Widayanti, Optimalisasi Potensi Wisata Desa melalui Pendekatan SDGs: Studi Kasus Kebun Makna Ponorogo, Jawa Timur , Jurnal Ilmiah Multidisiplin Indonesia: Vol. 1 No. 1 (2025): Jurnal Ilmiah Multidisiplin Indonesia
- Siti Aisyah, Naufal Luthfi Alifa, Perbandingan Dinamika Kelembagaan Ekonomi Islam di Negara Malaysia dan Amerika Serikat dalam Menghadapi Era Globalisasi 4.0 , Jurnal Ilmiah Multidisiplin Indonesia: Vol. 1 No. 2 (2025): Jurnal Ilmiah Multidisiplin Indonesia
- Dewi Setia Rahayu, Ahmad Bayu Permana, Muhammad Rafif Said, Implementasi Kebijakan Pendidikan Agama Islam Pasca 2019: Studi Literatur di Madrasah dan Pesantren , Jurnal Ilmiah Multidisiplin Indonesia: Vol. 1 No. 2 (2025): Jurnal Ilmiah Multidisiplin Indonesia
- Gigih Firmansyah, Hanawan Risa, Yuni Ramawati, Analisis Kegagalan dan Strategi Pengembangan Usaha Mikro Fashion Jilbab: Studi Kasus UMKM Lokal dan Online , Jurnal Ilmiah Multidisiplin Indonesia: Vol. 2 No. 2 (2026): Jurnal Ilmiah Multidisiplin Indonesia
You may also start an advanced similarity search for this article.



