Inovasi Intelligent EV Diagnostic System UM Perkuat Kompetensi Calon Guru SMK di Era Kendaraan Listrik

Tim peneliti Universitas Negeri Malang (UM) yang diketuai Dr. Dani Irawan, S.Pd., M.Pd. dari Kelompok Bidang Keahlian (KBK) Manajemen Inovasi Pembelajaran Teknologi Otomotif, Program Studi Pendidikan Teknik Otomotif berhasil mengembangkan penelitian berjudul “Intelligent EV Diagnostic and Prognostic System dalam Challenge-Based Learning Robotik Deep Learning untuk Meningkatkan Computational Thinking Calon Guru SMK.” Penelitian yang didanai melalui Penelitian Dana Internal UM Tahun 2026 dengan skema Penelitian KBK ini melibatkan tiga dosen anggota, yaitu Dr. M. Anas Tohir, M.Pd., Dr. Syarif Suhartadi, M.Pd., dan Fuad Indra Kusuma, M.Pd., serta dua mahasiswa, Putri Dwi Kartini dan Rossa Aprillia Putri, yang berperan dalam pengembangan produk, implementasi, dan pengumpulan data penelitian. Penelitian juga melibatkan mitra SMKN 6 Malang yang diwakili Drs. Muhammad Taufiq, M.Pd. sebagai pengguna, serta kolaborasi internasional dengan Nadia Abdul Wahab, Ph.D. dari Universiti Teknologi MARA. Penelitian bertujuan mengembangkan model pembelajaran inovatif berbasis Artificial Intelligence (AI), robotik, deep learning, dan Challenge-Based Learning untuk meningkatkan kemampuan Computational Thinking dan Technological Pedagogical Content Knowledge (TPACK) calon guru SMK dalam bidang kendaraan listrik.

Pelaksanaan penelitian menggunakan pendekatan mixed method dengan model pengembangan ADDIE yang meliputi tahap Analysis, Design, Development, Implementation, dan Evaluation. Tahapan diawali dengan analisis kebutuhan melalui observasi, wawancara, angket CT-TPACK, dan telaah kurikulum, kemudian dilanjutkan dengan perancangan model pembelajaran, pengembangan trainer kendaraan listrik berbasis mikrokontroler dan sensor, dashboard Intelligent EV Diagnostic and Prognostic System, modul pembelajaran, jobsheet, RPS, video tutorial, serta instrumen Computational Thinking dan TPACK. Seluruh produk divalidasi oleh ahli pendidikan vokasi, teknologi pembelajaran, serta kendaraan listrik dan robotik sebelum diimplementasikan kepada mahasiswa Program Studi Pendidikan Teknik Otomotif melalui pembelajaran berbasis tantangan yang mengintegrasikan praktik robotik, akuisisi data sensor, analisis AI, penyelesaian kasus industri, presentasi hasil, dan refleksi pembelajaran.

Hasil penelitian menunjukkan bahwa model yang dikembangkan memiliki tingkat validitas sangat tinggi dengan rata-rata skor 3,83 (Sangat Valid), sedangkan keterlaksanaan pembelajaran mencapai 95,7% (Sangat Baik) dan kepraktisan model mencapai 94,1% (Sangat Praktis). Implementasi model juga berhasil meningkatkan kemampuan Computational Thinking mahasiswa, ditunjukkan oleh peningkatan nilai rata-rata dari 61,48 menjadi 86,73 dengan N-Gain 0,66, serta meningkatkan kompetensi TPACK dari 65,12 menjadi 88,35 dengan N-Gain 0,67. Selain menghasilkan model pembelajaran inovatif, penelitian ini melahirkan trainer kendaraan listrik berbasis AI, dashboard Intelligent EV Diagnostic System, perangkat pembelajaran lengkap, instrumen evaluasi, serta luaran berupa publikasi ilmiah, publikasi media massa, draft HKI, draft buku ber-ISBN, dan penerapan teknologi pada kegiatan Teaching Factory.

Penelitian ini mendukung pencapaian Sustainable Development Goals (SDGs) Nomor 4 (Pendidikan Berkualitas) melalui pengembangan inovasi pembelajaran vokasi yang memanfaatkan teknologi kecerdasan buatan untuk meningkatkan kualitas calon guru SMK. Integrasi Artificial Intelligence, robotik, deep learning, dan Challenge-Based Learning memperkuat kesiapan lulusan menghadapi transformasi industri kendaraan listrik sekaligus menjadi model pembelajaran yang dapat diimplementasikan pada Teaching Factory dan Learning Factory. Hasil penelitian diharapkan menjadi dasar pengembangan pembelajaran berbasis AI yang lebih luas melalui integrasi Internet of Things (IoT), Explainable Artificial Intelligence (XAI), cloud computing, dan Learning Management System (LMS) pada penelitian selanjutnya sehingga memberikan kontribusi bagi pengembangan pendidikan vokasi dan teknologi kendaraan listrik di Indonesia.

Ketua peneliti, Dr. Dani Irawan, S.Pd., M.Pd., menegaskan bahwa pengembangan Intelligent EV Diagnostic and Prognostic System dirancang untuk menghadirkan pembelajaran kendaraan listrik yang lebih kontekstual, berbasis data, dan sesuai dengan kebutuhan industri. Berdasarkan substansi laporan penelitian, model ini tidak hanya meningkatkan kemampuan teknis mahasiswa dalam melakukan diagnosis kendaraan listrik, tetapi juga memperkuat kemampuan berpikir komputasional dan kompetensi pedagogis calon guru SMK melalui pemanfaatan teknologi Artificial Intelligence. Tim peneliti berharap inovasi ini dapat terus disempurnakan, diimplementasikan secara lebih luas pada pendidikan vokasi, serta menjadi rujukan dalam pengembangan model pembelajaran kendaraan listrik berbasis AI di berbagai perguruan tinggi dan SMK di Indonesia.