ANALISIS EFEKTIVITAS PEMBELAJARAN MENGGUNAKAN PENDEKATAN DEEP LEARNING PADA SEKOLAH DASAR
DOI:
https://doi.org/10.30595/jkp.v19i1.25960Keywords:
Evektifitas, Pembelajaran, Deep learning, Sekolah DasarAbstract
Tujuan penelitian ini untuk mendeskripsikan efektivitas, kesiapan dan kesesuai kerangka pendekatan pembelajaran menggunakan pendekatan deep learning pada sekolah dasar, terutama kesiapan sumber daya, baik guru maupun fasilitas penunjang kegiatan pembelajaran di SD yang ada di Bima. Metode yang digunakan dalam penelitian ini yaitu library riset, dengan menelaah literatur secara sistematis mengumpulkan, mengevaluasi, dan menyintesis informasi dari berbagai sumber yang relevan dengan topik penelitian. Hasil penelitian menunjukan bahwa pendekatan deep learning dalam pembelajarn terdiri dari 3 pilar utama yaitu pemahaman tentang diferensiasi belajar siswa, mengajak siswa berpikirkritis dalam menyelesaikan masalah, dan belajar dengan penuh menyenangkan, agar siswa mudah mengingat kembali yang telah dipelajari. Penerapan deep learning pada sekolah dasar lebih menekankan pada pembelajaran kontektual yang dapat diterapkan pada pembelajaran IPAS, Matematika, Bahasa Indonesia, PPKn, PAI, dan pembelajaran intakurikuler lainnya. Hanya saja pendekatan ini dapat diterapkan apabila Guru mampu mengkontektualisasikan isu-isu terbaru, dengan materi pelajaran yang disampaikan. Bagi guru yang pernah mengikuti program sekolah penggerak atau pengajar praktik/penggerak, dapat dengan mudah menerapakan dan mengkombinasian deep learning sebagai pendekatan belajar, namun dalam satu SD tidak semua guru mengikuti program tersebut. Artinya perlu adanya mentoring atau pelatihan dari guru pengerak atau gugus kelompok GMP dan sejenisnya, kepada semua guru SD, dan hal ini tidak menutup kemungkinan dapat diterapkan dengan baik, sebagai pendekatan pembelajaran yang mendalam, terperinci dan menyenangkan.References
Bengio, Y., Goodfellow, I., & Courville, A. (2017). Deep learning (Vol. 1). MIT press Cambridge, MA, USA.
Faisal, M. A. A., Mecheter, I., Qiblawey, Y., Fernandez, J. H., Chowdhury, M. E. H., & Kiranyaz, S. (2025). Deep Learning in Automated Power Line Inspection: A Review. ArXiv Preprint ArXiv:2502.07826.
Festiawan, R. (2020). Belajar dan pendekatan pembelajaran. Universitas Jenderal Soedirman, 11.
Fitriani, M. D. (2025). Akankah “Deep Learning” Menggantikan Kurikulum Merdeka. https://doi.org/https://bpmpbengkulu.kemdikbud.go.id/akankah-deep-learning-menggantikan-kurikulum-merdeka/
Friani, I. F., Sulaiman, & Mislinawati. (2017). Kendala Guru dalam Menerapkan Model Pembelajaran pada Pembelajaran Tematik berdasarkan Kurikulum 2013 di SD Negeri 2 Kota Banda Aceh. Jurnal Ilmiah Pendidikan Guru Sekolah Dasar FKIP Unsyiah, 2(1), 88–97. Retrieved from https://media.neliti.com/media/publications/188143-ID-kendala-guru-dalammenerapkan-model-pembe.pdf
Jiang, B., Li, J., Lu, Y., Cai, Q., Song, H., & Lu, G. (2025). Eficient image denoising using deep learning: A brief survey. Information Fusion, 103013.
Kemendikbud. (2025). Mendikdasmen Paparkan Implementasi Deep Learning Sebagai Upaya Peningkatan Mutu Pendidikan. https://doi.org/https://www.kemdikbud.go.id/main/blog/2025/02/mendikdasmen-paparkan-implementasi-deep-learning-sebagai-upaya-peningkatan-mutu-pendidikan
Kwong, J. Y. Y., & Wong, K. F. E. (2025). The development of escalation bias across the life span: A multi-level adaptive learning approach. Cognitive Development, 74, 101554.
Liang, S., Chen, G., Ma, C., Zhu, C., Li, L., Gao, H., & Yang, T. (2025). Quantitative determination of acid value in palm oil during thermal oxidation using Raman spectroscopy combined with deep learning models. Food Chemistry, 143107.
Miza Nina Adlini, dkk. (2022). Metode Penelitian Kualitatif Studi Pustaka dan Studi Lapangan. Pre-Print Digital Library UIN Sunan Gunung Djati Bandung.
Nehzati, M. (2025). Optimization of deep learning algorithms for large digital data processing using evolutionary neural networks. Memories-Materials, Devices, Circuits and Systems, 100126.
Nguyen, Q., & Kieu, C. (2024). Predicting Tropical Cyclone Formation with Deep Learning. Weather and Forecasting. https://doi.org/10.1175/WAF-D-23-0103.1
Pahrul, Y., Joni, J., & Marlina, L. (2021). Kemampuan Guru dalam Mengelola Kelas selama Pembelajaran Covid-19 pada Anak Usia Dini. Jurnal Obsesi : Jurnal Pendidikan Anak Usia Dini. https://doi.org/10.31004/obsesi.v6i3.1807
Rohita, R., Anisa, N., & Fitriah, S. N. (2022). Penerapan Model Pembelajaran Area untuk Mendukung Kemampuan Kognitif Anak dalam Pembelajaran Daring. Jurnal Obsesi : Jurnal Pendidikan Anak Usia Dini. https://doi.org/10.31004/obsesi.v6i5.1753
Sitompul, B. (2022). Kompetensi Guru dalam Pembelajaran di Era Digital. Jurnal Pendidikan Tambusai. https://doi.org/10.31004/jptam.v6i3.4823
Zheng, J., Zhou, H., Liu, X., Yang, Z., & Ge, Z. (2025). Local deep learning of principal component regression model for spectroscopic calibration of time-varying spectra data. Measurement, 116855.
Published
Issue
Section
License
Copyright (c) 2025 Khazanah Pendidikan

This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors who publish with this journal agree to the following terms:
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
Khazanah Pendidikan is licensed under a Creative Commons Attribution 4.0 International License.