Merancang Kurikulum Deep Learning dan Coding berbasis Kebutuhan Industri Teknologi Informasi
DOI:
https://doi.org/10.70294/jimu.v3i04.1024Kata Kunci:
Deep Learning, Kurikulum Industri, Coding, Pendidikan Tinggi, Teknologi InformasiAbstrak
Revolusi Industri 4.0 dan percepatan digitalisasi telah mengubah lanskap kebutuhan tenaga kerja, terutama di sektor teknologi informasi. Kompetensi dalam bidang deep learning dan coding menjadi sangat krusial, namun institusi pendidikan tinggi masih mengalami kesenjangan antara kurikulum akademik dan tuntutan dunia industri. Penelitian ini bertujuan untuk merancang kurikulum deep learning dan coding yang adaptif terhadap kebutuhan industri teknologi informasi melalui pendekatan deskriptif kualitatif. Data dikumpulkan melalui studi literatur, analisis dokumen kurikulum, dan sintesis tematik terhadap praktik terbaik di beberapa institusi global. Hasil penelitian menunjukkan bahwa kurikulum ideal harus mencakup empat level pembelajaran Basic, Intermediate, Advanced, dan Professional dengan penekanan pada pembelajaran berbasis proyek, integrasi platform industri, serta sertifikasi kompetensi. Selain itu, kolaborasi triple helix antara akademisi, industri, dan pemerintah sangat penting dalam memastikan sinkronisasi kurikulum dengan perkembangan teknologi terkini. Tantangan seperti keterbatasan dosen, infrastruktur, dan kesiapan mahasiswa dapat diatasi melalui kebijakan penguatan kapasitas SDM, integrasi microcredential, dan penerapan blended learning. Rancangan ini diharapkan dapat menjembatani kesenjangan antara dunia pendidikan dan kebutuhan dunia kerja digital.
Unduhan
Referensi
Ambarwati, D., Wibowo, U. B., Arsyiadanti, H., & Susanti, S. (2021). Studi literatur: Peran inovasi pendidikan pada pembelajaran berbasis teknologi digital. Jurnal Inovasi Teknologi Pendidikan, 8(2), 173-184.
Anas, M. H., Bakti, S., Nasril, Y., & Adawiyah, R. (2025). Analisis Perkembangan Kurikulum Pendidikan Nasional di Indonesia dari Kurikulum 1947 hingga Kurikulum Merdeka: Studi Literatur. Didaktika: Jurnal Kependidikan, 14(1 Februari), 1259-1272.
Dong, H., & Zeng, F. (2020). Exploring the Challenges Concerning Deep Learning in SPOCs: a Case Study in a University in China. Frontiers in Educational Research, 3(14).
Dwivedi, Y. K., Hughes, D. L., Ismagilova, E., Aarts, G., Coombs, C., Crick, T., ... & Williams, M. D. (2021). Artificial intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy. International Journal of Information Management, 57, 101994. https://doi.org/10.1016/j.ijinfomgt.2019.08.002
Etzkowitz, H., & Leydesdorff, L. (2000). The dynamics of innovation: From national systems and “Mode 2” to a triple helix of university–industry–government relations. Research Policy, 29(2), 109–123. https://doi.org/10.1016/S0048-7333(99)00055-4
Faldi, M. R. R., Prafitasari, A. N., & Soelfiah, A. (2023). Chat Gpt: Improving Biology Learning Outcomes Problem-Based Learning Assisted Artificial Intelligence. Biosfer: Jurnal Tadris Biologi, 14(2), 217-225.
Foster, D., White, L., Adams, J., Erdil, D. C., Hyman, H., Kurkovsky, S., ... & Stott, L. (2018, July). Cloud computing: developing contemporary computer science curriculum for a cloud-first future. In Proceedings Companion of the 23rd Annual ACM Conference on Innovation and Technology in Computer Science Education (pp. 130-147).
Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning. MIT Press.
Herlissha, N., Fitari, T., Oktariani, D., & Noviyanti, I. (2024). Transformasi Digital dalam Praktik Manajemen Sumber Daya Manusia Pada Perusahaan. Cakrawala: Jurnal Ekonomi, Manajemen dan Bisnis, 1(4), 2394-2399.
Kementerian Komunikasi dan Informatika Republik Indonesia. (2023). Laporan kebutuhan SDM digital Indonesia 2023. Jakarta: Kominfo.
Kobets, V., & Savchenko, S. (2022). Building an Optimal Investment Portfolio with Python Machine Learning Tools. In IT&I (pp. 307-315).
LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436–444. https://doi.org/10.1038/nature14539
McKinsey Global Institute. (2022). The future of work after COVID-19: Reimagining jobs, skills, and training. Retrieved from https://www.mckinsey.com/
Miller, E. C., & Krajcik, J. S. (2019). Promoting deep learning through project-based learning: A design problem. Disciplinary and interdisciplinary science education research, 1(1), 7.
Muslim, M. P., Hadi, N. T., Theresiawati, T., Seta, H. B., & Ernawati, I. E. (2024). School Curriculum Development Training with Collaborative Coding to Enhance Student Skills and Collaboration. Dinamisia: Jurnal Pengabdian Kepada Masyarakat, 8(5), 1523-1532.
Ningrum, M. (2025). Efektivitas Kebijakan Link and Match dalam Pendidikan Vokasi: Menakar Kesiapan Lulusan Memasuki Dunia Kerja. Jurnal Ilmu Manajemen dan Pendidikan, 5(1), 51-58.
OECD. (2020). Curriculum reform: A framework for developing inclusive 21st century curricula. OECD Publishing. https://doi.org/10.1787/20769679
OECD. (2021). Skills for a digital world: Making the most of technology for learning and training. OECD Publishing. https://doi.org/10.1787/9789264284395-en
Pratama, N. S., & Dermawan, D. A. (2020). Studi Literatur Model Blended Learning Pada Berbagai E-Learning Dalam Meningkatkan Hasil Belajar Pendidikan Vokasi/Kejuruan. IT-Edu: Jurnal Information Technology and Education, 5(01), 182-194.
Ramadan, Z. H., Putri, M. E., & Nukman, M. (2025). Pendekatan Pembelajaran Deep Learning Di Sekolah Dasar (Teori Dan Aplikasi). Greenbook Publisher.
Schwab, K. (2017). The fourth industrial revolution. New York: Crown Business.
Setiawan, R., Mardapi, D., Pratama, A., & Ramadan, S. (2019). Efektivitas blended learning dalam inovasi pendidikan era industri 4.0 pada mata kuliah teori tes klasik. Jurnal Inovasi Teknologi Pendidikan, 6(2), 148-158.
Soegiarto, I., Hasnah, S., Annas, A. N., Sundari, S., & Dhaniswara, E. (2023). Inovasi pembelajaran berbasis teknologi artificial intelligences (AI) pada sekolah kedinasan di era revolusi industri 4.0 dan society 5. O. Innovative: Journal Of Social Science Research, 3(5), 10546-10555.
Suarta, I. (2012). Hubungan sistem pembelajaran, lingkungan belajar, konsep diri dan pengembangan employability skills mahasiswa. Jurnal Penelitian dan Evaluasi Pendidikan, 16, 24-41.
Sugiyono. (2021). Metode penelitian kuantitatif, kualitatif, dan R&D (26 ed.). Bandung: Alfabeta.
Trilling, B., & Fadel, C. (2009). 21st century skills: Learning for life in our times. San Francisco: Jossey-Bass.
Turban, E., Volonino, L., & Wood, G. (2018). Information technology for management: On-demand strategies for performance, growth and sustainability (11th ed.). Wiley.
Waruwu, E., NDRAHA, A. B., & LASE, D. (2022). Peluang dan tantangan G20 dalam transformasi manajemen pendidikan di era revolusi industri 4.0 dan civil society 5.0 pasca pandemi covid-19. Jurnal Ilmiah Maksitek, 7(3), 26-32.
Wijaya, M. (2025). Kurikulum Deep Learning di Indonesia; Sebuah Harapan Baru. Jurnal Ilmiah Pendidikan Scholastic, 9(1), 10-15.
Wijayanti, A. R. Y., & Arafat, A. (2023). Peningkatan Hasil Belajar Mahasiswa Perencanaan Hutan melalui Model Pembelajaran Collaborative Learning. PTK: Jurnal Tindakan Kelas, 3(2), 122-130.
World Economic Forum. (2020). The future of jobs report 2020. Retrieved from https://www.weforum.org/reports/the-future-of-jobs-report-2020
World Economic Forum. (2023). Jobs of tomorrow: Mapping opportunity in the new economy. Retrieved from https://www.weforum.org/
Yulianti, G., Bernardi, B., Permana, N., & Wijayanti, F. A. K. W. (2023). Transformasi pendidikan Indonesia: Menerapkan potensi kecerdasan buatan (AI). Journal of Information Systems and Management (JISMA), 2(6), 102-106.
