Mendikdasmen: Deep Learning Itu Suatu Pendekatan Pembelajaran, Bukan Kurikulum

JATENG.DISWAY.ID - Diskusi mengenai potensi transisi dari Kurikulum Merdeka ke Kurikulum Deep Learning semakin intensif, seiring dengan pernyataan terbaru dari Menteri Pendidikan Dasar dan Menengah, Abdul Mu’ti.

Inisiatif ini mencerminkan keinginan pemerintah untuk menilai Kurikulum Merdeka dan mengarahkan pendidikan ke pendekatan yang lebih mendalam serta berfokus pada partisipasi aktif siswa.

Berdasarkan beberapa sumber, Kurikulum Deep Learning dirancang untuk memperkaya pemahaman siswa melalui metode yang mendorong mereka tidak hanya untuk memahami materi, tetapi juga untuk merasakannya melalui pendekatan Mindful Learning, Meaningful Learning, dan Joyful Learning.

BACA JUGA:10 Aplikasi AI Pembelajaran Interaktif untuk Siswa dan Guru

Apa Itu Kurikulum Deep Learning?

Kurikulum ini memperhatikan karakteristik unik setiap siswa, sementara Meaningful Learning menekankan pemahaman yang mendalam tentang materi yang berkaitan erat dengan kehidupan sehari-hari.

Joyful Learning, di sisi lain, menekankan pentingnya menciptakan lingkungan belajar yang menyenangkan dan merangsang rasa ingin tahu.

Mengapa Perlu Diganti?

Dengan kemajuan teknologi, metode pembelajaran tradisional mulai dianggap kurang relevan dalam mempersiapkan generasi muda.

Melalui peralihan ke Kurikulum Deep Learning, diharapkan siswa tidak hanya sekadar menghafal atau memahami secara superficial, tetapi juga terlibat secara emosional dan intelektual.

Machine learning (ML) dan deep learning (DL) merupakan dua cabang dalam kecerdasan buatan yang saling terkait, meskipun memiliki perbedaan. ML memungkinkan komputer untuk menyelesaikan masalah berdasarkan pola yang dipelajari dari data sebelumnya.

BACA JUGA:Dinas Dikbud Kabupaten Tegal Tingkatkan Kualitas Pembelajaran

ML dapat diterapkan dalam asisten virtual seperti Siri atau Google Assistant, serta dalam sistem rekomendasi di e-commerce.

Sementara itu, DL adalah metode yang lebih kompleks, yang memungkinkan komputer untuk menganalisis data tidak terstruktur dalam jumlah besar, seperti dalam teknologi deteksi wajah pada fitur face unlock. DL menggunakan jaringan saraf tiruan yang terdiri dari berbagai lapisan.

Dalam machine learning, algoritma beroperasi pada data yang terstruktur dan biasanya dalam jumlah yang lebih sedikit. Sebaliknya, deep learning memungkinkan komputer untuk belajar secara mendalam dari data yang kompleks dengan dukungan perangkat keras yang memiliki kapasitas besar.

Contohnya, deep learning dapat digunakan untuk menganalisis gambar medis seperti CT scan dan MRI, yang membantu dalam diagnosa kesehatan dengan lebih cepat dan akurat. 

Sumber: