Page 226 - Jurnal Penelitian MTsN 6 Jakarta

2. Keterbatasan waktu dan sumber daya guru dalam memberikan umpan
balik individual kepada siswa.
3. Kurangnya media pembelajaran interaktif yang mampu menumbuhkan
rasa ingin tahu dan keterlibatan aktif siswa dalam proses belajar sains.
Dalam konteks inilah, chatbot pembelajaran berpotensi menjadi
solusi inovatif untuk meningkatkan pemahaman literasi sains. Chatbot
dapat berperan sebagai asisten digital interaktif yang mendukung
pembelajaran berbasis dialog, eksplorasi, dan refleksi ilmiah.
Menurut Winkler dan Söllner (2018), chatbot dalam pembelajaran
sains memiliki beberapa peran strategis yang berkontribusi langsung
terhadap peningkatan literasi sains siswa, yaitu:
1. Sebagai Fasilitator Pemahaman Konsep Ilmiah
Chatbot dapat memberikan penjelasan sederhana, contoh kontekstual,
dan visualisasi konsep yang sulit dipahami melalui percakapan adaptif.
Dengan fitur ini, chatbot membantu siswa membangun pemahaman
konseptual (conceptual understanding), bukan sekadar menghafal
definisi.
2. Sebagai Tutor Virtual yang Memberikan Umpan Balik (Feedback)
Chatbot mampu mendeteksi kesalahan konsep atau jawaban siswa,
lalu memberikan koreksi dan penjelasan tambahan secara langsung.
Proses ini membantu siswa memperbaiki miskonsepsi secara mandiri
dan mengembangkan keterampilan berpikir reflektif.
3. Sebagai Stimulator Berpikir Kritis dan Inkuiri
Chatbot dapat mengajukan pertanyaan pemicu (prompting questions)
yang mendorong siswa untuk menganalisis fenomena, membuat
hipotesis, dan menghubungkan konsep ilmiah dengan kehidupan nyata.
Strategi ini sejalan dengan pendekatan inquiry-based learning yang
menjadi dasar pembelajaran sains modern.
4. Sebagai Media Belajar Mandiri (Self-Regulated Learning Tool)
Chatbot menyediakan lingkungan belajar yang fleksibel, di mana siswa
dapat belajar kapan saja dan mengulang materi sesuai kebutuhan.
Kemampuan ini mendukung pengembangan kemandirian belajar, yang
merupakan salah satu indikator utama literasi sains.
5. Sebagai Pengumpul Data Pembelajaran (Learning Analytics)
Chatbot dapat merekam interaksi siswa seperti frekuensi pertanyaan,
tingkat kesulitan, dan pola kesalahan. Data ini dapat dianalisis oleh
guru untuk memahami perkembangan literasi sains siswa dan
menyesuaikan strategi pengajaran secara lebih tepat.
Penelitian oleh Riel & Law (2021) menunjukkan bahwa penggunaan
chatbot edukatif dalam pembelajaran sains dapat meningkatkan
keterlibatan siswa hingga 35% dan memperbaiki skor pemahaman
konseptual dibandingkan pembelajaran konvensional. Hal ini
membuktikan bahwa interaksi berbasis AI mampu memfasilitasi
pembelajaran yang lebih personal, aktif, dan berbasis pengalaman.
Dalam konteks penelitian ini, chatbot CEMARA (Chatbot Edukasi
untuk Meningkatkan Literasi Sains) dirancang untuk menjalankan peran-
peran tersebut melalui fitur:

7