Syntax Literate: Jurnal Ilmiah Indonesia pï¿½ISSN: 2541-0849 e-ISSN: 2548-1398

Vol. 7, No. 5, Mei 2022

PENGEMBANGAN E-LEARNING INTERAKTIF BERBASIS LMS DAN SCORM

Dwijoko Purbohadi

Universitas Muhammadiyah Yogyakarta, Indonesia

Abstrak

Asyncronous e-learning adalah model yang paling sering digunakan di Indonseia. Unsur penting dalam e-learning adalah teknologi, konten, dan metode. Pada umumnya guru menggunakan konten berbentuk dokumen, gambar, atau video. Konten-konten tersebut bersifat pasif karena siswa hanya membaca, melihat, dan mendengarkan. Model konten pasif seperti ini kurang memberikan pengalaman belajar. Salah satu cara untuk meningkatkan pengalaman belajar adalah menggunakan konten yang bersifat interaktif. Mengembangkan konten interaktif membutuhkan pendekatan teknologi dan cara yang tepat. Penelitian ini memaparkan sebuah model pengembangan e-learning yang bersifat interaktif berbasis Learning Management System (LMS) dan Shareable Object Reference Model (SCORM).

Kata Kunci: interaktif, e-learning, LMS, SCORM

Abstract

Asynchronous e-learning is the most frequently used model in Indonesia. The essential elements in e-learning are technology, content, and methods. In general, teachers use content in documents, images, or videos. These contents are passive because students only read, see, and listen. This passive content model does not provide a learning experience. One way to enhance the learning experience is to use interactive content. Developing interactive content requires a technological approach and the right way. This paper describes an interactive e-learning development model based on the Learning Management System (LMS) and Shareable Object Reference Model (SCORM).

Keywords: interactive, e-learning, LMS, SCORM

Pendahuluan

Penerapan sistem belajar jarak jauh menggunakan teknologi informasi dalam rangka mengurangi penyebaran virus Covid-19 telah memberikan dampak unik bagi masyarakat, khususnya guru dan siswa, baik dampak positif maupun negatif. Guru, siswa, dan sekolah secara mendadak harus menjalankan pembelajaran online, dan tentu saja tanpa persiapan yang baik (Padmo and Ardiasih 2020). Salah satu dampak positif yang mudah kita amati adalah bahwa selama pandemi siswa benar-benar dituntut mampu belajar mandiri; selama ini siswa terbiasa tatap muka di sekolah, akibatnya mayoritas siswa merasa bosan dengan sistem online (Irawan, Dwisona, and Lestari 2020). Meskipun tidak ada interaksi langsung dengan guru dan rasa bosan, namun mayoritas siswa tetap menjalankan tugas dengan baik (Thomas 2020). Tanpa kita sadari, hal ini telah membentuk sebuah model belajar online yang berangsur-angsur menjadi sebuah model belajar yang berpusat pada siswa (sistem aktif). Pengalaman seperti ini dapat dioptimalkan untuk membuat inovasi pembelajaran yang lebih menarik, salah satunya untuk membuat modul e-learning yang bersifat interaktif (Yordanova et al. 2015). Dari hasil survei yang telah dilakukan sebelumnya, diketahui bahwa dampak pembelajaran online sangat bervariasi (Hadi Warsito, Evi Winingsih, Denok Setiawati 2019). Sebagian survei menunjukkan pembelajaran online efektif dan menjadi alternatif pembelajaran ke depan (Abidah et al. 2020). Salah satu hasil survei menunjukkan mayoritas guru menghendaki pasca Covid-19 pembelajaran dapat kembali ke sistem tatap muka (Putri et al. 2020). Para guru berpendapat bahwa sistem online tidak optimal. Melihat kondisi seperti ini pengembangan sistem e-learning yang lebih menarik menjadi semakin penting supaya momen belajar online tidak banyak ditinggalkan.

Dalam teknologi pendidikan, istilah ï¿½interaktifï¿½ mengacu pada konten responsif yang mendorong siswa lebih atraktif (Alenezi and Shahi 2015). Model pembelajaran interaktif lebih efektif dan efisien (Pradono, Astriani, and Moniaga 2013). Pembelajaran online interaktif tidak bersifat satu arah seperti membaca, mendengarkan, dan menonton konten statis. Sistem interaktif berbeda dengan sistem pasif yang hanya menunggu informasi kemudian mencernanya. Konten interaktif akan menanggapi masukan siswa, seperti perkataan, gerakan, atau sentuhan. Bentuk dari konten interaktif ini adalah video game, simulasi high-fidelity, tutorial imersif, kumpulan masalah, dan dialog. Dengan adanya konten interaktif ini diharapkan dapat mengatur respon sesuai dengan perkembangan belajar siswa. Peralatan input dalam konten interaktif melibatkan seperti keyboard, layar sentuh, mikrophone, sensor, atau peralatan elektonik lainnya. Sedangkan untuk peralatan output, konten interaktif juga melibatkan, seperti layar, speaker, motor, lampu, atau peralatan elektronik lain.

Ada dua model e-learning, yaitu sinkron dan asinkron. Peralatan pendukung dua model ini berbeda, model sinkron mayoritas menggunakan video conference dan model asinkron menggunakan sistem pengelolaan belajar. Penggunaan sistem pengelolaan belajar adalah untuk pengelolaan siswa, penyebaran konten, administrasi, asesmen, penilaian, dan komunikasi.ï¿½ Konten e-learning untuk model sinkron atau asinkron lebih banyak untuk mendukung kegiatan yang bersifat pasif. Meskipun e-learning asinkron sangat mendorong kegiatan yang berpusat pada siswa, tetapi pada hakekatnya kegiatan belajarnya tetap bersifat pasif. Siswa lebih banyak menjadi penonton, pembaca, dan penjawab. Saat belajar sistem e-learning hanya menyediakan konten yang tidak melibatkan ucapan dan gerak. Berbeda dengan konten pasif, konten interaktif akan melibatkan suara dan gerak. Keunggulan konten interaktif adalah lebih cocok untuk pembelajaran yang membutuhkan keterlibatan siswa, salah satunya pembelajaran yang melibatkan dialog, gerak, dan sentuhan.

Untuk mengembangkan modul interaktif membutuhkan pengetahuan tentang e-learning, multimedia, dan pemrograman. Guru memiliki pengetahuan bagaimana memilih materi yang sesuai dan memilih metode yang sesuai, tetapi guru tidak memiliki pengetahuan tentang pemrograman. Programmer memiliki pengetahuan tentang bagaimana membuat konten interaktif, tetapi tidak memiliki pengetahuan bagaimana memimilih materi dan bagaimana cara mengajarkannya. Jadi, untuk mengembangkan konten interaktif harus melibatkan guru dan programmer. Di sisi yang lain, banyak pilihan teknologi, media, dan peralatan pengembangan. Dapat diambil kesimpulan bahwa untuk mengembangkan modul interaktif dibutuhkan sebuah pendekatan. Penelitian ini memaparkan sebuah pendekatan pengembangan modul e-learning yang interaktif supaya mudah disebarluaskan, mudah diintegrasikan, mudah bagi guru untuk mengatur materi, menarik bagi siswa, mudah di akses, dan efektif-efisien.ï¿½

Metode Penelitian

Garis besar pendekatan pengembangan modul interaktif yang digunakan tampak pada gambar 1. Ada beberapa komponen untuk menyusun pendekatan pengembangan modul yang digunakan dalam rancangan ini, yaitu: materi pelajaran, model pembelajaran interaktif (melibatkan gerak, sentuhan, dan suara), authoring tools, halaman web, peranti input (kamera, layar sentuh, mouse, mikrophone), dan peranti keluaran (layar, speaker, motor, lampu).ï¿½ Materi dan model pembelajaran menjadi tugas guru untuk menyusunnya. Sedangkan pembuatan modul pembelajaran menggunakan authoring tools atau berbentuk halaman web menjadi tuga programmer atau pengembang konten.

Gambar 1

Model pendekatan pengembangan modul interaktif

Integrasi antara modul pembelajaran dengan sistem e-learning dilakukan melalui fitur pengelolaan modul belajar yang ada di dalam ruang virtual sistem manajemen pembelajaran atau Learning Management System (LMS). Modul disebarluaskan oleh LMS dalam bentuk SCORM atau Shareable Content Object Reference Model. SCORM berisi konten dengan banyak variasi, antara lain berbentuk video, game, simulasi, text, gambar, animasi, atau kombinasinya. Berbeda dengan konten yang disebarluaskan menggunakan halaman pada ruang virtual LMS; konten yang dikemas dalam SCORM dapat ditambahkan HTML object dan kode JavaScript. HTML Object dapat berbentuk tombol, link, animasi, halaman web, iframe, dan lain sebagainya. Object ini dapat dingkatkan fungsinya menggunakan kode JavaScript. Modul berbentuk SCORM lebih nyaman jika diakses menggunakan aplikasi dibanding diakses langsung melalui halaman web. Program aplikasi telah banyak tersedia secara gratis, baik yang berbasis desktop (windows/IOS) maupun yang berbasis mobile (Android/Iphone). Kami merancang arsitektur integrasi e-learning seperti tampak pada Gambar 2.

Gambar 2

Arsitektur E-Learning Interaktif

Salah satu keunikan arsitektur ini adalah untuk menyatukan antara materi pembelajaran dengan sistem database yang dimiliki oleh LMS. Integrasi ini melalui web service yang disediakan oleh LMS menggunakan SCORM Standard 1.2. Integrasi ini sangat berkaitan dengan kebutuhan otomatisasi aktivitas pembelajaran. Semua aktivitas siswa saat menggunakan modul interaktif tercatat dalam database, termasuk skor yang dibutuhkan untuk asesmen atau penilaian. Integrasi ini menjadi penting karena mengubah model pembelajaran secara fundamental. Keterlibatan guru atau pengajar dalam administrasi kegiatan belajar berkurang. Peran guru dapat ditingkatkan supaya lebih banyak melakukan monitoring, evaluasi, dan memberikan perlakuan belajar secara online atau offline. ï¿½

Hasil dan Pembahasan

Dalam penelitian ini, ada tiga jenis pembelajaran yang digunakan untuk mengembangkan e-learning interaktif, yaitu ucapan, gerak, dan sentuhan. Materi pembelajaran e-learning yang melibatkan ucapan antara lain: pronunciation, speaking, conversation, dan lain sebagainya. Pembelajaran yang melibatkan gerak antara lain: materi kecerdasan buatan (face detector, pose detector, dan hand detector), materi kesehatan, olahraga, fisika dinamis, dan lain sebagainya. Sedangkan materi pembelajaran yang melibatkan sentuhan antara lain: simulasi, metaverse, game, dan lain sebagainya. Tabel 1 memperlihatkan tiga jenis model melibatkan gerak, modul yang dapat dikembangkan, dan teknologi yang digunakan. ï¿½

Tabel 1

Model Pembelajaran, Modul, Dan Teknologi Yang Digunakan

Model pembelajaran	Modul	Teknologi/komponen
Melibatkan gerak	Kecerdasan buatan (pose detector, hand pose, face dectection)	ml5.js, p5.js
Melibatkan suara	Pronunciation, speaking, conversation	p5.js, speech recognition, sound, sound sythensizer.
Melibatkan sentuhan	Metaverse	Youtube API

Kami telah mengembangkan dan menguji model pembelajaran yang melibatkan gerak sebagai bagian dari kecerdasan buatan. Modul e-learning yang mengandung kecerdasan buatan seperti ini merupakan masa depan e-learning (Uï¿½ar, M.U.; ï¿½zdemir 2022). Kami telah mengembangkan dan menguji beberapa modul yaitu pose detector atau detektsi pose tubuh manusia. Gambar 3 memperlihatkan salah satu tampilan pose detector. Modul ini berisi pengenalan konsep pose detector untuk mendeteksi gaya tubuh dan tangan. Siswa diberi memilih jumlah deteksi orang yang berdansa dalam sebuah video. Siswa juga bisa melihat pose tanpa video. Modul juga menyediakan fasilitas deteksi pose tangan. Dalam bagian ini siswa dapat melakukan praktik untuk memahami konsep bagaimana mesin melakukan proses belajar mengenal pose tangan. Secara aktif siswa memotret berbagai posisi dan bentuk pose tangan, kemudian memerintahkan mesin untuk belajar kumpulan pose tersebut, dan menguji hasilnya. Sisi lain yang dapat diperoleh dari pengembangan modul ini adalah untuk memperkenalkan bahwa teknologi deteksi pose sangat penting untuk industri di masa yang akan datang (Song et al. 2021). Mesin dapat membedakan pose tangan mengepal atau melambai. Model-model pengenalan konsep kecerdasan buatan seperti dalam penelitian ini merupakan salah satu materi penting bagi pendidikan anak di masa yang akan datang (Sakulkueakulsuk et al. 2019).

Gambar 3

Salah Satu Tampilan Pose Detector

Modul ini melibatkan html object seperti iframe dan tombol. Modul ini juga melibatkan JavaScript library seperti p5.js dan ml5.js. Pustaka p5.js merupakan unsur utama dalam pemrograman grafis. p5.js adalah interpretasi baru Pemrosesan yang ditulis dalam JavaScript yang memudahkan untuk berinteraksi dengan objek HTML5, termasuk teks, input, video, webcam, dan suara. Menggunakan pustaka ini secara teknis mempermudah dan mempercepat pembuatan sebuah modul. Pustaka ml5.js merupakan antarmuka untuk menggunakan TensorFlow.js. Kombinasi ini penting untuk mengembangkan modul-modul e-learning yang berbasis pada kecerdasan buatan. TensorFlow.js adalah pustaka yang berperan dalam menjalankan algoritma kecerdasan buatan, memory management, dan mempercepat proses matematis GPU (Graphical Processing Unit) (Abadi et al. 2016).

Modul interaktif lain yang telah kami kembangkan untuk pelajaran pengucapan kata atau kalimat. Model pembelajaran yang banyak melibatkan ucapan adalah English pronunciation. Saat ini, English pronunciation telah berkembang menjadi ilmu tersendiri. English pronunciation adalah ilmu yang mempelajari teknik/tatacara melafalkan kosakata bahasa Inggris, salah satu materi pembelajaran yang lebih kompleks dibanding pembelajaran tata bahasa (grammar) atau perbendaharaan kata (vocabularies). Dalam pembelajaran Bahasa Inggris, pronunciation sangat penting dipelajari siswa (Gilakjani 2012), terutama pada kata atau kalimat yang sulit diucapkan dengan benar. Siswa yang menguasai grammar belum tentu fasih berbicara (Kusumawardani and Mardiyani 2018). Jika seseorang siswa memiliki pelafalan yang baik maka dia telah berhasil menguasai bagian terpenting;ï¿½ï¿½ siswa tersebut memiliki kemampuan berkomunikasi yang baik pula karena lebih mudah dimengerti oleh lawan bicara (Bakar, Ridhuan, and Lim 2018). Bentuk pembelajaran yang melibatkan pengucapan seperti ini lebih efektif jika menggunakan bantuan teknologi (Yan, Lin, and Liu 2018). Gambar 4 memperlihatkan salah satu tampilan dari modul pembelajaran pronunciation. Alasan lain kami mengambil pembelajaran pronunciation adalah karena belum banyak yang menerapkan teknologi (Zein et al. 2020). Padahal pembelajaran pronunciation membutuhkan teknologi.

Gambar 4

Tampilan Halaman Latihan Pronunciation

Salah satu kendala yang kami alami saat mengembangkan modul ini adalah dari sisi aplikasi untuk mengakses modul. Pembelajaran pronunciation melibatkan pengubah suara menjadi teks dan sebaliknya. Pengubah suara ke teks (speech recognition) tidak dikenali oleh aplikasi yang berbasis elektron karena faktor keamanan, sehingga kami membuat halaman web untuk berlatih pengucapan, cara ini lebih mudah dan praktis (Purbohadi et al. 2021). Web latihan pengucapan dibuat menggunakan HTML 5 dan Javascript. Halaman web ini diletakkan dalam direktori utama Moodle agar mudah diakses. Fungsi utamanya adalah sebagai tempat berlatih pengucapan dan mengirim skor latihan sementara dengan memanfaatkan LMS database.ï¿½

Dalam pengembangan ini, kami telah melakukan pengujian awal dalam bentuk pengujian tampilan modul interaktif. Pengujian ini penting untuk pengujian-pengujian selanjutnya seperti keterlaksanaan dan efektivitas pembelajaran. Tampilan yang buruk sangat berpengaruh terhadap ketertarikan dan motivasi siswa (Kahu and Nelson 2018). Pengukuran tampilan menggunakan sistem skala usability atau System Usability Scale (SUS). Alat ukur ini berbentuk kuesioner yang dapat digunakan untuk mengukur usability sistem komputer menurut sudut pandang subyektif pengguna. Dikembangkan oleh John Brooke pada tahun 1986 dan hingga sekarang masih digunakan karena pratkis, mudah, hasilnya berupa skor 0ï¿½100, tidak membutuhkan perhitungan yang rumit, dan telah tersebar luas secara bebas. Selain itu, yang terpenting adalah SUS terbukti valid dan reliable, walau dengan jumlah responden terbatas (H.N, Nugroho, and Ferdiana 2015).

Kami melakukan pengujian dan perbaikan. Dari pengujian pertama dengan jumlah responden 33 siswa sekolah dasar, modul detektor gerak diperoleh skor usability 72.5 atau masuk dalam kategori bagus. Langkah berikutnya yang kami lakukan adalah mencoba melakukan perbaikan sesuai dengan item pernyataan yang bernilai kurang. Sistem dianggap kurang pada sisi konsistensi. Setelah perbaikan, kami melakukan lagi pengukuran. Hasilnya skor usability naik menjadi 77.5 atau pada kriteria bagus. Langkah yang sama kami lakukan untuk menguji tampilan modul pembelajaran pronunciation. Modul diuji dengan jumlah responden 83 siswa sekolah menengah kejuruan. Dari pengujian modul ini kami memperoleh skor akhir yang sama, yaitu 77.5. Meskipun dua modul tersebut masih belum masuk kategori bagus sekali namun sistem kami anggap sudah sudah bisa digunakan untuk pengujian pada tahap implementasi. Khusus untuk modul interaktif yang melibatkan sentuhan masih dalam tahap pengembangan. Kami mengembangkan modul metaverse dan disebarluaskan melalui YouTube. Secara teknis dapat bekerja dengan sempurna dengan memanfaatkan YouTube API. Namun kami belum melakukan pengujian tampilan karena belum menemukan bentuk kolaborasi pengembangan antara guru dan programmer. Selain itu, metaverse masih asing bagi kebanyakan guru yang kami temui.

Kesimpulan

Dalam rancangan ini, ada tiga pendekatan penting dalam pengembangan modul e-learning interaktif. Pertama, dalam proses produksi guru memiliki peran menyiapkan materi. Bagaimana mengolah materi menjadi modul interaktif menjadi tanggung jawab programmer. Komunikasi antar guru dan programmer sangat penting untuk menghasilkan sebuah modul yang efektif dan efisien. Kedua, teknologi yang digunakan menggunakan sumber daya yang bersifat open source, terkini, dan praktis. Kami melibatkan authoring tools untuk menghasilkan modul menggunakan standar SCORM untuk mempercepat proses produksi. Kami menggunakan pustaka pemrograman kreatif untuk memudahkan pembuatan dari sisi pemrograman, termasuk dalam pembuatan modul-modul kecerdasan buatan. Ketiga, kami menggunakan pendekatan integrasi teknologi, konten, dan metode pembelajaran. Integrasi ini penting untuk menghasilkan sebuah sistem pembelajaran yang sederhana dari sisi administrasi namun sangat teliti dalam proses untuk mencapai tujuan pembelajaran. Hasil integrasi LMS dan modul interaktif adalah sangat mempermudah kegiatan belajar siswa dan memperbanyak kegiatan guru dalam mendampingi belajar. Model seperti ini sangat potensial untuk membentuk sistem pembelajaran campuran yang efektif dan efisien.

BIBLIOGRAFI

Abadi, Martï¿½n, Paul Barham, Jianmin Chen, Zhifeng Chen, Andy Davis, Jeffrey Dean, Matthieu Devin, Sanjay Ghemawat, Geoffrey Irving, Michael Isard, Manjunath Kudlur, Josh Levenberg, Rajat Monga, Sherry Moore, Derek G. Murray, Benoit Steiner, Paul Tucker, Vijay Vasudevan, Pete Warden, Martin Wicke, Yuan Yu, and Xiaoqiang Zheng. 2016. ï¿½TensorFlow: A System for Large-Scale Machine Learning.ï¿½ Proceedings of the 12th USENIX Symposium on Operating Systems Design and Implementation, OSDI 2016 (June 2021):265ï¿½83. Google Scholar

Abidah, Azmil, Hasan Nuurul Hidaayatullaah, Roy Martin Simamora, Daliana Fehabutar, and Lely Mutakinati. 2020. ï¿½The Impact of Covid-19 to Indonesian Education and Its Relation to the Philosophy of ï¿½Merdeka Belajar.ï¿½ï¿½ Studies in Philosophy of Science and Education 1(1):38ï¿½49. Google Scholar

Alenezi, Ahmed Maajoon, and Krishna Kirti Shahi. 2015. ï¿½Interactive E-Learning through Second Life with Blackboard Technology.ï¿½ Procedia - Social and Behavioral Sciences 176:891ï¿½97. Google Scholar

Bakar, Zulqarnain Abu, Muhammad Ridhuan, and Tony Lim. 2018. ï¿½Importance of Correct Pronunciation in Spoken English : Dimension of Second Language Learners ï¿½ Perspective Social Sciences & Humanities Importance of Correct Pronunciation in Spoken English : Dimension of Second Language Learners ï¿½ Perspective.ï¿½ 23(August 2015):143ï¿½58. Google Scholar

Gilakjani, Abbas Pourhosein. 2012. ï¿½The Significance of Pronunciation in English Language Teaching.ï¿½ English Language Teaching 5(4):96ï¿½107. Google Scholar

H.N, Ika Aprilia, Paulus Insap Nugroho, and Ridi Ferdiana. 2015. ï¿½Pengujian Usability Website Menggunakan System Usability Scale.ï¿½ Jurnal Iptekkom : Jurnal Ilmu Pengetahuan & Teknologi Informasi 17(1):31. Google Scholar

Hadi Warsito, Evi Winingsih, Denok Setiawati, Najlatun Naqiyah. 2019. ï¿½Pembelajaran Online Pasca Pandemi Covid 19: Identifikasi Masalah Pembelajaran Daring.ï¿½ Journal of Chemical Information and Modeling 53(9):1689ï¿½99. Google Scholar

Irawan, Andi Wahyu, Dwisona Dwisona, and Mardi Lestari. 2020. ï¿½Psychological Impacts of Students On Online Learning During The Pandemic Covid-19.ï¿½ Konseli : Jurnal Bimbingan Dan Konseling (E-Journal) 7(1):53ï¿½60. Google Scholar

Kahu, Ella R., and Karen Nelson. 2018. ï¿½Student Engagement in the Educational Interface: Understanding the Mechanisms of Student Success.ï¿½ Higher Education Research and Development 37(1):58ï¿½71. Google Scholar

Kusumawardani, Siska Anisa, and Endah Mardiyani. 2018. ï¿½The Correlation Between English Grammar.ï¿½ Profesional Journal of English Education 1(6):724ï¿½33. Google Scholar

Padmo, Dewi, and Lidwina Sri Ardiasih. 2020. ï¿½The Impact Of Covid19 On The International Education System.ï¿½ The Impact Of Covid19 On The International Education System (November). Google Scholar

Pradono, Satrio, Maria Seraphina Astriani, and Jurike Moniaga. 2013. ï¿½A Method for Interactive Learning.ï¿½ CommIT (Communication and Information Technology) Journal 7(2):46. Google Scholar

Purbohadi, Dwijoko, Silvia Afriani, Nicko Rachmanio, and Arlina Dewi. 2021. ï¿½Developing Medical Virtual Teaching Assistant Based on Speech Recognition Technology.ï¿½ International Journal of Online and Biomedical Engineering 17(4):107ï¿½20. Google Scholar

Putri, Ratna Setyowati, Agus Purwanto, Rudy Pramono, Masduki Asbari, Laksmi Mayesti Wijayanti, and Choi Chi Hyun. 2020. ï¿½Impact of the COVID-19 Pandemic on Online Home Learning: An Explorative Study of Primary Schools in Indonesia.ï¿½ International Journal of Advanced Science and Technology 29(5):4809ï¿½18. Google Scholar

Sakulkueakulsuk, Bawornsak, Sivada Witoon, Potiwat Ngarmkajornwiwat, Pornpen Pataranutapom, Werasak Surareungchai, Pat Pataranutaporn, and Pakpoom Subsoontorn. 2019. ï¿½Kids Making AI: Integrating Machine Learning, Gamification, and Social Context in STEM Education.ï¿½ Proceedings of 2018 IEEE International Conference on Teaching, Assessment, and Learning for Engineering, TALE 2018 (December):1005ï¿½10. Google Scholar

Song, Liangchen, Gang Yu, Junsong Yuan, and Zicheng Liu. 2021. ï¿½Human Pose Estimation and Its Application to Action Recognition: A Survey.ï¿½ Journal of Visual Communication and Image Representation 76. Google Scholar

Thomas, Sannet. 2020. ï¿½Positive Impact of E-Learning During Covid-19 Pandemic Among.ï¿½ (November). Google Scholar

Uï¿½ar, M.U.; ï¿½zdemir, E. Recognizing. 2022. ï¿½Recognizing Students and Detecting Student Engagement with Real-Time Image Processing.ï¿½ Google Scholar

Yan, Hengbin, Jiexuan Lin, and Ying Liu. 2018. ï¿½EFL Pronunciation Training With Computer-Assisted Adaptive Peer Review.ï¿½ English Language Teaching 11(11):74. Google Scholar

Yordanova, Lina, Nadezhda Angelova, Gabriela Kiryakova, Angelova Nadezhda, and Gabriela Kiryakova. 2015. ï¿½Interactive Models of E-Learning for Active Learning.ï¿½ Journal of the Faculty of Technics and Technologies 3(4). Google Scholar

Zein, Subhan, Didi Sukyadi, Fuad Abdul Hamied, and Nenden Sri Lengkanawati. 2020. ï¿½English Language Education in Indonesia: A Review of Research (2011-2019).ï¿½ Language Teaching 53(4):491ï¿½523. Google Scholar

ï¿½ï¿½ï¿½ï¿½ï¿½ï¿½ï¿½ï¿½ï¿½ï¿½ï¿½

Copyright holder:

Dwijoko Purbohadi (2022)

First publication right:

Syntax Literate: Jurnal Ilmiah Indonesia

This article is licensed under: