MAKALAH

DEEP LEARNING

Disusun Guna Memenuhi Tugas Individu

Mata Kuliah : Manajemen Pendidikan

Dosen Pengampu: Prof. Dr. H. Masturin, [Link].

1. Hadyan Akmal Abdullah (2410120065)

D2AIR

PROGRAM STUDI PENDIDIKAN AGAMA ISLAM

FAKULTAS TARBIYAH
INSTITUT AGAMA ISLAM NEGERI KUDUS
TAHUN 2025
 KATA PENGANTAR
Puji syukur kehadirat Allah SWT, yang telah memberikan Rahmat dan
hidayahnya sehingga saya dapat menyelesaikan tugas makalah yang berjudul
“Deep Learning” dengan baik dan selesai tepat pada waktunya. Makalah ini dibuat
dalam rangka memenuhi tugas mata kuliah Manajemen Pendidikan , yang diampu
oleh Bapak Prof. Dr. H. Masturin, [Link].

Saya mengucapkan terimakasih kepada pihak-pihak yang telah membantu

saya dalam menyelesaikan makalah ini. Saya menyadari bahwa masih banyak
kekurangan dalam penyusunan makalah ini, saya minta maaf jika ada ke keliruan
oleh karena itu saya akan sangat menghargai kritik dan saran untuk membangun
makalah ini menjadi lebih baik lagi, dan semoga makalah ini dapat menjadi manfaat
untuk kita semua.

Kudus, 04 Juni 2025

Penulis

ii
 DAFTAR ISI

KATA PENGANTAR ........................................................................................... ii

DAFTAR ISI ......................................................................................................... iii
BAB I ...................................................................................................................... 1
PENDAHULUAN .................................................................................................. 1
A. Latar Belakang ............................................................................................ 1
B. Rumusan Masalah ....................................................................................... 3
C. Tujuan Masalah ........................................................................................... 3
BAB II .................................................................................................................... 4
PEMBAHASAN .................................................................................................... 4
A. Pengertian Deep Learning ........................................................................... 4
B. Penerapan Deep Learning dalam Pendidikan ............................................. 5
C. Tantangan Penerapan Deep Learning dalam Pendidikan........................... 7
BAB III ................................................................................................................. 10
PENUTUP ............................................................................................................ 10
A. Simpulan ................................................................................................... 10
DAFTAR PUSTAKA .......................................................................................... 11

iii
 BAB I

PENDAHULUAN

A. Latar Belakang
Perkembangan teknologi kecerdasan buatan (artificial intelligence,
AI) telah membawa perubahan besar dalam berbagai sektor, termasuk
pendidikan. Salah satu cabang AI yang berkembang pesat adalah deep
learning, yang memiliki potensi untuk meningkatkan efektivitas dan
efisiensi proses pembelajaran. Teknologi ini memungkinkan analisis data
pembelajaran dalam jumlah besar secara cepat dan akurat, sehingga dapat
digunakan untuk menciptakan pengalaman belajar yang lebih adaptif dan
personalisasi.
Dalam konteks pendidikan, deep learning telah diterapkan dalam
berbagai bentuk, seperti sistem pembelajaran berbasis AI, chatbots untuk
bimbingan belajar, serta sistem penilaian otomatis yang dapat memberikan
umpan balik langsung kepada peserta didik.
Selain itu, integrasi teknologi ini juga dapat membantu
mengidentifikasi pola belajar siswa dan menyesuaikan materi ajar sesuai
dengan kebutuhan individu. Meskipun demikian, adopsi teknologi ini masih
menghadapi sejumlah tantangan, seperti keterbatasan infrastruktur digital,
kurangnya literasi teknologi di kalangan pendidik, serta hambatan kebijakan
dalam implementasi AI di institusi pendidikan.
Pendekatan deep learning dalam pendidikan merujuk pada
penggunaan teknologi kecerdasan buatan (AI) yang mampu menganalisis
pola, memahami konteks, dan menyesuaikan proses pembelajaran sesuai
dengan kebutuhan individu siswa.
Dengan kemampuannya dalam memproses dan menganalisis data
dalam jumlah besar, deep learning dapat digunakan untuk mengidentifikasi
preferensi belajar siswa, menyesuaikan strategi pengajaran, serta

1
mendukung guru dalam menciptakan pengalaman belajar yang lebih
bermakna.

2
B. Rumusan Masalah
1. Apa itu deep learning ?
2. Bagaimana penerapan deep learning dalam pendidikan ?
3. Apa tantangan dari penerapan deep learning dalam pendidikan ?

C. Tujuan Masalah
1. Untuk memahami pengertian deep learning.
2. Untuk mengetahui bagaimana penerapan deep learning dalam
pendidikan.
3. Untuk mengetahui tantangan dari penerapan deep learning dalam
pendidikan.

3
 BAB II

PEMBAHASAN

A. Pengertian Deep Learning

Deep Learning adalah bagian dari kecerdasan buatan dan machine
learning yang merupakan pengembangan dari neural network multiple layer
untuk memberikan ketepatan tugas seperti deteksi objek, pengenalan suara,
terjemahan bahasa dan lain-lain. Deep Learning berbeda dari teknik
machine learning yang tradisional, karena deep learning secara otomatis
melakukan representasi dari data seperti gambar, video atau text tanpa
memperkenalkan aturan kode atau pengetahuan domain manusia
Deep learning adalah seperangkat algoritma dalam machine learning
yang berusaha belajar dalam berbagai level, sesuai dengan tingkat abstraksi
yang berbeda, ini biasanya menggunakan jaringan syaraf tiruan, tingkat
dalam model statistik yang dipelajari ini sesuai dengan tingkat konsep yang
berbeda, di mana konsep tingkat yang lebih tinggi ditentukan dari tingkat
yang lebih rendah, dan konsep tingkat yang lebih rendah dapat membantu
untuk mendefinisikan banyak konsep tingkat yang lebih tinggi.1

Deep learning merupakan subbidang machine learning yang

algoritmanya terinspirasi dari struktur otak manusia. Struktur tersebut
dinamakan Artificial Neural Networks atau disingkat ANN. Pada dasarnya,
ia merupakan jaringan saraf yang memiliki tiga atau lebih lapisan ANN. Ia
mampu belajar dan beradaptasi terhadap sejumlah besar data serta
menyelesaikan berbagai permasalahan yang sulit diselesaikan dengan
algoritma machine learning lainnya.2

1
Abdul Raup, “Deep Learning dan Penerapannya dalam Pembelajaran”, Jurnal
Ilmiah Ilmu Pendidikan, no. 9 (2022).
2
Emil Naf’an, “DASAR-DASAR DEEP LEARNING dan Contoh Aplikasinya”,
2022, hal. 6.

4
B. Penerapan Deep Learning dalam Pendidikan
Penerapan deep learning dalam pendidikan telah membawa
perubahan signifikan dalam metode pengajaran dan pembelajaran, terutama
dalam mendukung pembelajaran adaptif (adaptive learning systems) yang
memungkinkan personalisasi pendidikan sesuai dengan kebutuhan dan
kemampuan individu siswa. Deep learning memungkinkan pengembangan
algoritma kecerdasan buatan yang mampu menganalisis pola belajar siswa,
memahami tingkat kesulitan yang dihadapi, dan memberikan materi yang
paling sesuai untuk memperkuat pemahaman mereka. Dengan
mengadaptasi model pembelajaran yang lebih fleksibel, teknologi ini tidak
hanya meningkatkan efektivitas pembelajaran tetapi juga mempercepat
waktu pemahaman siswa terhadap materi yang diberikan. Menurut studi
yang dilakukan oleh Chen et al. Sistem pembelajaran berbasis AI yang
mengadopsi deep learning mampu meningkatkan hasil akademik siswa
sebesar 20% dibandingkan dengan metode pembelajaran konvensional yang
tidak berbasis teknologi adaptif.
Selain mendukung personalisasi pembelajaran, deep learning juga
memiliki peran penting dalam mengembangkan sistem pembelajaran
berbasis kecerdasan buatan (intelligent tutoring systems). Sistem ini mampu
memberikan umpan balik otomatis dan interaktif kepada siswa,
memungkinkan mereka untuk belajar secara mandiri dengan bimbingan dari
AI yang bertindak sebagai tutor virtual.
Lebih jauh, implementasi teknologi deep learning dalam pendidikan
juga membuka peluang dalam pengembangan sistem evaluasi pembelajaran
berbasis analisis data besar (big data analytics). Algoritma deep learning
dapat mengolah data akademik siswa secara real-time untuk
mengidentifikasi pola kesulitan yang dihadapi siswa dalam suatu mata
pelajaran tertentu, memungkinkan pendidik untuk merancang strategi
pembelajaran yang lebih efektif dan berbasis bukti (evidence-based
learning). Teknologi ini dapat membantu pendidik dalam mengembangkan

5
 model intervensi yang lebih akurat bagi siswa yang mengalami kesulitan
dalam memahami konsep-konsep kompleks.3
Penerapan teknologi deep learning dalam kehidupan sehari-hari kini
sudah semakin luas. Berikut adalah beberapa contoh deep learning yang
umum digunakan:
1. Pengenalan Objek Teknologi ini digunakan untuk mengenali dan
mendeteksi objek pada gambar dan video. Contohnya antara lain, fitur
untuk menandai seseorang dalam sebuah foto di media sosial,
pengenalan komponen elekronika.
2. Biometrik Pengenalan Wajah Metode biometrik adalah metode
keamanan yang dinilai paling aman. Sebab, untuk menembus sistem
keamanan tersebut. Kita memerlukan data biometrik asli berupa sidik
jari, bentuk wajah, atau bisa juga retina mata. Bisa juga untuk
mengenali orang yang memakai masker dan orang yang tidak memakai
masker. Proses pengenalan biometrik tersebut sebenarnya juga
merupakan bentuk penerapan teknologi deep learning.
3. Virtual Assistants Smartphone yang bisa mengenali suara dan bahasa
saat menjalankan fitur Virtual Assistant sebenarnya merupakan contoh
penerapan deep learning.
4. Mobil Otomatis Sudah pernah mendengar tentang mobil otomatis tanpa
awak dari Tesla? Agar mobil tidak menabrak dan punya kemampuan
mengemudi layaknya seorang manusia, maka mesin perlu
mengumpulkan banyak data yang berhubungan dengan rambu lalu
lintas, perilaku pengguna jalan, hingga kemungkinan risiko di jalan. Hal
tersebut menjadi mungkin dengan bantuan teknologi deep learning
yang ditanamkan dalam sistem mobil Tesla.
5. Chatbots Saat ini, penggunaan chatbot sudah semakin masif.
Penggunaan chatbot terbukti mampu meringankan pekerjaan manusia
seperti industri customer service. Dengan chatbot yang ditingkatkan

3
Ahmad Turmuzi, “Pendekatan Deep Learning untuk Menciptakan Pengalaman
Belajar yang Bermakna”, Journal Scientific of Mandalika, no.7 (2025).

6
 menggunakan teknologi deep learning, sistem akan terus mempelajari
respons yang tepat saat menghadapi pelanggan.
6. Penerjemahan Mirip dengan Virtual Assistant, contoh deep learning
pada layanan penerjemahan pun mempelajari suara dan bahasa yang
digunakan manusia. Mekanisme ini sangat memudahkan banyak
orang.4

Dari contoh-contoh penerapan yang disebutkan diatas dalam

kehidupan sehari-hari, diterapkan juga dalam sistem pendidikan. Seperti
biometrik pengenalan wajah yang digunakan untuk presensi oleh para guru
dan siswa ketika di sekolah.

C. Tantangan Penerapan Deep Learning dalam Pendidikan

Meskipun memiliki potensi besar dalam meningkatkan pengalaman
belajar yang lebih bermakna, implementasi deep learning dalam dunia
pendidikan masih menghadapi berbagai tantangan yang kompleks. Salah
satu kendala utama adalah keterbatasan infrastruktur teknologi, terutama di
negara-negara berkembang yang masih memiliki akses terbatas terhadap
perangkat keras berkapasitas tinggi dan konektivitas internet yang stabil
Deep learning memerlukan komputasi yang intensif dan sering kali
membutuhkan akses ke cloud computing serta server berkinerja tinggi agar
dapat berjalan secara optimal.
Selain keterbatasan infrastruktur, rendahnya literasi digital di
kalangan pendidik dan siswa juga menjadi tantangan utama dalam
penerapan deep learning di sektor pendidikan. Banyak pendidik yang belum
memiliki pemahaman mendalam tentang teknologi kecerdasan buatan dan
bagaimana cara mengintegrasikannya ke dalam proses pembelajaran.5
Ada beberapa tantangan yang dihadapi dalam penerapan deep
learning dalam pendidikan yang akan disebutkan dibawah ini:

4
Emil Naf’an, op. cit., p. 13-14.
5
Ahmad Turmuzi, op. cit.

7
1. Kualitas dan Ketersediaan Data dalam Pembelajaran
Ketersediaan data yang berkualitas tinggi menjadi fondasi utama
dalam pengembangan model Deep Learning yang efektif di bidang
pendidikan. Namun, dalam praktiknya, data pembelajaran di sekolah
sering kali tidak terstruktur, tersebar, serta kurang terdokumentasi dengan
baik. Pemanfaatan big data dalam pendidikan dapat membantu institusi
untuk memahami kebutuhan siswa secara lebih mendalam dan menyusun
strategi pembelajaran yang lebih efektif.
2. Infrastruktur dan Kesiapan Teknologi di Sekolah
Penggunaan Deep Learning dalam pembelajaran di berbagai jenjang
pendidikan memberikan peluang adaptasi metode ajar yang lebih inovatif
dan sesuai kebutuhan peserta didik. Di tingkat Sekolah Dasar (SD), Deep
Learning memungkinkan guru mengembangkan pembelajaran berbasis
visual dan interaktif, seperti digital storytelling dan kuis adaptif. Di
tingkat SMP, Deep Learning dapat digunakan untuk menganalisis
perilaku belajar siswa dan membangun profil pembelajaran dinamis.
Sementara di tingkat perguruan tinggi, pemanfaatan Deep Learning lebih
difokuskan pada analisis data sosial seperti opini publik dan tren digital.
Namun, tantangan utama adalah keterbatasan infrastruktur dan literasi
digital guru.
3. Kompetensi Guru dan Literasi AI
Guru memiliki peranan penting dalam mengintegrasikan teknologi
Deep Learning ke dalam proses pembelajaran. Banyak guru di berbagai
jenjang pendidikan masih menghadapi tantangan dalam penguasaan
literasi kecerdasan buatan (AI). Penguasaan terhadap prinsip dasar Deep
Learning serta penerapannya dalam konteks pendidikan menjadi
prasyarat untuk mendukung terciptanya pembelajaran yang relevan
dengan perkembangan teknologi. Peningkatan kompetensi guru dalam
penggunaan teknologi AI dapat diwujudkan melalui program
pengembangan profesional berbasis teknologi.

8
 4. Resiko Masalah Privasi Siswa
Transparansi merupakan bagian penting dari pertimbangan etika
dalam penerapan Deep Learning di bidang pendidikan. Karran et al.
(2023) menekankan bahwa transparansi dan keterjelasan dalam sistem AI
sangat penting untuk membangun kepercayaan dan penerimaan dari
berbagai pemangku kepentingan dalam pendidikan. Jika proses kerja
algoritma tidak jelas, maka keputusan yang diambil oleh sistem, seperti
pemberian rekomendasi materi, penilaian otomatis, atau prediksi capaian
belajar, akan sulit untuk dikritisi secara objektif. Hal ini dapat
menimbulkan ketergantungan buta terhadap teknologi, yang pada
akhirnya mengurangi peran aktif guru dan siswa dalam proses belajar
mengajar.6

6
Serly Nurharis Jayatri, “Tantangan dan Peluang Penggunaan Deep Learning
Dalam Pembelajaran IPS di Era Digital”, Jurnal Sosial dan Humaniora, no. 4,
(2025).

9
 BAB III

PENUTUP

A. Simpulan
Deep learning merupakan cabang dari kecerdasan buatan yang meniru cara
kerja otak manusia melalui jaringan saraf tiruan untuk memproses data dalam
jumlah besar secara kompleks. Dalam konteks pendidikan, teknologi ini
menawarkan berbagai peluang transformasi, mulai dari pembelajaran yang
dipersonalisasi, analisis kinerja siswa secara real-time, hingga sistem penilaian
otomatis. Penerapan deep learning mampu meningkatkan efisiensi proses belajar-
mengajar dan mendukung pengambilan keputusan berbasis data oleh pendidik dan
lembaga pendidikan.

Namun, penerapan deep learning dalam dunia pendidikan tidak

lepas dari berbagai tantangan. Beberapa di antaranya adalah keterbatasan
infrastruktur teknologi, kurangnya tenaga pendidik yang melek teknologi,
risiko bias algoritma, serta isu etika dan privasi data siswa. Oleh karena itu,
untuk memaksimalkan manfaat deep learning dalam pendidikan,
dibutuhkan strategi implementasi yang matang, dukungan regulasi yang
kuat, serta peningkatan kapasitas sumber daya manusia di bidang teknologi
pendidikan.

10
 DAFTAR PUSTAKA
J.,N. Serly, Safitri Desi, Sujarwo. (2025). Tantangan dan Peluang Penggunaan Deep
Learning Dalam Pembelajaran IPS di Era Digital, Jurnal Sosial dan
Humaniora, 2(4), 30-43.
Naf'an, E., Islami, F., & Gushelmi, G. (2022). DASAR-DASAR DEEP
LEARNING dan Contoh Aplikasinya.

Raup, A., Ridwan, W., Khoeriyah, Y., Supiana, S., & Zaqiah, Q. Y. (2022). Deep
Learning dan Penerapannya dalam Pembelajaran. JIIP-Jurnal Ilmiah Ilmu
Pendidikan, 5(9), 3258-3267.

Turmuzi, A. (2025). Pendekatan Deep Learning untuk Menciptakan Pengalaman

Belajar yang Bermakna. Journal Scientific of Mandalika (JSM) e-ISSN
2745-5955| p-ISSN 2809-0543, 6(7), 1711-1719.

11