Pengenalan Literasi Botani Melalui Pendampingan Platform Artificial Intelligence Bagi Siswa SMK Negeri 4 Gowa
DOI:
https://doi.org/10.51574/mammiri.v3i2.4908Keywords:
Aplikasi, botani, digital, identifikasi, kecerdasan buatan, literasiAbstract
Perkembangan teknologi Kecerdasan Buatan (Artificial Intelligence/AI) menuntut siswa Sekolah Menengah Kejuruan (SMK) memiliki literasi digital yang komprehensif agar siap menghadapi era industri modern. Kegiatan pengabdian masyarakat ini bertujuan untuk memperkenalkan literasi botani dan keterampilan pemanfaatan AI sebagai asisten pembelajaran bagi 36 siswa Jurusan Teknologi Komputer dan Jaringan (TKJ) di SMK Negeri 4 Gowa. Metode pelaksanaan meliputi sosialisasi urgensi standardisasi botani global menggunakan platform Kew POWO, pelatihan identifikasi visual berbasis computer vision melalui aplikasi PlantNet, serta workshop pemanfaatan AI generatif seperti Google Gemini dan NotebookLM sebagai asisten riset. Evaluasi program dilakukan melalui desain pre-test dan post-test serta gamifikasi melalui kuis interaktif berhadiah. Hasil kegiatan menunjukkan peningkatan pemahaman siswa, hasil post-test secara keseluruhan lebih baik dibandingkan hasil pre-test. Berdasarkan survei kepuasan, 75% siswa merasa kegiatan ini sangat bermanfaat dan dapat menjadi pedoman untuk menggunakan AI di masa digital sekarang ini, sementara 25% siswa lainnya merasa kegiatan ini bermanfaat. Program ini berhasil menjembatani keahlian teknis siswa TKJ dengan kebutuhan aplikasi praktis di sektor pertanian digital (Smart Farming).
References
Fithroh, I., Qulbi, A., & Duriyat, M. (2024). Analisis Kebijakan Pendidikan Vokasi dalam Tantangan Dunia Kerja dan Kemajuan di Bidang Artificial Intelligence. Jurnal Ilmiah Muqoddimah : Jurnal Ilmu Sosial, Politik, dan Humaniora. https://doi.org/10.31604/jim.v8i4.2024.1591-1597.
Govaerts, R., Nic Lughadha, E., Saunders, N., & Chase, M. W. (2021). World checklist of vascular plants, a continuously updated resource for exploring global plant diversity. Scientific Data, 8(1), 1-10. https://doi.org/10.1038/s41597-021-00997-6
Isabella, I., Alfitri, A., Saptawan, A., Nengyanti, N., & Baharuddin, T. (2024). Empowering Digital Citizenship in Indonesia: Navigating Urgent Digital Literacy Challenges for Effective Digital Governance. Journal of Governance and Public Policy. https://doi.org/10.18196/jgpp.v11i2.19258.
Jones, A. S., White, A. E., & Smith, J. (2022). Artificial intelligence in botanical validation: Moving towards automated plant identification systems. Journal of Plant Sciences, 15(3), 112-125.
Kadir, A., Ruslan, M., & Syarif, H. (2022). Kompetensi teknis siswa TKJ dalam menghadapi era industri 4.0 di Indonesia. Jurnal Pendidikan Vokasi, 12(1), 45-56.
Kemendikbudristek. (2023). Panduan transformasi pendidikan vokasi: Link and match dalam skala global. Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi.
Musyaffa, M., Yudistira, N., & Rahman, M. (2023). IndoHerb: Indonesia medicinal plants recognition using transfer learning and deep learning. Heliyon, 10. https://doi.org/10.1016/j.heliyon.2024.e40606.
Pratama, R. A., Suwono, H., & Gofur, A. (2023). Literasi digital adaptif pada pendidikan menengah kejuruan: Tantangan lintas disiplin. Jurnal Pendidikan Sains Indonesia, 11(2), 210-222.
Putra, D., & , Kalfin. (2025). Utilization of Artificial Intelligence in the Discovery of Indonesian Herbal Medicines: Opportunities and Challenges. International Journal of Health, Medicine, and Sports. https://doi.org/10.46336/ijhms.v3i2.214.
Siahaan, M. (2023). Implementasi kecerdasan buatan dalam literasi sains di sekolah menengah. Teknologi Pendidikan Modern, 9(4), 301-315.
Turland, N. J., Wiersema, J. H., Barrie, F. R., et al. (2018). International code of nomenclature for algae, fungi, and plants (Shenzhen Code). Koeltz Botanical Books.
Unger, J., Merhof, D., & Rentzsch, C. (2020). Digitization of botanical specimens: Using AI-based research assistants for herbarium management. Taxon, 69(5), 1012-1024.
Wäldchen, J., & Mäder, P. (2018). Machine learning for image based species identification. Methods in Ecology and Evolution, 9(11), 2216-2225. https://doi.org/10.1111/2041-210X.13075.
