Pengembangan Instrumen E-Asesmen untuk Deteksi Dini Anak Berkesulitan Belajar di Sekolah Dasar : Suatu Kajian Sistematik

Abstract

Pendidikan inklusif di sekolah dasar menuntut adanya deteksi dini terhadap anak berkesulitan belajar (ABB) guna mencegah kegagalan akademik dan mendukung intervensi yang tepat. Kajian ini bertujuan menelaah secara sistematis pengembangan instrumen e-asesmen digital untuk deteksi dini kesulitan membaca, menulis, dan berhitung permulaan melalui metode Systematic Literature Review (SLR) dengan protokol PRISMA. Sebanyak 18 artikel yang terbit antara tahun 2018–2024 dianalisis secara tematik. Hasil menunjukkan bahwa jenis kesulitan yang paling banyak dikaji meliputi disleksia, diskalkulia, ADHD, dan autisme. Teknologi yang dominan digunakan adalah machine learning seperti Random Forest dan K-Fold Cross Validation, serta platform digital seperti Google Formulir dan aplikasi berbasis web/mobile. Instrumen digital terbukti meningkatkan efisiensi skrining dan akurasi deteksi dini, namun penerapannya masih terbatas di sekolah dasar Indonesia. Kajian ini merekomendasikan pengembangan instrumen yang valid, reliabel, dan kontekstual sesuai kebutuhan guru serta infrastruktur lokal, guna memperkuat asesmen inklusif berbasis teknologi.