Pengembangan Media Robotika Intelligent Object Sorter (Elios) Untuk Pembelajaran Fisika Lingkungan Di Perguruan Tinggi: Kajian Literatur Komprehensif
DOI:
https://doi.org/10.30822/prosidingsenafisunwira.v1i1.5621Keywords:
Media Pembelajaran Robotika, Fisika Lingkungan; Artificial Intelligence (AI); Internet of Things (IoT); ELIOSAbstract
Kemajuan teknologi yang pesat serta kebutuhan untuk menyelaraskan pendidikan dengan Tujuan Pembangunan Berkelanjutan (Sustainable Development Goals/SDGs) 2030 menuntut hadirnya pendekatan pembelajaran yang inovatif dan interaktif dalam fisika lingkungan. Pembelajaran konvensional masih menghadapi tantangan dalam menghubungkan konsep-konsep fisika yang bersifat abstrak dengan permasalahan keberlanjutan yang ditemui dalam kehidupan nyata. Oleh karena itu, penelitian ini bertujuan untuk mengeksplorasi tren penelitian mengenai integrasi robotika, kecerdasan buatan (artificial intelligence), dan teknologi Android dalam pendidikan sebagai landasan ilmiah bagi pengembangan Environment Learning Intelligent Object Sorter (ELIOS). Penelitian menggunakan metode bibliometrik dengan menganalisis data publikasi yang diperoleh dari basis data Scopus pada periode 2005–2025. Analisis dilakukan untuk mengidentifikasi tema-tema penelitian dominan, tren perkembangan publikasi, pola sitasi, serta kesenjangan penelitian yang masih terbuka. Hasil penelitian menunjukkan adanya peningkatan yang signifikan pada jumlah publikasi dan dampak sitasi sejak tahun 2020. Namun demikian, distribusi penelitian masih didominasi oleh Amerika Serikat dan Tiongkok sehingga menunjukkan adanya kesenjangan geografis dalam pengembangan keilmuan. Selain itu, sebagian besar penelitian yang ada masih berfokus pada aspek teknis dan rekayasa, sementara integrasi antara robotika pendidikan dan pembelajaran fisika lingkungan masih relatif terbatas. Temuan ini menegaskan adanya kebutuhan akan pengembangan media pembelajaran yang mengintegrasikan robotika, kecerdasan buatan, dan konteks keberlanjutan lingkungan secara lebih holistik. Penelitian ini memberikan justifikasi ilmiah bagi pengembangan prototipe ELIOS sekaligus memperkaya kajian pada persimpangan antara sistem siber-fisik dan pendidikan fisika. Hasil penelitian juga diharapkan dapat menjadi acuan bagi pengembangan kebijakan pendidikan serta implementasi pembelajaran berbasis teknologi yang mendukung keberlanjutan lingkungan
References
Ajibudiarta, R., Khoiri, N., Patonah, S., & Hayat, M. S. (2025). Potential of STEAM-SDGs Integration in Physics Learning. Unnes Science Education Journal, 14(1), 88-98.
Anwar, S., Bascou, N. A., Menekse, M., & Kardgar, A. (2019). A systematic review of studies on educational robotics. Journal of Pre-College Engineering Education Research, 9(2), 19–42.
Ferrarelli, P., & Iocchi, L. (2021). Learning newtonian physics through programming robot experiments. Technology, Knowledge and Learning, 26(4), 789–824.
Fombona, J., Sáez, J.-M., & Sánchez, S. (2025). Artificial intelligence and robotics in education: Advances, challenges, and future perspectives. Social Sciences & Humanities Open, 11, 101533.
Haidegger, T., Mörch, C. M., et al. (2023). Robotics - Enabler and inhibitor of the Sustainable Development Goals. Sustainable Production and Consumption, 43, 422–434.
Marta, A., Zen, Z., Hidayati, A., & Rahmi, U. (2025). Development of android-based interactive learning media to improve student learning outcomes in class XII MIPA SMA. Jurnal Penelitian Pendidikan IPA, 11(5), 514–524.
Matsun, M., Hadiati, S., & Saputri, D. F. (2022). Development of IoT-Based Physics Learning Media and Its Effect on Students’ Critical Thinking Ability. Jurnal Penelitian Pendidikan IPA, 8(5), 2241–2246.
Nuroso, H., & Supriyadi. (2019). Environmental Physics Program: An Evaluation and Reconstruction. International Journal of Science and Society, 1(3), 45-56.
Nuroso, H., Sudarmin, Sarwi, & Supriyadi. (2020). Reconstruction of Environmental Physics Learning by Integrating Ethno-technology to Actualize Superior Teacher Candidates. Advances in Social Science, Education and Humanities Research, 574, 257-261.
Ouyang, F., & Xu, W. (2024). The effects of educational robotics in STEM education: a multilevel meta-analysis. International Journal of STEM Education, 11(7).
Saputra, R., et al. (2021). Integration of environmental literacy in physics learning. Jurnal Pendidikan IPA Indonesia, 10(4), 532–540.
Sari, W. A., Artika, W., Oktari, R. S., Safrida, Rahmatan, H., & Sasaki, D. (2025). Assessing Education for Sustainable Development (ESD) Competencies and Environmental Empathy in Disaster and Environment Knowledge to Support SDGs 2030. Jurnal Pendidikan IPA Indonesia, 14(1), 42-58.
Simanjuntak, Y. L. P., Rangkuti, M. A., & Hardianti, T. (2025). Perceptions of Physics Education Students at Universitas Negeri Medan on the Role of Physics Education in Sustainable Development Goals. Jurnal Eduscience, 12(6), 1881-1893.
Sung, Y.-T., Chang, K.-E., & Liu, T.-C. (2016). The effects of integrating mobile devices with teaching and learning on students' learning performance: A meta-analysis and research synthesis. Computers & Education, 94, 252-275.
Valderrama, D. A., Garzón-Velasco, M. D., & Alfonso Chaparro, L. P. (2024). Physics, Environment and Environmental Education; Perceptions from trainee Natural Science teachers. Revista Perspectivas, 9(2), 89-100.
Velempini, K. (2025). Assessing the Role of Environmental Education Practices Towards the Attainment of the 2030 Sustainable Development Goals. Sustainability, 17, 2043.
Wang, K., Sang, G. Y., Huang, L. Z., Li, S. H., & Guo, J. W. (2023). The effectiveness of educational robots in improving learning outcomes: A meta-analysis. Sustainability, 15(5), 4637.
Wati, A. W., Sari, D. P., Sulaeman, N. F., Syam, M., & Saparini. (2024). Integrating SDGs in Climate Change Education: Insights from Pre-Service Physics Teachers. Jurnal Eksakta Pendidikan (JEP), 8(2), 86-98.
Windrawan, I. G., Wibowo, F. C., & Sugihartono, I. (2024). Bibliometric Analysis of STEM Robotics in Physics Education: Global Trends (2008-2024) Based on Scopus Data. Jurnal Ilmiah Pendidikan Fisika, 8(3), 462-476.
Zhu, M., Liu, O., & Lee, H. (2020). The effect of automated feedback on revision behavior and learning gains in formative assessment of scientific argument writing. Computers & Education, 143
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Boris Agung Ramadhan, Firmanul Catur Wibowo, Andreas Handjoko Permana

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
