Peningkatan Arsitektur Moodle dan Fitur-fitur Pembelajaran Pada Ekosistem Server Cloud Menggunakan Kubernetes dan Gamifikasi

Peneliti: Yesun Utomo dan I Gede Putra Kusuma Negara

Penelitian ini menyajikan arsitektur LMS Moodle yang dihosting di Google Cloud Platform untuk mendukung proses pembelajaran. Fitur pembelajaran LMS diperluas dengan menambahkan pembelajaran berbasis lokasi dan pembelajaran berbasis pengenalan objek sebagai elemen gamifikasi. Kedua fitur diimplementasikan dalam bentuk plugin Moodle yang memanfaatkan layanan eksternal melalui API. Pembelajaran berbasis lokasi menggunakan peta interaktif Leaflet dan fitur pencarian Google Maps. Sedangkan pembelajaran berbasis pengenalan objek menggunakan layanan pengenalan objek (ORS)  yang dihosting di Google Kubernetes Engine untuk mengklasifikasikan, menyimpan, dan membuat model gambar.

Evaluasi arsitektur menggunakan Architecture Trade-off Analysis Method (ATAM) untuk mengevaluasi kinerja dan skalabilitas sebagai atribut kualitas. Hasil percobaan menunjukkan bahwa LMS Moodle dapat mendukung 480 pengguna secara bersamaan dengan waktu respon rata-rata 11,37 detik dengan ketersediaan 100%. Sementara ORS dapat mendukung 960 pengguna secara bersamaan dengan ketersediaan di atas 98%. Dengan demikian, pendidik dapat menggunakan arsitektur ini sebagai contoh untuk mendukung pembelajaran banyak siswa. Di masa depan, solusi ini dapat dievaluasi apakah dapat meningkatkan motivasi belajar dan prestasi siswa.