Analisis Bibliometrik tentang Universal Design for Learning dalam Pembelajaran Abad ke-21

Main Article Content

Loso Judijanto
Muhammad Rusdi

Abstract

Penelitian ini bertujuan untuk menganalisis tren publikasi, kolaborasi penulis dan institusi, serta perkembangan tematik dalam studi Universal Design for Learning (UDL) dalam konteks pembelajaran abad ke-21 melalui pendekatan bibliometrik. Data dikumpulkan dari basis data Scopus dengan rentang waktu 2010–2024 dan dianalisis menggunakan perangkat lunak VOSviewer. Hasil analisis menunjukkan bahwa Amerika Serikat merupakan pusat kolaborasi global dengan keterhubungan luas terhadap negara lain, sedangkan negara-negara Asia Timur mendominasi produktivitas penulis dalam klaster tersendiri. Secara tematik, literatur UDL berkembang ke arah dua kutub utama: pendekatan pedagogi inklusif dan integrasi dengan teknologi cerdas seperti machine learning dan artificial intelligence. Visualisasi temporal dan heatmap mengungkapkan bahwa topik-topik berbasis teknologi cenderung meningkat dalam tiga tahun terakhir, menunjukkan pergeseran fokus riset ke arah personalisasi pembelajaran berbasis data. Temuan ini memberikan gambaran menyeluruh mengenai arah perkembangan UDL dan membuka peluang integrasi multidisipliner dalam menjawab tantangan pendidikan digital yang inklusif dan adaptif.

Article Details

How to Cite
Judijanto, L., & Rusdi, M. (2025). Analisis Bibliometrik tentang Universal Design for Learning dalam Pembelajaran Abad ke-21. Sanskara Pendidikan Dan Pengajaran, 3(02), 59–69. https://doi.org/10.58812/spp.v3i02.556
Section
Articles

References

Abdillah, K., & Hamami, T. (2021). Pengembangan Kurikulum Menghadapi Tuntutan Kompetensi Abad Ke 21 Di Indonesia. Jurnal Pendidikan Islam Al-Ilmi, 4(1).

Chen, Y.-C., Li, L., Yu, L., El Kholy, A., Ahmed, F., Gan, Z., Cheng, Y., & Liu, J. (2020). Uniter: Universal image-text representation learning. European Conference on Computer Vision, 104–120.

Defferrard, M., Bresson, X., & Vandergheynst, P. (2016). Convolutional neural networks on graphs with fast localized spectral filtering. Advances in Neural Information Processing Systems, 29.

Dewi, D. R. (2019). Pengembangan kurikulum di Indonesia dalam menghadapi tuntutan abad ke-21. As-Salam: Jurnal Studi Hukum Islam & Pendidikan, 8(1), 1–22.

Donthu, N., Kumar, S., Mukherjee, D., Pandey, N., & Lim, W. M. (2021). How to conduct a bibliometric analysis: An overview and guidelines. Journal of Business Research, 133, 285–296.

Dunkley, E. J. C., Isbister, G. K., Sibbritt, D., Dawson, A. H., & Whyte, I. M. (2003). The Hunter Serotonin Toxicity Criteria: simple and accurate diagnostic decision rules for serotonin toxicity. Qjm, 96(9), 635–642.

Fortunato, S., Bergstrom, C. T., Börner, K., Evans, J. A., Helbing, D., Milojević, S., Petersen, A. M., Radicchi, F., Sinatra, R., & Uzzi, B. (2018). Science of science. Science, 359(6379), eaao0185.

Kaastra, I., & Boyd, M. (1996). Designing a neural network for forecasting financial and economic time series. Neurocomputing, 10(3), 215–236.

Komara, E. (2018). Penguatan pendidikan karakter dan pembelajaran abad 21. Sipatahoenan, 4(1).

Lu, L., Jin, P., Pang, G., Zhang, Z., & Karniadakis, G. E. (2021). Learning nonlinear operators via DeepONet based on the universal approximation theorem of operators. Nature Machine Intelligence, 3(3), 218–229.

Maass, W., Natschläger, T., & Markram, H. (2002). Real-time computing without stable states: A new framework for neural computation based on perturbations. Neural Computation, 14(11), 2531–2560.

Nivre, J., De Marneffe, M.-C., Ginter, F., Goldberg, Y., Hajic, J., Manning, C. D., McDonald, R., Petrov, S., Pyysalo, S., & Silveira, N. (2016). Universal dependencies v1: A multilingual treebank collection. Proceedings of the Tenth International Conference on Language Resources and Evaluation (LREC’16), 1659–1666.

Nuryani, P., Abidin, Y., & Herlambang, Y. T. (2019). Model pedagogik multiliterasi dalam mengembangkan keterampilan berpikir abad ke-21. EduHumaniora| Jurnal Pendidikan Dasar Kampus Cibiru, 11(2), 117–126.

Poplin, R., Chang, P.-C., Alexander, D., Schwartz, S., Colthurst, T., Ku, A., Newburger, D., Dijamco, J., Nguyen, N., & Afshar, P. T. (2018). A universal SNP and small-indel variant caller using deep neural networks. Nature Biotechnology, 36(10), 983–987.

Redhana, I. W. (2024). Pembelajaran Digital Pada Abad ke-21. Undiksha Press.

Septyah, R. (2024). Filosofi Pendidikan Inklusi dalam Praktik Pendidikan Abad Ke-21 di Indonesia. Unpublished Manuscript.

Wisada, P. D., & Sudarma, I. K. (2019). Pengembangan media video pembelajaran berorientasi pendidikan karakter. Journal of Education Technology, 3(3), 140–146.

Xie, T., & Grossman, J. C. (2018). Crystal graph convolutional neural networks for an accurate and interpretable prediction of material properties. Physical Review Letters, 120(14), 145301.