Aplikasi Augmented Reality Sistem Pencernaan Manusia Memanfaatkan Generator Model 3D Berbantuan Platform Kecerdasan Buatan

Bunga Sandra; Hafid Setyo Hadi; Sari Setyaning Tyas

doi:10.53697/jkomitek.v5i1.2739

Authors

Bunga Sandra Politeknik Negeri Media Kreatif Jakarta
Hafid Setyo Hadi Politeknik Negeri Media Kreatif Jakarta
Sari Setyaning Tyas Politeknik Negeri Media Kreatif Jakarta

DOI:

https://doi.org/10.53697/jkomitek.v5i1.2739

Keywords:

Augmented Reality, Kecerdasan Buatan, Pemodelan 3D, Sistem Pencernaan, Pendidikan

Abstract

Studi ini membandingkan empat alat AI text-to-3D (Luma AI, Masterpiece X, Meshy, dan Rodin AI) berdasarkan akurasi geometris, kualitas visual, dan kemudahan integrasi dengan AR. Analisis kuantitatif menunjukkan bahwa meskipun Luma AI menghasilkan model dengan detail tinggi, model tersebut memiliki deviasi yang signifikan, sedangkan Meshy AI lebih konsisten untuk model yang lebih sederhana. Evaluasi dari pengguna, yaitu guru SD, menunjukkan preferensi terhadap model asli yang dihasilkan oleh AI karena kejelasan warna, tekstur, dan bentuknya, meskipun model yang terintegrasi mendapat kritik karena ketidak sempurnaan visual. Temuan ini menekankan perlunya optimasi alat AI untuk meningkatkan efektivitas dalam pengajaran dan memberikan rekomendasi untuk pengembangan alat pembelajaran berbasis AR di masa mendatang.

References

Abdurohman, D. (2023). Tubuhku. Jakarta: Penerbit Edukasi Anak.

Fahroni, R., Sundari, S. S., & Mufizar, T. (2025). Implementasi Augmented Reality dalam media pembelajaran organ tubuh manusia berbasis Android untuk sekolah dasar. JEIS: Jurnal Elektro dan Informatika Swadharma, 5(1), 45–59.

Goodfellow, I., Bengio, Y., & Courville, A. (2020). Deep learning (2nd ed.). MIT Press.

Gupta, R., et al. (2024). Limitations of Text-to-3D AI in Biomedical Visualization. IEEE Transactions on Visualization and Computer Graphics, 30(4), 2055-2068.

Hartono, W., & Febriyanti, N. (2024). Generative AI for 3D content creation: Opportunities and challenges in Indonesian context. Indonesian Journal of Artificial Intelligence, 3(1), 45-58.

Kementerian Pendidikan dan Kebudayaan RI. (2024). Panduan Implementasi AR/VR dalam Pembelajaran. Jakarta: Kemdikbud.

Khotimah, H., Suyitno, H., & Dwijayanti, I. (2021). Development of augmented reality-based thematic learning media to improve elementary school students' engagement. International Journal of Interactive Mobile Technologies, 15(3), 45-60.

Laksmi Evasufi Widi Fajari, R. M. (2022). The Development of Augmented Reality to Improve Critical Thinking and Digital Literacy Skills of Elementary School Students. DWIJA CENDEKIA: Jurnal Riset Pedagogik, 689.

Maria, N.S., & Tim Edukasi. (2023). Seri Anatomi Tubuh Manusia: PENCERNAAN [Motion Picture]. Indonesia: Studio Edukasi Media.

Martinez, L. (2023). Inclusive AR Design for Special Needs Students. Journal of Assistive Technologies, 17(1), 22-39.

Matthew Mildenhall, P. P. (2020). NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR).

Mildenhall, B. S. (2020). NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis. European Conference on Computer Vision (ECCV). Glasgow, UK: Springer.

OECD. (2024). AI in Education: Ethical Guidelines. Paris: OECD Publishing.

Pratama, A., Najril, M., & Khosyi, N. (2024). Towards technology-based education: Exploration of augmented reality in e-modules for latest learning. Hipkin Journal of Educational Research, 1(3), 351–362.

Pratama, D., & D. (2021). Generative Adversarial Networks (GANs) untuk Pemodelan 3D pada Objek Virtual. Jurnal Teknologi Informasi dan Komputer (JTIK), 8(2), 123-130.

Radu, I., Schneider, B., & Herrera, F. (2023). The motivational effects of augmented reality in STEM education: A meta-analysis. Journal of Educational Technology & Society, 26(1), 1-15.

Sagaya Aurelia, S. P. (2021). Immersive Technology in Smart Cities: Augmented and Virtual Reality in IoT. Cham, Switzerland: Springer Nature.

Samsung Developers. (2024). Optimizing 3D Models for Mobile AR: A Developer’s Guide. Seoul: Samsung Press.

Santos, M. E. C., Lübke, A. I. W., & Taketomi, T. (2024). Augmented reality for digital literacy in primary education: A longitudinal study. IEEE Transactions on Learning Technologies, 17(2), 210-225.

Saputra, A. D. (2020). Pemanfaatan Fotogrametri untuk Rekonstruksi 3D Bangunan Bersejarah di Indonesia. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 567-574.

Smith, J., & Green, L. (2024). Auto‑segmentation of pelvic organs at risk on 0.35 T MRI using 2D and 3D generative adversarial network models. Physica Medica: European Journal of Medical Physics, 100, 123‑135

TechReview. (2024). Benchmarking AI 3D Modeling Tools: Accuracy vs. Efficiency. MIT Technology Review Insights.

UNESCO. (2023). Digital Innovation in Primary Education: Global Case Studies. Paris: UNESCO Publishing.

Wijaya, A. R., & Susanto, T. (2023). AI-based 3D reconstruction of Indonesian cultural heritage objects using limited image datasets. Journal of Cultural Heritage, 59, 12-24.

Wilson, T., et al. (2023). Long-Term Memory Retention in AR-Based Learning. Educational Psychology Review, 35(2), 301-320.