Optimalisasi Pembelajaran Digital melalui Pelatihan Google Colab untuk Meningkatkan Kompetensi Mahasiswa
DOI:
https://doi.org/10.59837/jpmba.v4i8.5328Keywords:
Data Analysis, Google Colab, Pemrograman PythonAbstract
Perkembangan teknologi digital menuntut mahasiswa memiliki kompetensi yang memadai dalam bidang pemrograman dan analisis data. Namun, pada Program Studi Sains Data UIN Raden Intan Lampung yang baru berdiri dan mulai menerima mahasiswa pada Tahun Akademik 2024/2025, kurikulum yang berjalan belum memuat mata kuliah khusus komputasi cloud, di samping adanya kendala keterbatasan akses perangkat lunak berlisensi dan variasi spesifikasi perangkat keras mahasiswa. Kegiatan Pengabdian kepada Masyarakat (PKM) ini bertujuan untuk meningkatkan kompetensi mahasiswa Program Studi Sains Data UIN Raden Intan Lampung melalui pelatihan penggunaan Google Colab sebagai platform pembelajaran berbasis cloud. Metode pelaksanaan menggunakan pendekatan pelatihan partisipatif (participatory training) melalui hands-on workshop yang mencakup tahap persiapan, pelaksanaan workshop interaktif, serta evaluasi menggunakan instrumen pre-test dan post-test. Materi yang diberikan mencakup pengenalan Google Colab, dasar-dasar pemrograman Python, pengolahan data dengan Pandas, serta visualisasi data. Hasil evaluasi menunjukkan adanya peningkatan kompetensi peserta setelah mengikuti pelatihan. Hasil uji Paired Samples T-Test menunjukkan bahwa pelatihan memberikan pengaruh yang signifikan terhadap peningkatan kompetensi peserta. Dengan demikian, pelatihan Google Colab efektif dalam mendukung optimalisasi pembelajaran digital serta meningkatkan kesiapan mahasiswa dalam menghadapi kebutuhan dunia kerja berbasis teknologi.
Downloads
References
Azwar, S. (2019). Reliabilitas dan validitas. Pustaka Belajar.
Bo, N. S. W. (2025). OECD digital education outlook 2023: Towards an effective education ecosystem. Hungarian Educational Research Journal, 15(2), 284–289. https://doi.org/10.1556/063.2024.00340
Brandão, C. M. de A., & Pêgo-Fernandes, P. M. (2023). HANDS-ON: training simulation in surgery. Sao Paulo Medical Journal, 141(3), 1–3. https://doi.org/10.1590/1516-3180.2022.1413230223
Buyya, R., Vecchiola, C., Selvi, S. T., Poojara, S., & Srirama, S. N. (2026). Mastering cloud computing: foundations and applications programming. Morgan Kaufmann.
Chen, X. M., Chen, I. H., Jiang, X. Y., Li, X. D., & Gamble, J. H. (2024). Factors influencing innovation competence among children and adolescents in China – A multilevel, cross-cohort study. Heliyon, 10(12), 1–16. https://doi.org/10.1016/j.heliyon.2024.e32640
Haleem, A., Javaid, M., Qadri, M. A., & Suman, R. (2022). Understanding the role of digital technologies in education: A review. Sustainable Operations and Computers, 3, 275–285. https://doi.org/10.1016/j.susoc.2022.05.004
Hawthorn, T. J., & Ashworth, N. E. (2026). Digital Transformation in Higher Education: Opportunities and Challenges. Cendikia, 1(1), 41–60. https://doi.org/10.64092/rvvkw007
Khatun, N. (2021). Applications of normality test in statistical analysis. Open Journal of Statistics, 11(1), 113–122. https://doi.org/10.4236/ojs.2021.111006
Kusuma, A. E., Saputra, D. S., Dianawati, E., Nasrullah, A., Kamza, M., & Tupamahu, P. Z. (2025). E-Learning dan Transformasi Digital dalam Pendidikan Tinggi. CV. Edupedia Publisher.
Meilisa, R. M. (2026). Pengembangan Media Pembelajaran Interaktif Pemrograman GUI Python Berbasis Google Colab dan Ipywidgets: Media Pembelajaran. Journal of Education Informatic Technology and Science, 8(2), 94–106. https://doi.org/10.37859/jeits.v8i2.12540
Mishra, P., Pandey, C. M., Singh, U., Gupta, A., Sahu, C., & Keshri, A. (2019). Descriptive statistics and normality tests for statistical data. Annals of Cardiac Anaesthesia, 22(1), 67–72. https://doi.org/10.4103/aca.ACA_157_18
Navlani, A., & Idris, I. (2021). Python Data Analysis: Perform data collection, data processing, wrangling, visualization, and model building using Python. Packt Publishing Ltd.
Nugrahanti, F., Sari, E. R. N., Ahsan, M. S., & Pasyawati, P. R. (2025). Edukasi dan Pelatihan Pemrograman Dasar Menggunakan Google Colab bagi Guru SDN Klagen 4, Barat, Kec. Maospati Kab. Magetan. Jurnal Pengabdian Masyarakat Bangsa, 3(6), 2793–2799. https://doi.org/10.59837/jpmba.v3i6.2824
Papadimitriou, A. (2025). Python’s Contribution to Artificial Intelligence in Education: A state-of-the-art review. Journal of Future Artificial Intelligence and Technologies, 2(3), 445–475. https://doi.org/10.62411/faith.3048-3719-267
Rahmani, D. A., Risnawati, R., & Hamdani, M. F. (2025). Uji T-Student Dua Sampel Saling Berpasangan/Dependend (Paired Sample t–Test). Jurnal Penelitian Ilmu Pendidikan Indonesia, 4(2), 568–576. https://doi.org/10.31004/jpion.v4i2.420
Redhana, I. W. (2024). Literasi Digital: Pedoman Menghadapi Society 5.0. Samudra Biru.
Sain, Y., Andriani, A., & Nurhidayah, N. (2023). Pelatihan Dasar Menganalisis Data dengan Menggunakan Google Colab di SMA Muhammadiyah Kendari. KREATIF: Jurnal Pengabdian Masyarakat Nusantara, 3(1), 1–8. https://doi.org/10.55606/kreatif.v3i1.1163
UNESCO. (2023). Global Education Monitoring Report 2023: Technology in education: A tool on whose terms? GEM Report UNESCO. https://doi.org/10.54676/UZQV8501
VanderPlas, J. (2016). Python data science handbook: Essential tools for working with data (1st ed.). O’Reilly Media, Inc.
World Economic Forum. (2023). Future of Jobs Report 2023. www.weforum.org
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Ayu Sofia, Tiara Yulita, Dwi Mahrani, Linda Rassiyanti, Rohmi Dyah Astuti, Fajri Farid, Yuliana Yuliana, Ade Lailani

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














