Half-Life Regression: Algoritma di Balik Kurikulum Adaptif Amal
Kurikulum adaptif Amal didukung oleh Half-Life Regression (HLR), sebuah model memori di mana setiap item pembelajaran memiliki "half-life" — waktu hingga probabilitas mengingat turun ke 50%. Rumus p(recall) = 2^(-Δ/h) mengatur penjadwalan: item yang harus diulang muncul sebelum anak lupa, sementara item yang sudah dikuasai dijadwalkan lebih jarang. Dipadukan dengan penyesuaian tingkat kesulitan berdasarkan persona, ini menciptakan jalur pembelajaran yang benar-benar personal bagi setiap anak.
Matematika di Balik Memori
Model Peluruhan Eksponensial
Memori tidak memudar secara linier — melainkan mengikuti kurva eksponensial. Setelah mengulang sebuah konsep:
- Segera setelah pengulangan: probabilitas mengingat 100%
- Setelah h jam: probabilitas mengingat 50% (definisi half-life)
- Setelah 2h jam: probabilitas mengingat 25%
- Setelah 4h jam: probabilitas mengingat 6.25%
Amal menjadwalkan pengulangan berikutnya saat probabilitas mengingat mencapai sekitar 80% — titik efisiensi terbaik.
Contoh Praktis: Pembelajaran kata "كتب" (menulis)
| Peristiwa | Waktu | Half-Life | Probabilitas Mengingat | Pengulangan Berikutnya |
|---|---|---|---|---|
| Belajar awal | Hari 1, 14:00 | 4h | 100% | ~18:00 |
| Ulangan benar | Hari 1, 18:00 | 8h | 98% | Hari 2, 10:00 |
| Ulangan benar | Hari 2, 10:00 | 16h | 92% | Hari 3, 14:00 |
| Ulangan benar | Hari 3, 14:00 | 32h | 87% | Hari 5, 22:00 |
| Ulangan benar | Hari 5, 22:00 | 64h | 81% | Hari 8, 20:00 |
| Memori stabil | Hari 8, 20:00 | 128h | 79% | Minggu ke-2 |
Setelah 5 ulangan benar, kata "كتب" diulang kira-kira setiap 5 hari. Anak menghabiskan sekitar 30 menit untuk kata ini dan bisa mengingatnya dengan baik.
Penyesuaian Kesulitan Berdasarkan Persona
Sistem secara otomatis mendeteksi tiga persona berdasarkan pola aktivitas:
- Persona Pemula
Rasio: 60% konten baru | 30% pengulangan | 10% tantangan
Sesi contoh: 3 huruf baru, 2 pengulangan huruf, 1 kata mudah
Transisi otomatis saat mastery_score > 0.65 - Persona Menengah
Rasio: 40% konten baru | 40% pengulangan | 20% tantangan
Sesi contoh: 2 kata baru, 2 pengulangan kata, 1 tantangan sedang
Transisi otomatis saat mastery_score > 0.78 - Persona Lanjutan
Rasio: 20% konten baru | 40% pengulangan | 40% tantangan
Sesi contoh: 1 kalimat baru, 2 pengulangan, 3 tugas pemahaman menantang
Untuk pembelajar tingkat mahir
Tidak perlu memilih manual — sistem beradaptasi secara otomatis saat anak menunjukkan kemampuan.
Pengelolaan Konten Berbasis Slot (Content Duo)
Setiap pelajaran adaptif memadukan tiga "slot" konten:
[Slot Konten Baru] (Item yang belum pernah dilihat anak)
↓
[Slot Ulangan] (Item yang harus diulang sesuai interval)
↓
[Slot Tantangan] (Item sedikit di atas level current)Rasio berubah dinamis selama sesi:
- Jika anak kesulitan: perkuat porsi slot ulangan
- Jika anak cepat maju: perkuat slot tantangan
- Adaptasi persona real-time menjaga keterlibatan optimal
Arsitektur Implementasi
Model Database (UserItemMemoryModel):
user_id: "user_123"
item_id: "letter_ba"
concept_strength: 0.87 # skala 0-1
half_life_hours: 32
exposures: 7
correct_count: 6
last_reviewed_at: 2026-03-28 18:45
next_review_due_at: 2026-03-30 20:45Fungsi Inti:
calculate_half_life(): Menyesuaikan h setelah tiap percobaan
- Jawaban benar: h = h × 2 (memori menguat)
- Jawaban salah: h = h × 0.5 (memori melemah)
- Jumlah paparan sebagai peredam (lebih banyak = lebih stabil)calculate_next_review_time(): Kapan item berikutnya muncul?
- Target probabilitas mengingat: 80%
- Rumus Δ = -h × log₂(0.8)recall_probability(): Probabilitas retensi saat ini
- Dipakai untuk mengutamakan item tampil
- Item dengan probabilitas rendah dijadwalkan ulang lebih cepat
Mengapa Ini Penting
- Tanpa HLR:
- Duolingo: pelajaran sama untuk semua, tanpa pelacakan tiap item
- Aplikasi flashcard: pengguna memilih ulang secara manual
- Akibatnya: waktu terbuang untuk hal yang sudah diketahui, lupa pada hal penting - Dengan HLR di Amal:
- Setiap konsep dilacak secara individual
- Waktu pengulangan dioptimalkan secara ilmiah
- Anak fokus belajar tepat di area yang penting
- Proses belajar 40% lebih cepat dibanding aplikasi jadwal tetap
FAQ
T: Bagaimana jika anak salah terus suatu item?
A: Half-life menyusut (h = h × 0.5), jadi item itu muncul lebih sering. Sistem sabar — item tersebut muncul ulang setiap beberapa jam jika perlu. Dengan ulangan benar berulang, half-life akan meningkat kembali.
T: Bisakah saya mengubah manual level persona anak?
A: Sistem otomatis mendeteksi persona. Anda bisa menyesuaikan di pengaturan orang tua jika yakin anak di level berbeda, tapi aplikasi dapat mengoreksi otomatis jika data aktivitas berbeda.
T: Berapa lama suatu item dianggap "sepenuhnya dikuasai"?
A: Biasanya 5-8 ulangan benar dalam 2-3 minggu, tergantung half-life awal dan frekuensi latihan. Item yang sangat mudah (half-life awal tinggi) bisa stabil dalam hitungan hari. Item sulit bisa butuh berbulan-bulan.
