Hasil Pencarian  ::  Simpan CSV :: Kembali

"Konsep ujian di dalam lingkungan e-learning dapat memiliki berbagai macam bentuk implementasi. Salah satu bentuk implementasinya adalah pada proses pelaksanaan ujian yang bersifat adaptive. Dengan menerapkan konsep adaptive di dalam proses ujian maka akan memungkinkan berbagai siswa dengan kemampuan yang berbeda-beda untuk dapat memperoleh pertanyaan yang sesuai dengan tingkat kemampuannya masing-masing. Pada adaptive assessment terdapat suatu proses untuk memperkirakan tingkat kemampuan siswa dan menentukan soal yang akan diberikan selanjutnya. Proses tersebut dapat melakukan estimasi kemampuan siswa berdasarkan respon siswa terhadap setiap pertanyaan yang diberikan sebelumnya. Proses pemilihan soal dan estimasi kemampuan siswa ini, diimplementasikan dengan menggunakan model Item Response Theory (IRT). Dengan menggunakan model IRT, maka sistem ujian berbasis web yang dihasilkan mampu memperkirakan tingkat kemampuan siswa pada salah satu dari berbagai tingkat kemampuan yang digunakan. Tingkat estimasi kemampuan dapat diimplementasikan dalam bentuk grafik. Dengan grafik, alur jawaban siswa dan proses dari model IRT dapat diketahui oleh dosen/pengajar sehingga didapat tingkat kemampuan siswa. Berdasarkan hasil pengujian pada sistem adaptive assessment dengan model IRT didapat grafik estimasi kemampuan siswa. Grafik ini mampu menggambarkan alur jawaban siswa dan memperkirakan tingkat kemampuan siswa. Grafik ini akan mengalami kestabilan pada tingkat kemampuan tertentu apabila soal yang diujikan berjumlah 30 soal."

"Konsep adaptive di dalam lingkungan e-learning dapat memiliki berbagai macam bentuk implementasi Salah satu bentuk implementasinya adalah pada proses evaluasi pengetahuan siswa, seperti dengan melaksanakan ujian yang bersifat adaptive. Dengan menerapkan konsep adaptive di dalam proses ujian maka akan memungkinkan berbagai siswa dengan kemampuan yang berbeda-beda untuk dapat memperoleh pertanyaan yang sesuai dengan tingkat kemampuannya masing-masing. Melalui adaptive assessmem tingkat kemampuan siswa terhadap materi belajar yang diujikan akan dapat langsung diketahui Pada adaptive assessment terdapat suatu proses untuk memperkirakan tingkat kemampuan siswa, dan untuk menentukan soal yang akan diberikan selanjutnya. Proses tersebut dapat melakukan estimasi kemampuan siswa berdasarkan respon siswa terhadap setiap pertanyaan yang diberikan sebelumnya. Proses kemudian memilih serta memberikan pertanyaan berikutnya, yang sesuai dengan estimasi tingkat kemampuan siswa tersebut. Proses pemilihan soal dan estimasi kemampuan siswa ini, diimplementasikan dengan menggunakan model Hem Response Theory (IRT). Dengan menggunakan model IRT, maka sistem ujian berbasis web yang dihasilkan, mampu memperkirakan tingkat kemampuan siswa pada salah satu dari 5 tingkat kemampuan yang digunakan, Tingkat kemampuan siswa ini, terdiri dari sangat rendah, rendah, cukup, balk dan sangat baik Sedangkan sebagai sarana evaluasi dari setiap konsep penyusun ujian, digunakanlah metode Evaluation Balance Table (EBT) Dengan menggunakan EBT, sistem dapat memetakan kekuatan dan kelemahan siswa yang ada pada setiap konsep penyusun ujian, dan kemudian memberikan feedback analisa hasil yang sesuai. Berdasarkan hasil pengujian pada sistem adaptive assessment, dapat dikatakan bahwa sistem ini memiliki waktu respon yang cukup baik, yaitu sebesar 0,514086 detik untuk memilih dan menampilkan soal ujian, dan sebesar 0,379543 detik untuk mengolah dan menampilkan hasil ujian beserta feedback-nya."

"Salah satu hasil pengembangan dalam bidang e-Learning adalah penggunaan konsep Computer Adaptive Testing (CAT) dalam proses ujian. Prinsip dasar Adaptive Testing, atau biasa juga disebut Adaptive Assessment, secara sederhana adalah suatu ujian dimana tingkat kesukaran soal yang akan diberikan kepada siswa disesuaikan dengan estimasi tingkat kemampuan yang dimiliki oleh siswa itu berdasarkan jawaban terhadap soal-soal sebelumnya. Salah satu metode yang banyak digunakan untuk mengimplementasikan CAT adalah Item Response Theory (IRT). Berdasarkan metode ini, tiap soal atau item memiliki nilai parameter yang dapat digunakan untuk memperkirakan kemampuan siswa setelah mengerjakan masing-masing soal tersebut. Berdasarkan metode tersebut, maka dilakukan perancangan suatu modul, sebagai bagian dari implementasi Sistem Adaptive Assessment, yang berfangsi untuk menghasilkan suatu grafik tingkat kemampuan siswa yang menggambarkan relasi antara estimasi kemampuan siswa dengan jumlah soal yang diberikan. Dengan adanya grafik tersebut, maka proses iterasi yang terjadi saat melakukan estimasi dapat diamati dengan lebih jelas. Fungsi lain yang dimiliki oleh modul grafik estimasi kemampuan siswa tersebut adalah menarik kesimpulan dari hasil iterasi dan menentukan apakah ujian sudah mampu memberikan nilai estimasi yang valid atau belum. Suatu estimasi dapat dikatakan valid jika sudah mengalami konvergensi terhadap suatu tingkat kemampuan tertentu sehmgga dapat menggambarkan kemampuan siswa yang sebenarnya. Pada implementasi modul, dibutuhkan juga suatu paramater pembanding untuk menentukan apakah kondisi konvergen sudah tercapai atau belum. Paramater tersebut, dalam skripsi ini disebut "batas konvergensi", dengan melalui proses pengambilan dan pengolahan data, ditentukan bernilai 28,6% dari jumlah total soal."

"Konsep adaptive di dalam lingkungan elearning telah memiliki berbagai macam bentuk implementasi. Salah satu bentuk implementasinya adalah pada proses evaluasi hasil pembelajaran siswa, seperti dengan melaksanakan ujian yang bersifat adaptive. Dengan menerapkan konsep adaptive di dalam proses ujian maka akan memungkinkan siswa dengan kemampuan yang berbedabeda untuk dapat memperoleh pertanyaan yang sesuai dengan tingkat kemampuannya masingmasing. Melalui adaptive assessment tingkat kemampuan siswa terhadap materi belajar yang diujikan akan dapat langsung diketahui. Pada adaptive assessment terdapat suatu proses untuk memperkirakan tingkat kemampuan siswa, dan untuk menentukan soal yang akan diberikan selanjutnya. Proses tersebut dapat melakukan estimasi kemampuan siswa berdasarkan respon jawaban siswa terhadap setiap pertanyaan yang diberikan sebelumnya. Proses kemudian diolah sedemikan rupa sehingga bisa memilih serta memberikan pertanyaan berikutnya, yang sesuai dengan estimasi tingkat kemampuan siswa tersebut. Pada skripsi ini diimplementasikan model algoritma Computerized Classification Test (CCT) dan konsep Sequential Probability Ratio Test (SPRT). Penggunaan model CCT digunakan untuk mengklasifikasikan lulus atau tidaknya, siswa yang melaksanakan ujian dan konsep SPRT digunakan untuk pemilihan soal selanjutnya. Dengan menggunakan model algoritma CCT dan konsep SPRT, maka sistem ujian adaptif berbasis web yang dihasilkan, mampu memperkirakan tingkat kemampuan siswa dengan tingkatan soal yang terdiri dari mudah, sedang, dan susah. Sedangkan sebagai sarana evaluasi dari setiap konsep penyusunan ujian, digunakanlah Grafik pembelajaran dalam bentuk grafik batang. Dengan menggunakan grafik pembelajaran ini, pengajar dapat mengetahui kemampuan siswanya untuk mata ujian yang diujikan kepadanya. Berdasarkan hasil pengujian pada sistem adaptive assessment, waktu respon yang dihasilkan oleh sistem sebesar 0.089334 detik untuk memilih dan menampilkan soal ujian, dan sebesar 0.068622 detik untuk mengolah dan menampilkan hasil beserta dengan feedbacknya.

---

Adaptive Concepts in elearning environment has had various forms of implementation. One form of implementation is in the process of evaluating student learning outcomes, such as by conducting examinations that are adaptive. By applying the concept of adaptive in the examination process it will allow students with different abilities to be able to get the questions to suit their ability level. Through the adaptive assessment of students' ability levels to learn the material tested will be immediately known. In the adaptive assessment there is a process to estimate the level of student ability, and to determine the problems that will be given next. The process can make a student's ability estimate based on responses to any questions the student answers given earlier. The process then processed in such a way that it can choose and give the next question, which according to the estimation of student ability levels.

This thesis implemented the model algorithms Computerized Classification Test (CCT) and the concept of Sequential Probability Ratio Test (SPRT). The use of CCT model was used to classify whether or not graduate, students who conducted the test and SPRT concept is used for the next selection item. By using the model of the CCT and the concept of SPRT algorithm, then the system webbased adaptive test was produced, able to estimate the ability of the students with a degree a matter of easy, moderate, and difficult. Meanwhile, as a means of evaluation of each concept exam preparation, learning graph is used in the form of bar charts. By using the graph of this learning, teachers can find out the ability of students to the exam that tested him. Based on the results of testing on adaptive assessment system, the response time generated by the system amounted to 0.089334 seconds to select and display the exam, and amounted to 0.068622 seconds to process and display the results along with its feedback."

"Salah satu teknologi e-assessment yang dikembangkan saat ini adalah adaptive assessment. Teknologi ini memungkinkan soal ujian beradaptasi dengan tingkat kemampuan peserta ujian. Dalam adaptive assessment, soal yang diberikan tergantung dari jawaban soal sebelumnya: benar atau salah. Dan hasilnya adalah level atau tingkat kemampuan peserta ujian. Salah satu metode yang digunakan dalam adaptive assessment yaitu model Item Response Theory (IRT) yang diimplementasikan dalam pembuatan aplikasi adaptive assessment pada skripsi ini. Aplikasi ini dirancang sedemikian sehingga masing-masing dosen dapat memilih level atau tingkat kemampuan maksimal pada ujian mata kuliahnya. Aplikasi ini juga dilengkapi feedback sederhana yang dapat digunakan oleh mahasiswa dan dosen untuk evaluasi. Uji coba terhadap aplikasi ini berhasil membuktikan bahwa aplikasi adaptive assessment yang diimplementasikan telah sesuai dengan perancangan yang direncanakan. Waktu respon sistem juga cukup baik, yaitu sebesar 0,121061826 detik untuk memilih dan menampilkan soal ujian, dan sebesar 0,188373828 detik untuk mengolah dan menampilkan hasil ujian beserta feedback-nya."

"Item Response Theory (IRT) sering digunakan dalam pengembangan adaptive test. Teori ini mengukur estimasi ability peserta ujian dari setiap soal (item) yang dijawab oleh peserta ujian. Parameter soal yang digunakan terdiri dari tiga jenis yaitu difficulty, discrimination, dan guessing. Namun, biasanya hanya para ahli (expert) yang dapat memberikan estimasi nilai masing-masing parameter tersebut. Oleh karena itu, dilakukan penelitian tugas akhir ini untuk melakukan perhitungan parameterparameter soal secara otomatis melalui sistem dengan menggunakan algoritma yang sesuai konsep IRT. Selanjutnya, soal-soal tersebut dipergunakan dalam adaptive test system yang telah dikembangkan. Untuk membantu penelitian, dilakukan pengembangan prototype TPA Online Test System. Dalam pengembangan prototype ini, parameter soal yang digunakan hanya dua parameter yaitu difficulty dan discrimination. Soal-soal yang digunakan adalah soal-soal Tes Potensi Akademik (TPA). Tugas akhir ini melibatkan 24 orang responden untuk mengukur estimasi parameter soal. Kemudian, tiga orang peserta ujian dilibatkan untuk menguji coba adaptive online test system. Dari jumlah jawaban benar kemudian dihitung untuk menentukan kelulusan peserta ujian tersebut. Grafik yang diperoleh dari hasil estimasi parameter beberapa soal menunjukkan bahwa probabilitas responden menjawab benar untuk kelompok ability yang lebih tinggi belum tentu lebih besar dari kelompok ability rendah. Hal ini dipengaruhi oleh kesiapan responden dalam menjawab soal-soal TPA. Sedangkan untuk ujicoba adaptive online test, grafik perubahan ability menunjukkan perubahan yang signifikan di awal tes dan konvergen ke suatu nilai tertentu setelah menjawab sejumlah soal yang cukup banyak. Nilai inilah yang dianggap sebagai estimasi ability peserta ujian tersebut. Ketika ujian, terjadi pengulangan soal yang ditampilkan kepada peserta ujian yang disebabkan terbatasnya alternatif soal pada bank soal. Untuk penelitian selanjutnya, sebaiknya responden diberi waktu untuk mempersiapkan diri dan jumlah responden yang lebih banyak agar data observasi lebih valid. Selain menambah bank soal, untuk menghindari pengulangan soal sebaiknya ditambahkan atribut sebagai flag. Penentuan kelulusan bukan hanya dari jumlah jawaban benar,namun perlu juga memperhitungkan estimasi ability peserta ujian."

"Salah satu teknologi e-assessment yang dikembangkan saat ini adalah adaptive assessment. Teknologi ini memungkinkan soal ujian beradaptasi dengan tingkat kemampuan peserta ujian. Dalam adaptive assessment, soal yang diberikan tergantung dari jawaban soal sebelumnya: benar atau salah. Hasilnya adalah level atau tingkat kecakapan (proficiency) peserta ujian. Salah satu metode yang digunakan dalam adaptive assessment, yaitu model IRT yang diimplementasikan dalam pembuatan aplikasi Ujian Penjurusan SMU pada skripsi ini. Sistem ujian yang dirancang pada skripsi ini digunakan untuk menentukan jurusan yang sebaiknya diambil oleh seorang siswa SMU, yaitu IPA atau IPS. Ujian menggunakan 4 buah mata pelajaran untuk menentukan jurusan, yaitu Matematika dan Biologi yang mewakili mata pelajaran IPA dan Sejarah dan Sosiologi yang mewakili mata pelajaran IPS. Selain menentukan jurusan yang sebaiknya diambil seorang siswa, sistem ini juga dapat digunakan untuk menentukan tingkat kecakapan (proficiency) seorang siswa terhadap sebuah mata pelajaran. Pada skripsi ini tingkat kesulitan soal maksimum yang digunakan adalah 7 [2]. Perancangan dan implementasi sistem Ujian Penjurusan SMU yang Adaptif dengan model IRT ini telah berhasil menentukan tingkat kemampuan peserta sekaligus memanfaatkannya sebagai acuan dalam penentuan jurusan. Waktu respon sistem Ujian Penjurusan SMU ini pun cukup baik, yaitu sebesar 0,12106 detik untuk memilih dan menampilkan soal ujian per satu soal, dan sebesar 0,18837 detik untuk mengolah dan menampilkan hasil ujian untuk ditampilkan pada halaman evaluasi ujian."