Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"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 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 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 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."

"ABSTRAKDalam skripsi ini membahas mengenai perancangan dan implementasi prototypeadaptive testing system dengan metode IRT one parameter model. Di dalamadaptive testing system, siswa diberikan soal berdasarkan kemampuannya.Pemberian soal disesuaikan dengan respon jawaban dari soal sebelumnya, jikasiswa menjawab dengan benar maka untuk soal selanjutnya dia akan mendapatkansoal yang lebih sulit tetapi sebaliknya, jika siswa tersebut tidak bisamengerjakannya maka soal berikutnya akan lebih mudah. Metode IRT oneparameter model telah berhasil diterapkan pada sistem dengan parameter tingkatkesulitan soal berkisar dari -3 sampai 3. Rata-rata waktu akses (detik) dalammembuka halaman test dengan perbedaan pada file yang ditampilkanmenyimpulkan bahwa file yang ditampilkan berpengaruh pada waktu yangdibutuhkan untuk mengakses halaman dari masing-masing test. Rata-rata waktuakses yang dibutuhkan untuk membuka halaman test vocabulary, test listeningdan test reading adalah 2.22E-05 detik, 2.72E-05 detik dan 2.24E-05 detik.Penilaian sistem yang disebar melalui kuesioner dengan empat belas pertanyaanpada sepuluh responden menyatakan bahwa prototype adaptive testing systembased on IRT sudah bekerja dengan baik.

---

ABSTRACTThis final project discusses the design and implementation of a prototype adaptivetesting system using one parameter model with IRT method. In the adaptivetesting system, students are given questions based on their ability. The giving ofquestion is tailored to the response of the previous question. If the student answerscorrectly then the next question the student receives will be harder than theprevious, but if the student is not able to do it then the next question will be easier.IRT one parameter model has been successfully utilized in this system withdifficulties parameter of items ranging from -3 until 3. Average access time(second) in opening test page with different type of file in every test pageconcludes that the file that are opened are influenced by access time that every testpage needed. Average access time needed to open the vocabulary test page,listening test and reading test is 2.22E-05seconds, 2.72E-05 seconds and 2.24E-05seconds. Grading system through which questioners with fourteen questions givento ten respondents concludes that this prototype adaptive testing system based onIRT has successfully worked."

"Pengendali PD merupakan pengendali yang sudah teruji dan banyak diterapkan pada proses pengendalian suatu sistem, salah satu penerapannya yaitu pada pengendalian kemudi kapal kargo, Walaupun pengendali PD (fixed parameters) ini bekerja dengan baik ruunun peiformance-nya menurun pada saat kapal mengalami perubahan kecepatan maupun saat terjadinya gangguan seperti angin, ombak dan arus. Selain itu diperlukan waktu yang cukup lama dalam melakukan penalaan terbadap parameter-parameter pengendali PD jika proses penalaan itu dilakukan secara manual (trial and error). Oleh sebab itu dibutuhkan suatu metode untuk mengatasi permasalahan tersebut. Pada skripsi ini dibahas mengenai penerapan GMRAC (Genetic Madel Reference Adaptive Control) dalam proses pengendalian kemudi kapal kargo. GMRAC merupakan sistem kendali adaptif yang didalamnya terdapat algoritma genetika sebagai metode penalaan terhadap pengendali dari suatu plant (kendalian) yang berdasarkan acuan dari model referensi sistem tersebut. Algoritma genetika digunakan sebagai teknik pencarian parameter-parameter pengendali PD berdasarkan mekanisme genetika dan seleksi alam, sedangkan model referensi digunakan sebagai acuan agar hasil keluaran dari sistem yang dikendalikan berkelakuan sesuai dengan performance yang diinginkan. Proses penalaan pengendali PD dilakukan secara dinamis terhadap perubahan kecepatan kapal maupun saat adanya gangguan (disturbance) yang sangat mempengaruhi dinamika kapal kargo. Hasil pengendalian kemudi kapal kargo dengan GMRAC disimulasikan dengan menggunakan perangkat lunak MATLAB versi 5.3 yang ditampilkan berupa grafik tanggapan waktu untuk menunjukkan settling time, rise time, peak time, overshoot dan error steady state serta grafik error antara model referensi dan system GMRAC. Berdasarkan karakteristik tanggapan waktu dan grafik error tersebut akan dilihat performance dari pengendalian GMRAC terhadap perubahan kecepatan kapal maupun dalam mengatasi gangguan (disturbance) yang menerpa kapal."

"Pengendali PID merupakan pengendali yang sudah teruji dan banyak diterapkan pada proses pengendalian suatu sistem, salah satunya penerapannya yaitu autopilot pada kendali pesawat. Pengendali ini memiliki keterbatasan saat sistem yang dikendalikan memiliki parameter yang berubah-ubah dan adanya gangguan dari lingkungan luar sistem. Biasanya diperlukan waktu yang lama dalam melakukan penalaan parameter pengendali PID jika proses penalaan itu dilakukan secara manual (trial and error). Untuk itu dikembangkanlah berbagai macam metode pengendali adaptif yang diharapkan dapat mengatasi permasalahan tersebut. Salah satu metode pengendali adaptif adalah Generic Model Reference Adaptive Control (GMRAC). Pembahasan dalam skripsi ini meliputi prinsip dasar metode GMRAC dan penerapannya untuk mengendalikan sudut pitch pesawat. Metode GMRAC menggunakan algoritma genetika untuk melakukan penalaan terhadap parameter-parameter pengendali PID terhadap suatu model dinamika gerak pesawat dalam setiap interval waktu update. Keunggulan algoritma genetika terletak pada fleksibilitasnya, dimana metode pencarian solusinya berdasarkan pada mekanisme seleksi alam. Hasil uji coba simulasi pengendalian sudut pitch pesawat dengan GMRAC dilakukan dengan menggunakan software MATLAB 5.3 dengan fasilitas simulink versi 3. Simulasi dilakukan pada empat kondisi terbang dengan cariasi kecepatan dan ketinggian pesawat yang bertipe Charlie, yaitu pesawat penumpang berukuran besar dengan empat mesin jet. Selain itu juga disimulasikan adanya gangguan dari lingkunan luar sistem seperti angin. Dari simulasi yang dilakukan terlihar bahwa meskipun terjadi perubahan parameter kondisi terbang atau gangguan, pengendalian GMRAC dapat membuat respon sistem menyerupai respon meodel referensi."