Disertasi
Model asesmen adaptif dalam pemrograman dasar berbasis kecerdasan artifisial / Wargijono Utomo
Abstrak
Pendekatan konvensional dalam mengevaluasi pemahaman pemrograman tidak selalu cocok dengan tingkat kemampuan dan kecepatan belajar setiap individu mendorong pengembangan model asesmen adaptif berbasis kecerdasan artifisial sebagai solusi yang menarik. Hal ini sejalan dengan Renstra Kemendikbud Tahun 2020-2024 berfokus pada kebijakan Merdeka Belajar untuk memaksimalkan bonus demografi dan mencapai bangsa maju yang berkeadilan sosial sejalan dengan cita-cita para Pendiri Bangsa. Tantangan yang dihadapi termasuk memerdekakan pendekatan pedagogi kurikulum dan asesmen menjadi berbasis kompetensi dan nilai-nilai serta mengubah pembelajaran manual menjadi lebih terfasilitasi oleh teknologi. Selain itu diperkuat oleh Pemerintah Indonesia melalui BPPT telah merumuskan Strategi Nasional Kecerdasan Artifisial 2020-2045 dengan fokus pada empat area utama dan lima bidang prioritas termasuk pendidikan dan riset. Evaluasi adaptif sangat penting dalam mengatasi tantangan pendidikan yang dapat dijawab dengan pengembangan konten multimedia dan sistem pembelajaran presisi untuk menciptakan pengalaman pembelajaran yang menyenangkan dan personal. Tujuan penelitian ini adalah untuk mengembangkan sebuah kerangka kerja yang menggunakan kecerdasan artifisial untuk menciptakan model penilaian adaptif dalam pembelajaran pemrograman dasar. Langkah-langkah penelitian akan mencakup pengembangan algoritma yang mampu mempelajari pola belajar individu mengidentifikasi tingkat pemahaman dan menyesuaikan jenis serta tingkat kesulitan soal secara otomatis. Selain itu penelitian ini juga bertujuan untuk menguji validitas dan keefektifan model ini melalui studi kasus yang melibatkan peserta didik dengan berbagai tingkat pemahaman pemrograman. Penelitian ini mengembangkan dan menguji model Asesmen Adaptif untuk pemrograman dasar dengan model R amp D yang dikembangkan oleh Borg amp Gall (2003) yang dibagi dalam tiga tahapan utama pengembangan ujicoba lapangan awal dan ujicoba lapangan utama. Kegiatan pengembangan melibatkan survei analisis kurikulum dan validasi oleh pakar serta praktisi. Ujicoba lapangan awal mencakup uji keterbacaan dan evaluasi. Sedangkan ujicoba lapangan utama melibatkan pelatihan dosen uji coba dan evaluasi terhadap 13 dosen dan 220 mahasiswa. Analisis data dilakukan secara kualitatif oleh para pakar dan praktisi dan kuantitatif termasuk menggunakan Item Response Theory satu parameter logistik dengan simulasi computerized adaptive Test (CAT) dan teknik data mining dengan algoritma K-Means untuk mengevaluasi keefektifan model menggunakan software R-Studio. Hasil penelitian tes penilaian evaluasi (1) Instrumen asesmen yang digunakan dalam model evaluasi adaptif di AMIK dan Politeknik telah terbukti valid reliabel objektif praktis dan efektif. (2) Model asesmen adaptif dalam pembelajaran programing dasar memberikan evaluasi yang akurat terhadap prestasi mahasiswa mencakup sikap pemahaman konsep struktur kendali pemrograman dan kemampuan membuat program sederhana dengan bahasa pemrograman C . (3) Umpan balik dari hasil penilaian model asesmen adaptif meningkatkan keefektifan pembelajaran bagi mahasiswa dan menjadi bahan refleksi bagi dosen. (4) Pelaksanaan model asesmen adaptif dalam pembelajaran programing dasar mencapai tingkat keberhasilan yang tinggi terkonfirmasi melalui evaluasi baik pada aspek afektif maupun kognitif. (5) Hasil pengujian soal-soal kelas eksperimen maupun kelas control dalam simulasi computerized adaptive Test (CAT) menggunakan item response theory (IRT) dengan satu parameter logistic (1PL) menunjukkan efektif dalam membedakan antara mahasiswa yang memiliki kemampuan yang berbeda dalam memahami materi yang diuji. (6) Hasil dari klasterisasi dengan algoritma K-Means menunjukkan adanya tiga kelompok mahasiswa yaitu kelompok 1 dengan kemampuan tinggi kelompok 2 dengan kemampuan rendah dan kelompok 3 dengan kemampuan sedang yang memungkinkan pengelompokan pembelajaran berbasis adaptif.