PENERAPAN METODE FUZZY ITEM RESPONSE THEORY PADA e-learning COMPUTERIZED ADAPTIVE TEST

Transkripsi

1 Vol. 4, No. Deember 014 ISSN PENERAPAN METODE FUZZY ITEM RESPONSE THEORY PADA e-learning COMPUTERIZED ADAPTIVE TEST Dah Kuumawat 1, Andharn Dw Cahyan.Muhammad Fuad 3 Program Stud Teknk Informatka, Unverta Trunooyo Jl. Raya Telang, PO BOX, Kamal, Bangkalan E-mal: *deah1@gmal.com 1 ABSTRAK Saat n e-learnng udah banyak dterma oleh mayarakat duna, terbukt dengan maraknya mplementa e-learnng d lembaga penddkan maupun ndutr. E-Learnng merupakan uatu en tem pembelaaran yang memungknkan ampanya bahan aar ke wa dengan menggunakan meda nternet, atau meda arngan komputer lan. Te adaptf merupakan tem uan otomat yang dlakukan ecara adaptf, menyeuakan tngkat keultan oal dengan kemampuan mang-mang peerta uan. Soal yang dberkan tergantung dar awaban oal ebelumnya: benar atau alah. Dan halnya adalah level atau tngkat kemampuan peerta uan. Salah atu metode yang dgunakan dalam te adaptf yatu model Fuzzy Item Repone Theory (FIRT) yang dmplementakan dalam pembuatan aplka te adaptf untuk lngkungan penddkan. Berdaarkan hal ekpermen, dapat dmpulkan bahwa Adaptve Tet yang dkembangkan dengan menerapkan Fuzzy Item Repone Theory mampu menempatkan wa pada tngkat kemampuan yang eua dengan kemampuannya, nla wa lebh menngkat dengan menggunakan Adaptve Tet dbandngkan dengan Konvenonal Tet hal terebut dbuktkan dengan u coba yang telah dlakukan dengan melhat hal dar rata-rata nla tap wa. Nla wa yang menggunakan Adaptve Tet halnya lebh menngkat dbandngkan dengan nla wa yang menggunakan Konvenonal Tet. Dar rata-rata nla wa yang menggunakan Adaptve Tet yakn 80, edangkan rata-rata nla wa yang menggunakan Konvenonal Tet yakn Kata Kunc : E-Learnng, Fuzzy Item Repone Theory (FIRT), Adaptve Tet, Konvenonal Tet. ABSTRACT Nowaday e-learnng ha been wdely accepted by the world ocety, t proved by the wdepread mplementaton of e-learnng n the educaton nttuton and ndutry. E-Learnng one of the educatonal ytem that enable the tudent to get the teachng materal by ue nternet, computer network, or the meda. Adaptve tet an automatc tet ytem that adaptvely dd by adaptng the dffculty level of the queton wth each tet partcpator ablte. The gven queton are dependent by prevuou anwer : true or fale. And the reult the level of the tet partcpator ablty. One of the ued method n adaptve tet fuzzy tem repone theory (FIRT) model that mplemented n adaptve tet applcaton producton for educatonal envronment. Baed on the expermental reult, can be concluded that, by applyng fuzzy tem repone theory, t can put the tudent to ther ablty level. The tudent core are ncreae by ung adaptve tet f t compared wth conventonal tet. It proved wth an experment by look the average reult from every tudent. Student core who ung adaptve tet ncreaer than ung the conventonal tet core. By the average core of tudent who ue adaptve tet are 80, whle the average core of tudent who ue the conventonal tet are Keyword: E-Learnng, Fuzzy Item Repone Theory (FIRT), Adaptve Tet, Conventonal Tet 89

2 Jurnal Ilmah SmanteC Vol. 4, No. Deember 014 PENDAHULUAN Peatnya perkembangan teknolog nforma d duna penddkan telah mengakbatkan teradnya perubahan dalam banyak hal, alah atu d antaranya adalah dalam hal metode belaar dan mengaar yang dlakukan oleh banyak nttu penddkan formal maupun nformal. Te adaptf dapat mengata kekurangan dalam model penlaan untuk peerta ddk yang berlangung elama n. Dengan te yang tngkat keultan oalnya akan deuakan dengan kemampuan wa terebut. Computerzed Adaptve Tet (CAT) adalah uatu bentuk pemanfaatan komputer untuk penyelenggaraan ebuah te adaptf dmana oal-oal yang dberkan pada wa telah dplh dar bank oal yang ada ehngga eua dengan tngkat kemampuan wa yang berangkutan. Pemlhan oal terebut dlakukan agar te yang dlakanakan dapat mengukur dengan tepat kemampuan mangmang wa[3]. Pada peneltan n mengmplementakan te adaptf ebaga meda pembelaaran atau lathan bag wa. Te drancang hanya untuk lathan wa bukan untuk te elek dengan tuuan meda pembelaaran yang dterapkan dharapkan dapat membantu wa dalam menngkatkan produktvta, efektvta, efen dan menngkatkan ntenta belaar mandr. Soal yang dberkan beradapta dengan tngkat kemampuan wa. Soal yang dberkan tergantung dar awaban oal ebelumnya: benar atau alah. Dan halnya adalah level atau tngkat kemampuan wa. Model CAT yang dgunakan dalam peneltan n adalah Fuzzy Item Repone Theory (FIRT) untuk mengetahu tngkat keultan oal dan kemampuan mang-mang wa. yang dberkan untuk etap peerta dapat berfat unk berdaarkan tngkat kemampuan mang-mang peerta. Secara umum prnp kera CAT dmula dengan nala kemampuan wa dengan menganggap wa terebut memlk kemampuan menengah dan memberkan oal dengan tngkat keultan menengah pula. Pemlhan oal berkutnya berdaarkan ata awaban peerta uan terhadap oal yang aat tu dberkan, ka awaban benar maka oal elanutnya akan memlk tngkat keultan yang lebh tngg, akan tetap ka awaban alah maka oal berkutnya memlk tngkat keultan yang lebh rendah[4]. Fuzzy Item Repone Theory (FIRT) merupakan uatu kombna dar metode Fuzzy dengan metode Item repone theory (IRT) dengan tuuan untuk ketdakpatan repon pembelaaran dan perkraan kemampuan pembelaaran. Menurut Item repone theory (IRT), ka wa ba epenuhnya memaham oal maka kemampuan wa akan dnakkan, ebalknya kemampuan wa akan turun ka wa tdak dapat memaham oal. Item repone theory (IRT) dapat memperkrakan kemampuan wa oleh karena tu perentae pemahaman dengan fuzzy memaham kemampuan dengan membag tga kelompok fuzzy tandar fung. METODE Computerzed Adaptve Tetng (CAT) adalah uatu metode penguan atau evalua dengan menggunakan teknolog nforma yang berfat adaptf [3]. Adaptf berart bahwa pemberan oal uan berkutnya tergantung pada perlaku peerta uan dalam menawab oal ebelumnya ehngga uan 90 Gambar.1 Flowchart Stem CAT 1. Item Repone Theory (IRT) Item repone theory (IRT) adalah uatu teor pkometrk yang menyedakan daar untuk mengukur kala peerta uan dan oal

3 Dah Kuumawat dkk, Penerapan metode Fuzzy... berdaarkan repon yang dberkan kepada oal terebut. Model IRT adalah fung yang menghubungkan peerta uan dan parameter oal ke probablty dar hal yang dkrt, epert repon menawab benar uatu oal. Sebaga nt dar teor, IRT menyedakan daar untuk mengetma parameter, menentukan eberapa bak data eua denga model dan mengnvetga propert-propert pkometrk yang dukur. Model logtk yang dgunakan dalam peneltan n adalah model 1 parameter dengan peramaan berkut [1]: 1 ( ) = 1 1 e L a 1 e b (1) P(θ) = probablta eorang wa menawab benar uatu oal dengan paramater b θ = kemampuan teretma dar wa L = nla logt ama dengan L = a (θb) a = nla parameter dcrmnaton dar oal terebut b = nla parameter dffculty dar oal terebut e = nla ekponenal, yatu,718. Maxmum Lkelhood Etmaton (MLE) Pada fuzzy tem repone theory, maxmum lkelhood etmaton dgunakan untuk mengetma kemampuan wa. Proe n dmula dengan uatu nla yang telah dtentukan untuk kemampuan wa dan nla parameter oal yang telah dketahu. Nal-nla terebut dgunakan untuk menghtung probablta menawab benar pada mang-mang oal untuk wa. Kemudan uatu penambahan terhadap nla kemampuan perkraan yang mendekat nla dar probablta yang dhtung dengan vektor wa terhadap oal terebut. Keunggulan metode n adalah metode n cukup efen, error berdtrbu normal, dan tdak ba. Metode n merupakan uatu proe tera yang dmula dengan uatu nla nal untuk kemampuan wa. Pendekatan perhtungan etma adalah modfka dar metode teratf Newton-Raphon untuk menyeleakan metode. Etma n dapat dhtung dengan mengggunakan peramaan berkut n [1]: 91 1 n 1 n 1 a a u Q () θ = kemampuan peerta te yang detma dalam perulangan a = parameter dkrmnan dar oal, dengan =1,,,N u = awaban yang dbuat oleh peerta te terhadap oal u = 1 kor awaban benar u = 0 kor awaban alah P(θ) = kemungknan awaban benar terhadap oal, d bawah model kurva karaktertk butr oal yang dgunakan, pada tngkat kemampuan θ dalam Q(θ) = 1 - P(θ) kemungknan awaban benar terhadap oal, d bawah model kurva karaktertk butr oal yang dgunakan, pada tngkat kemampuan θ dalam 3. Fuzzy Item Repone Theory (IRT) dapat memperkrakan kemampuan wa oleh karena tu perentae pemahaman dengan fuzzy memaham kemampuan dengan membag tga kelompok fuzzy tandar fung. Daumkan ka pemahaman dtetapkan ebaga x, tga fuzzy terebut yakn wa dengan kelompok kemampuan rendah K l (x), wa kelompok kemampuan cukup K m (x) dan wa kelompok kemampuan tngg K h (x). Ddefnkan ebaga berkut [] : Untuk kelompok kemampuan rendah : x 0.5 K ( x) e untuk x < 0,4 (3) l Untuk kelompok kemampuan edang : x K ( x) e untuk 0,4 x 0,6 (4) m Untuk kelompok kemampuan tngg : x1 0.5 K ( x) e untuk x > 0,6 (5) h Kemudan etelah dketahu mangmang kemampuannya dar ketga fung terebut maka dcar Fuzzy makmumnya K u (x) Ddefnkan ebaga berkut []: K u(x) = Max {K l(x), K m(x), K h(x)} (6)

4 Jurnal Ilmah SmanteC Vol. 4, No. Deember 014 Dar tga fung keanggotaan fuzzy ddefnkan dar rumu peramaan (3) ampa rumu peramaan (5) untuk mendukung evalua pemahaman fuzzy akhr K u (x) ebaga rumu (6). Berdaarkan metode evalua pemahaman fuzzy akhr, nla etma kemampuan baru wa dapat ddefnkan ebaga berkut [4]: ( w ) Ku ( x) when x 0,4 x) when 0,4 x 0,6 (7) 1( ( c ) Ku ( x) when x 0. 6 Θ = θ = kemampuan peerta te yang detma dalam Θ w = Q(θ) = 1 - P(θ) kemungknan awaban alah terhadap oal. Θ c = P(θ) = kemungknan awaban benar terhadap oal. 4. Standart Error (SE) Standart Error (SE) adalah Standart Error untuk nla kemampuan wa Ѳ. Dalam aplka CAT, nla makmum tandar error yang baa dpaka adalah 0.33 [3]. Standar error dar kemampuan wa dapat dhtung dengan peramaan 8 berkut n [1]: SE( ) 1/ N a 1 P ( ) Q ( ) (8) a = parameter dkrmnan dar oal, dengan =1,,,N P(θ) = kemungknan awaban benar terhadap oal, d bawah model kurva karaktertk butr oal yang dgunakan, pada tngkat kemampuan θ dalam Q(θ) = 1 - P(θ) kemungknan awaban benar terhadap oal, d bawah model kurva karaktertk butr oal yang dgunakan, pada tngkat kemampuan θ dalam 5. Item nformaton functon (IIF) Setelah kta dapatkan etma kemampuan dan tandar error dar wa, maka untuk pemberan oal elanutnya ddaarkan pada Item nformaton functon (IIF). Dar IIF oal-oal yang ada d bank oal, kemudan dplh yang nlanya palng bear untuk kemudan dplh dan dtamplkan kepada wa ebaga oal elanutnya. Untuk menghtung IIF dapat kta gunakan peramaan 9 berkut n [1]: I (θ) = P (θ) Q (θ) (9) P(θ) = kemungknan awaban benar terhadap oal, d bawah model kurva karaktertk butr oal yang dgunakan, pada tngkat kemampuan θ dalam Q(θ) = kemungknan awaban benar terhadap oal, d bawah model kurva karaktertk butr oal yang dgunakan, pada tngkat kemampuan θ dalam HASIL DAN PEMBAHASAN Data yang Dgunakan Data yang dgunakan dalam peneltan n merupakan data wa kela X tahun aaran 013/014 yang dperoleh dar SMK Neger 3 Pamekaan. Jumlah oal yang dgunakan ebanyak 6 oal dperoleh dar bab 1 ampa bab 8. Dalam mplementanya, data ducoba untuk 4 kela X dengan kenaro. Skenaro 1 menggunakan E-Learnng Adaptve Tet dan kenaro menggunakan E- Learnng konvenonal te. Skenaro 1 dua kela yakn kela X - TI 1 RPL dan kela X TI 3 RPL menggunakan E- Learnng Adaptve Tet dan kenaro dua kela yakn kela X - TI RPL dan kela X TI Multmeda menggunakan E-Learnng konvenonal te. Dar kenaro n ama-ama belaar E- Learnng. a. Belaar dengan E-Learnng menggunakan Adaptve Tet. b. Belaar dengan E-Learnng menggunakan konvenonal te. c. Pot-tet yang dberkan dengan oal yang ama. a. Skenaro 1 Pada u coba Adaptve Tet dbawah n dambl contoh dar hal alah atu wa. Dmana terlhat ela bahwa tngkat keultan oal yang dberkan pada wa eua dengan repon awaban wa yang dtunukkan pada Tabel 1. Dmana wa yang bernama Yulana pada tet ke-1 kemampuan awal 0.5 dan oal 9

5 Dah Kuumawat dkk, Penerapan metode Fuzzy... pertama dberkan dengan tngkat keultan 0.5 kemudan aat menawab oal terebut awaban adalah 1 tu menunukkan bahwa awaban benar, ehngga kemampuan wa nak menad 1,90484 maka untuk oal no. dberkan dengan tngkat keultan data 0,5 yatu 0.8, epert tu teru kemampuan wa menad nak atau turun eua repon awaban wa dapat dlhat pada Gambar. Skenaro 1 : te 1 anak. Tuuan : untuk mengetahu tngkat pergerakan kemampuan wa dan tngkat keultan oal yang elalu berubah. Nama : Yulana Id_eon : Tabel 1 Hal Te Skenaro 1 tanpa melhat dar kemampuan wa dapat menawab oal-oal terebut, edangkan ka menggunakan adaptve kemampuan wa dapat dlhat dar repon awaban yang dberkan ehngga oal yang dberkan eua dengan repon awaban wa. Hal dar pengamatan u coba dengan menggunakan te konvenonal atau tdak menggunakan adaptve dmana hal dar rata-rata = Anala Perbandngan Dar hal u coba yang telah dlakukan ehngga dapat dbandngan hal dar ratarata nla menggunakan adaptve te dengan hal rata-rata nla menggunakan te konveronal atau tanpa menggunakan adaptve te dapat dlhat pada tabel. Tabel Tabel Perbandngan Antara Adaptve Tet dan Te Konveronal Gambar. Grafk kemampuan wa Gambar.3 Grafk keultan oal b. Skenaro Pada kenaro n adalah kela X yakn kela X TI RPL dan kela X TI Multmeda yang menggunakan te konveronal. Perbedaan antara menggunakan adaptve tet dengan mengunakan te konveronal dmana kemampuan wa danggap ama dan oal yang dberkan uga ama antara wa yang atu dengan yang lan Setelah danala hal dar nla wa yang menggunakan adaptve te dbandngkan dengan yang menggunakan konvenonal, nla wa lebh menngkat dengan menggunakan adaptve te dbandngkan dengan te konvenonal hal terebut dbuktkan dengan u coba yang telah dlakukan dengan melhat hal dar rata-rata nla tap wa. Dar tabel 1 terlhat ela bahwa nla rata-rata wa lebh tngg menggunakan adaptve te dbandngkan dengan menggunakan te konveronal. Dmana pada rata-rata nla te adaptve te adalah 80. Sedangkan dengan menggunakan te konvenonal te rata-rata nla adalah SIMPULAN Beberapa kempulan yang dapat dambl dar hal peneltan n adalah : 1. Soal yang dberkan pada te adaptve n eua dengan kemampuan wa dan eua dengan repon awaban wa.. Dar hal u coba adaptve te dbandngkan dengan te konvenonal nla wa lebh menngkat dengan menggunakan adaptve te. SARAN Saran-aran yang ba dampakan adalah ebaga berkut: 93

6 Jurnal Ilmah SmanteC Vol. 4, No. Deember Aplka n dapat dkembangkan lag dengan metode lannya.. Soal-oal yang ada pada aplka n mah angat kurang ad perlu dtambah lag karena oal yang dberkan terkadang muncul lag debabkan oal-oal yang ada mah edkt. DAFTAR PUSTAKA [1] Fahm, M Dean Dan Implementa Computerzed Adaptve Tet Berba Item Repone Theory Pada Learnng Management Sytem Moodle. Indutr, Inttut Sepuluh November. [] Chh-Mng, C. A Peronalzed Coureware Recommendaton Sytem Baed on Fuzzy Item Repon Theory. Junal Department of Informaton and Computer Educaton Natonal Tawan Normal Unverty, Tape, Tawan. 13 Hua-H Rd., Hualen, Tawan 970, R.O.C. [3] Sar, PK Penerapan Item Repone Theory Pada Adaptve Onlne Tet Sytem [Skrp]. Unverta Indonea. Jakarta. [4] Fen, S. 01. Rancang Bangun E- Learnng Computerzed Adaptve Tet Berba Item Repone Theory [Skrp]. Unverta Trunooyo Madura. Bangkalan. 94