BAB I PENDAHULUAN 1.1 Latar Belakang

Transkripsi

1 BAB I PENDAHULUAN 1.1 Latar Belakang Tuntutan belajar bagi peserta didik tidak hanya menuntut kemampuan akedemik (hard skill), peserta didik juga dituntut untuk dapat meningkatkan kemampuan personalnya (soft skill), sehingga siap untuk memasuki dunia kerja yang sesungguhnya setelah menyelesaikan studi. Dalam menunjang proses pembelajaran perlu adanya kesadaran baik dari guru atau peserta didik sehingga dapat saling menunjang tercapainya suatu tujuan pembelajaran. Undang-Undang Nomor 20 Tahun 2003 tentang Sistem Pendidikan Nasional, Pasal 1 angka 1 menyatakan bahwa [1] : Pendidikan adalah usaha sadar dan terencana untuk mewujudkan suasana belajar dan proses pembelajaran agar peserta didik secara aktif mengembangkan potensi dirinya untuk memiliki kekuatan spiritual keagamaan, pengendalian diri, kepribadian, kecerdasan, akhlak mulia, serta keterampilan yang diperlukan dirinya, masyarakat, bangsa dan Negara. Demi tercapainya tujuan dari undang-undang perlu adanya bimbingan dari guru dengan melakukan pengawasan terhadap perkembangan belajar peserta didik. Penilaian prestasi belajar peserta didik dapat diamati oleh guru melalui berbagai aspek, antara lain melalui hasil belajar dan metakognitif peserta didik. Hasil belajar adalah pola-pola perbuatan, nilai-nilai, pengertian-pengertian, sikap sikap, apresiasi dan keterampilan. Sehingga hasil belajar sangat erat hubungannya dengan metakognitif peserta didik dimana unsur yang terkandung dalam metakognitif adalah kognitif. Hubungan Antara kogntif dan metakognitif yaitu metakognitif adalah landasan dari kognitif [2]. Keberhasilan dari hasil belajar peserta didik tidak hanya ditentukan oleh faktor kognitif saja namun ditentukan pula oleh faktor metakognitif sebagai penunjang dan landasan dari kognitif peserta didik [3]. Perkembangan kognitif merupakan penentu kecerdasan intelektual peserta didik dimana kemampuan kognitif akan terus berkembang seiring dengan faktor perkembangan fisik terutama otak secara biologis. Selain itu perkembangan kognitif diikuti pula perkembangan bagaimana mengatur atau mengelola 1

2 kemampuan kognitif dalam menyelesaikan suatu permasalahan. Tentunya dalam hal ini kognitif seseorang tidak dapat berjalan sendiri tetapi perlu dikendalikan dan diatur sehingga apabila seseorang akan menggunakan kemampuan kognitifnya maka perlu adanya sebuah kemampuan untuk mengatur aktivitas kognitif apa yang akan digunakan. Sehingga seseorang harus memiliki kesadaran tentang kemampuan berpikirnya sendiri dan mampu untuk mengatur dan mengontrolnya. Dalam hal ini kemampuan yang dimaksudkan disebut dengan metakognitif. Metakognitif melebihi proses berfikir (meta+cognition) dalam hal ini kesadaran aktif dan kemampuan pengetahuan dari seseorang. Kemampuan metakognitif terkadang diwakili dengan kemampuan mengarahkan diri sendiri. Secara sederhana metakognitif didefinisikan sebagai berpikir tentang berpikir [4]. Corebima menyatakan bahwa metakognitif adalah berhubungan dengan berpikir bagaimana berpikir, mengetahui apa yang kita ketahui, dan yang tidak kita ketahui, belajar bagaimana caranya belajar, mengembangkan proses berpikir secara berkesinambungan sehingga dapat digunakan untuk pemecahan permasalahan [2]. Intinya, metakognitif adalah kesadaran berpikir tentang apa yang diketahui dan apa yang tidak diketahui. Schraw dan Dennison membuat secara mutlak suatu instrumen untuk mengukur komponen-komponen metakognitif yang disebut metacognitive awareness inventory (inventori metakognitif). Inventori ini berisi 52 pernyataan dengan menggunakan skala Likert 5 poin [3]. Inventori tersebut berisi tentang faktor pengetahuan metakognitif dan faktor pengaturan atau kontrol metakognitif. Dalam inventori terdapat 17 pertanyaan yang berhubungan dengan faktor pengetahuan metakognitif dan terdapat 35 pertanyaan yang berhubungan dengan faktor pengaturan atau kontrol metakognitif. Menurut Veenman bahwa dalam konteks pembelajaran, metakognitif memiliki makna bahwa peserta didik mengetahui bagaimana untuk belajar, mengetahui kemampuan dan modalitas belajar yang dimiliki, dan mengetahui strategi belajar terbaik untuk belajar efektif [5]. Dunn dkk berasumsi bawha peserta didik mengetahui bagaimana untuk belajar memiliki hubungan yang sangat erat dengan learning style sehingga apabila peserta didik mengetahui learning style 2

3 mereka maka hal tersebut dapat meningkatkan hasil belajar peserta didik [6]. Learning style merupakan satu set biologis dan perkembangan yang berkaitan dengan karakteristik pribadi dalam melakukan pembelajaran. Setiap orang memiliki learning style masing-masing dengan memiliki kesadaran melalui mana dapat mengingat informasi yang paling mudah, dapat melalui pendengaran, berbicara, melihat, memanipulasi, menulis, mengalami atau bisa juga kombinasi di antaranya. Peserta didik dapat menguasi konten pembelajaran melalui learning style yang sesuai dengan masing-masing peserta didik [6]. Felder dan Solomon mengklasifikasikan learning style menjadi 8 jenis gaya belajar (Learning Style), antara lain active, reflective, sensing, intuitive, visual, verbal, sequential dan global [7]. Permasalahan pada penelitian adalah setiap siswa pada dasarnya memiliki karakteristik dan kebutuhan belajar yang berbeda-beda dalam setiap proses pembelajaran. Berdasarkan penelitian sebelumnya hanya mampu menghasilkan rekomendasi mengenai learning style saja. Sedangkan pada kenyataannya aspek metakognitif juga sangat memiliki pengaruh besar dalam meningkatkan proses dan hasil belajar. Sehingga penelitian pada bidang ini sangat perlu diteliti lebih lanjut. Sehingga diperlukan sebuah penelitian mengenai metakognitif dan learning style untuk meningkatkan proses pembelajaran peserta didik. Dengan berkembangnya teknologi pengolahan data yang semakin canggih diperlukan adanya analisis lebih mendalam mengenai pembelajaran dengan memprediksi learning style berdasarkan hasil metakognitif peserta didik. Hal ini dapat di atasi dengan analisis data yaitu dengan aplikasi komputer dengan menggunakan teknik data mining. Data mining (DM) merupakan sebuah proses penggalian pola dan informasi tersembunyi dari data yang ada [8]. Karena potensi data mining dalam menganalisis dan mengungkap informasi yang tersembunyi dari data itu sendiri yang dapat memakan waktu jika harus dilakukan secara manual dengan tingkat kesulitan yang tinggi dan waktu yang lama. DM sangat berguna dalam bidang pendidikan terutama dalam menganalisis karakteristik peserta didik [9]. Data mining sering disebut dengan Knowledge Discovery in Database (KDD) yang dikenal karena perannya yang sangat penting dalam mengungkap informasi 3

4 tersembunyi dari volume data yang besar. Data mining dalam penerapannya dapat diterapkan dalam berbagai bidang ilmu pengetahuan salah satunya yaitu dalam bidang pendidikan yang dikenal dengan Educational Data Mining (EDM). EDM berfungsi untuk menggali data yang tersembunyi dimana data tersebut berasal dari lingkungan pendidikan dengan menggunakan metode-metode untuk lebih memahami karakteristik peserta didik [8][10]. Pada penelitian ini menggunakan EDM untuk memodelkan metakognitif peserta didik sehingga dari data metakognitif dapat digunakan untuk memprediksi learning style peserta didik tanpa peserta didik melakukan pengisisan kuisioner terhadap learning style. Prediksi pada learning style membutuhkan sebuah rule yang dapat merepresentasikan knowledge yang telah diperoleh sehingga daalam hal ini membutuhkan sebuah rule based system untuk merepresentasikannya. Rule yang diperoleh adalah berdasarkan dari human expert untuk mengetahui hubungan antara metakognitif dan learning style. 1.2 Perumusan masalah Pada proses pembelajaran setiap peserta didik memiliki karakteristik dan kebutuhan yang berbeda-beda dalam proses pembelajaran yang dalam hal ini berkaitan dengan learning style. Selain learning style, pengetahuan bagaimana peserta didik dapat mengolah pengetahuannya memiliki peranan penting dalam meningkatkan hasil belajar yang dalam hal ini berkaitan dengan metakognitif. Berdasarkan pada beberapa penelitian sebelumnya hanya mampu menghasilkan rekomendasi mengenai learning style saja. Sedangkan pada kenyataannya, tidak hanya aspek learning style saja yang dianggap penting dalam meningkatkan proses dan hasil belajar peserta didik namun aspek metakognitif juga merupakan aspek penting pendukung pembelajaran. Sehingga diperlukan sebuah penelitian yang mampu mengidentifikasi kedua variabel yaitu metakognitif dan learning style dengan berlandaskan pada hasil metakognitif untuk melakukan prediksi terhadap learning style. 4

5 1.3 Keaslian penelitian Penelitian untuk mengetahui karakteristik siswa telah menjadi objek penelitan yang sangat penting dan banyak digunakan untuk student modeling, salah satunya yaitu pada penelitian Chang, dkk. [11] bahwa pada penelitian tersebut mengusulkan mekanisme untuk klasifikasi learning style yang menggabungkan k- nearest neighbor (k-nn) dan Genetic Algorithm (GA) yang menganalisis karakteristik siswa melalui adaptive learning. Milicevic, dkk.[12] melakukan penelitian dengan menggunakan e-learning yang dapat secara langsung beradaptasi dengan kebiasaan peserta didik sehingga dapat mengetahui gaya belajar mereka. Bousbia, dkk. [13] melakukan analisis behavior learning dengan menghasilkan sebuah log file. Analisis yang dihasilkan log file memberikan pengetahuan mengenai aktivitas yang disebut dengan indikator yang diperoleh dari learning behavior peserta didik dalam melakukan aktivitas pada web based Learning Environments sehingga dapat diketahui learning style dari peserta didik berdasarkan indikator tersebut dengan menggunakan k-nn dan Neural Network (NN). Biswas, dkk. [14] membangun sebuah framework yang menggabungkan theory driven, pendekatan top-down dengan bottom-up, pendekatan pattern discovery untuk mengidentifikasi learning behavior peserta didik melalui penilaian kognitif. O. Ozyurt dan H. Ozyurt [15] melakukan studi untuk menciptakan lingkungan belajar berdasarkan pada perbedan gaya belajar yang diidentifkasi berdasarkan learning behavior pada proses pembelajaran dengan adaptive e- learning. Adetunji dan Ademola [16] merancang sebuah model automatic adaptive e-learning system architecture (AAELS) dengan berbasis pada learning style sehingga pembelajaran dapat dilakukan sesuai dengan learning style peserta didik dengan terlebih dahulu diketahui learning style berdasarkan learning behavior. Chrysafiadi dan Virvou melakukan penelitian mengenai student modeling dimana menggunakan teknik machine learning dan integration theory dengan menggunakan faktor kognitif, misalnya dengan mengintegrasi fuzzy logic ke dalam student modeling dan Bayesian network ke dalam student modeling [17]. Penelitian yang dilakukan pada pembahasan di atas berfokus pada mengetahui learning style berdasarkan learning behavior pada penggunaan web 5

6 based learning, sedangkan pada penelitian ini mengetahui learning style berdasarkan hasil metakognitif peserta didik. Penelitian ini melakukan penggalian metakognitif siswa sehingga dari komponen ini akan diperoleh knowledge yang akan digunakan untuk memprediksi learning style. Hasil prediksi learning style diperoleh dari knowledge based yang akan digunakan untuk decision rule yang diperoleh langsung dari expert berupa hubungan metakognitif dan learning style. Sehingga dalam penelitian ini dapat diketahui metakognitif dan juga learning style dari masing-masing peserta didik. 1.4 Tujuan Penelitian Tujuan dilakukan penelitian ini adalah untuk melakukan prediksi terhadap learning style terhadap hasil kelas dari metakognitif sehingga peserta didik tidak perlu mengisi dua angket sekaligus untuk mengetahui metakognitif dan learning style dari masing-masing peserta didik. Hasil knowledge yang diperoleh dari prediksi tersebut diimplementasikan dalam sebuah rule based system dengan tujuan dapat digunakan secara langsung oleh peserta didik untuk mendukung pembelajarannya. Tujuan penelitian ini secara terperinci sebagai berikut: a. Melakukan klasifikasi class metakogntif pada masing-masing peserta didik. b. Mengetahui hubungan antara metakognitif dan learning style. c. Membuat rule-based system yang mampu memprediksi learning style berdasarkan metakognitif pada proses pembelajaran. 1.5 Manfaat Penelitian Penelitian ini menghasilkan sebuah rule-based system yang dapat melakukan student modeling ditujukan kepada siswa untuk mengetahui karakteristik pembelajarannya sehingga dapat meningkatkan proses pembelajaran dan juga ditujukan kepada guru untuk mengevaluasi karakteristik belajar dari masing-masing peserta didiknya. Hasil dari penelitian ini adalah memprediksi learning style berdasarkan metakognitif mahasiswa yang secara langsung bertujuan untuk membantu siswa dalam meningkatkan proses pembelajarannya. Penelitian ini diharapkan dapat memberikan manfaat sebagai berikut: 6

7 a. Penelitian ini dapat digunakan peneliti sebagai penunjang dalam meningkatkan diri dalam melakukan penelitian mengenai kecerdasan buatan dalam bidang pendidikan di masa yang akan datang. b. Bagi Universitas Gadjah Mada (UGM), penelitian ini bermanfaat untuk memberikan wawasan kepada mahasiswa bahwa dalam meningktkan proses pembelajarannya terdapat beberapa aspek pendukungnya sehingga dalam hal ini dapat memberikan solusi dalam pemecahan permasalahan dalam dunia pendidikan. c. Penelitian ini dapat memberikan modeling dengan melakukan prediksi sehingga dalam mengetahui karakteristik pembelajaran siswa dapat dengan mudah dilakukan dan dievaluasi. Sehingga diharapkan peserta didik dapat menerima dan menyerap pembelajarannya secara maksimal apabila masingmasing peserta didik telah mengetahui karakteristik pembelajarannya. d. Bagi pembaca, penelitian ini dapat dijadikan sebagai sumber informasi dan referensi bagi pembaca, terutama dalam mengembangkan penelitian yang relevan dengan penelitian ini sehingga penelitian selanjutnya dapat menyempurnakan penelitian ini. 7