UMN Knowledge Center

Implementasi Metode Perhitungan Bayesian dalam Tes Adaptif Terkomputerisasi dengan Menggunakan Pemodelan Item Response Theory

Emersan, Niki (2019) Implementasi Metode Perhitungan Bayesian dalam Tes Adaptif Terkomputerisasi dengan Menggunakan Pemodelan Item Response Theory. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img] Text
BAB_IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB)
[img]
Preview
Text
BAB_V.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (783kB) | Preview
[img]
Preview
Text
BAB_I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (882kB) | Preview
[img]
Preview
Text
LAMPIRAN.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (4MB) | Preview
[img]
Preview
Text
DAFTAR_PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (828kB) | Preview
[img]
Preview
Text
HALAMAN_AWAL.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
BAB_III.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
BAB_II.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview

Abstract

Pendidikan yang berkualitas adalah tujuan yang ingin dicapai dari setiap negara. Proses pendidikan yang berjalan tidak terlepas dari empat faktor utama, yaitu materi, tenaga pengajar, tes, dan laporan. Namun, ketidakmampuan peserta didik dalam menjawab soal tes akan mengakibatkan demotivasi bagi peserta didik yang menyebabkan sulitnya mencapai pendidikan yang berkualitas. Oleh karena itu, terdapat ide tes adaptif yang mampu menyesuaikan tingkat kesulitan soal yang akan diberikan kepada peserta berdasarkan tingkat kemampuan peserta. Tes adaptif dibangun dengan menggunakan butir soal yang telah dikalibrasi sebelumnya untuk menentukan tingkat kesukaran, daya beda, dan faktor pseudo-guessing untuk membentuk model Item Response Theory dengan tiga parameter logistik. Metode perhitungan Bayesian Estimation digunakan dalam sistem tes adaptif untuk menentukan estimasi tingkat kemampuan dari peserta. Sistem tes adaptif yang dibangun akan lebih memungkinkan peserta untuk menjawab soal dan meningkatkan engagement peserta. Setelah dibandingkan dengan tes klasik menggunakan metode Questionnaire of Current Motivation (QCM), penggunaan dari tes adaptif terkomputerisasi menghasilkan engagement level yang lebih tinggi dalam proses pembelajaran dibandingkan dengan penggunaan tes adaptif.

Item Type: Thesis (Bachelor Thesis)
Uncontrolled Keywords: Bayesian Estimation, Item Response Theory, QCM, Tes Adaptif
Subjects: T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology
Divisions: Fakultas Teknik Informatika > Program Studi Informatika
SWORD Depositor: mr admin umn
Depositing User: mr admin umn
Date Deposited: 04 Dec 2019 07:24
Last Modified: 10 Jan 2020 03:25
URI: http://kc.umn.ac.id/id/eprint/10419

Actions (login required)

View Item View Item