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.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (828kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (882kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (783kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (4MB)

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)
Keywords:	Bayesian Estimation, Item Response Theory, QCM, Tes Adaptif
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	04 Dec 2019 07:24
Last Modified:	30 Jun 2023 02:59
URI:	https://kc.umn.ac.id/id/eprint/10419

Actions (login required)

View Item