Pengembangan Model Diagnostik Kesulitan Belajar Matematika Berbasis Bayesian untuk Computerized Adaptive Testing.

Hartono, Wahyu and Hadi, Samsul (2025) Pengembangan Model Diagnostik Kesulitan Belajar Matematika Berbasis Bayesian untuk Computerized Adaptive Testing. S3 thesis, Sekolah Pascasarjana.

Text disertasi_wahyu hartono_19701261005.pdf Restricted to Registered users only Download (8MB)

Abstract

Penelitian ini adalah untuk mengembangkan model diagnostik kesulitan belajar matematika yang didasarkan pada Bayesian Network (BN) untuk computerized adaptive testing (CAT). Secara spesifik, tujuan penelitian ini adalah (1) memperoleh konstruksi instrumen tes diagnostik kesulitan belajar matematika materi bilangan bulat fase B sampai fase D pada kurikulum merdeka yang tepat, (2) menghasilkan instrumen tes diagnostik kesulitan belajar matematika materi bilangan bulat fase B sampai fase D pada kurikulum merdeka yang berkualitas, (3) menghasilkan model Bayesian Network untuk CAT yang sesuai untuk diagnostik kesulitan belajar matematika materi bilangan bulat fase B sampai fase D pada kurikulum merdeka, (4) menghasilkan performansi model BN-CAT untuk diagnosis kesulitan belajar matematika materi bilangan bulat fase B sampai fase D pada kurikulum merdeka yang baik (akurat dan efisien). Pengembangan instrumen tes diagnostik kesulitan belajar matematika materi bilangan bulat berjenis pilihan ganda empat opsi menggunakan model Research and Development (R&D) Tessmer. Pengembangan instrumen dilakukan melalui uji validasi ahli, uji coba terbatas, dilanjutkan dengan uji lapangan di 16 SMP Negeri/Swasta terakreditasi (A, B, dan C) di Kota/Kabupaten Cirebon pada periode Mei–Oktober 2024. Validitas konten instrumen dinilai oleh sembilan ahli (ahli dibidang evaluasi pendidikan, konten matematika, asesmen berbasis komputer/jaringan Bayesian, guru SMP, serta guru SD) dengan revisi berdasarkan masukan mereka. Instrumen diujikan ke 1.094 siswa, dianalisis dengan validitas konstruk (CFA) serta kualitas butir (DIF, IRT 3-PL). Model BN dirancang berbasis Evidence Centered Design (ECD), divalidasi dengan stratified 10-Fold Cross Validation. Sistem CAT berbasis algoritma entropy diimplementasikan dan dibandingkan dengan fixed test, lalu diintegrasikan dalam aplikasi web interaktif (Streamlit) untuk simulasi tes, visualisasi hasil, dan deskripsi hasil diagnosis. Hasil penelitian ini mencakup empat capaian utama sesuai tujuan. Pertama, berhasil dikembangkan instrumen tes diagnostik kesulitan belajar matematika materi bilangan bulat fase B–D Kurikulum Merdeka yang memenuhi prinsip kesesuaian konstruksi. Kedua, instrumen ini terbukti berkualitas tinggi dengan validitas konstruk yang terkonfirmasi melalui CFA, reliabilitas empiris 0.86, serta kualitas butir soal yang optimal berdasarkan analisis IRT 3- PL dan DIF. Ketiga, dihasilkan model BN yang terintegrasi dengan sistem CAT berbasis algoritma adaptif entropy, mampu memprediksi kesulitan belajar siswa pada materi bilangan bulat secara efisien dan personal. Keempat, Instrumen diagnostik yang terintegrasi dalam bayesian network pada CAT menunjukkan performansi yang sangat baik, ditandai dengan akurasi tinggi (0,985), efisiensi dalam pengurangan ketidakpastian (entropy), dan kemampuan adaptif yang optimal dalam memilih item tes, serta didukung oleh validasi model dan software berbasis Streamlit yang menghasilkan informasi diagnosis untuk siswa.

Item Type:	Thesis (S3)
Uncontrolled Keywords:	Bayesian network, bilangan bulat, BN-CAT, tes diagnostik
Subjects:	Matematika dan Ilmu Pengetahuan Alam > Matematika Pendidikan > Evaluasi Pendidikan
Divisions:	Sekolah Pascasarjana (SPS) > Penelitian dan Evaluasi Pendidikan
Depositing User:	Perpustakaan Pascasarjana
Date Deposited:	22 Oct 2025 03:50
Last Modified:	22 Oct 2025 03:50
URI:	http://eprints.uny.ac.id/id/eprint/88213

Actions (login required)

View Item