Show simple item record

dc.contributor.authorHaryanto
dc.date.accessioned2015-12-21T02:51:52Z
dc.date.available2015-12-21T02:51:52Z
dc.date.issued2014-05-24
dc.identifier.citationAnderson, L.W., & Krathwohl, D.R. (2001). A taxonomy for learning, teaching, and assessing. New York: Addison Wesley Longman. Inc. Azwar, S. (1996). Tes prestasi, fungsi dan pengembangan pengukuran prestasi belajar. Yogyakarta: Pustaka Pelajar. Azwar, S. (2003). Penyusunan skala psikologi. Yogyakarta: Pustaka Pelajar. Baeck, T., Fogel, D.B., & Michalewicz, Z. (1997). Handbook on evolutionary computation. New York: IOP Press. Baumgartner, T.A., & Jackson, A.S. (1995). Measurement for evaluation in physical education and exercise science (5th ed.). New York: WCB Brown & Benchmark Publishers. Borg, W.R., & Gall, M.D. (1983). Educational research: An introduction (4th ed.). New York: Longman Inc. Brennan, R.L, (2006). Educational measurement (4th ed.). New York: American Council on Education. Chee, T.S., & Wong, A.F.L. (2003). Teaching and learning with technology”. Singapore: Prentice Hall. Clarke, S. (2005). Formative assessment in action weaving the elements together. London: Hodder Murray. Davis, L.L., & Dodd, B.G. (2003). Item exposure constraints for testlets in the verbal reasoning section of the MCAT. American Psychological Measurement. vol: 27 no: 5 Sep 2003. Depdikbud, Ditjen Dikdasmen, & Dit Dikmenum. (1997). Pengelolaan pengujian bagi guru mata pelajaran. Jakarta: Depdikbud. Echols, J.M., & Shadily, H. (1986). Kamus Inggris Indonesia. Jakarta: PT. Gramedia. Friedenberg, L. (1995). Psychological testing: Design, analysis, and use. Boston: Allyn & Bacon . Gronlund, N.E., & Linn, R.L. (1990). Measurement and evaluation in teaching (6th ed.). New York: Mc Millan Publishing Company. Hambleton, R.K., Swaminathan, H., & Rogers, H. (1991). Fundamentals of item response theory. New Delhi: Sage Pub. Inc. Hau, K.T., & Chang, H.H. (2001) Item selection in CAT: Should more discriminating items be used first? Journal of Evaluation & Measurement. Vol: 38 no: 3. Hornby, AS. (1984). Oxford advanced learner’s dictionary of current English. London: Oxford University Press. Leung, C.K., Chang, H.H., & Hau, K.T. (2002). Item selection in CAT: Improving the a-stratified design with the sympson-hetter algorithm. Journal of APM. vol 26 no.4 Des 2002. Linn, R.L. (1989). Educational measurement (3rd ed.). New York: American Council on Education, Macmillan Publishing Company. Lord, F.M. (1980). Applications of item response theory to practical testing problems. Englewood Cliffs: Lawrence Erlbaum Associates, Publishers. Luger, G.F. (2005). Artificial intelligence, structure and strategies for complex problem solving (5th ed). New York: Addison Wesley. Mardapi, D. (2008). Teknik penyusunan instrumen tes dan non-tes. Yogyakarta: Mitra Cendekia Press. Masters, G.G., & Keeves, J.P. (1999). Advances in measurement in educational research and assessment. New York: Pergamon Press. Pressman, R.S. (1997). Software engineering: A practitioner’s approach. New York: Mc Graw hill Book, Inc. Rolston, D.W. (1988). Principles of artificial intelligence and expert systems development. Singapore: McGraw Hill Book, Co. Stark, J.S., & Thomas, A. (1994). Assessment and program evaluation. New York: Simon & Schuster Custom Publishing. Steward, D.V. (1987). Software engineering, with systems analysis and design. New York: Wadsworth, Inc. Silverius, S. (1991). Evaluasi hasil belajar dan umpan balik. Jakarta: Grasindo Gramedia Widiasarana Indonesia. Surapranata, S. (2004). Analisis, validitas, reliabilitas dan interpretasi hasil test. Bandung: PT Remaja Rosdakarya. Suryabrata, S. (2000). Pengembangan alat ukur psikologis. Yogyakarta: Andi Offset. Terano, T., Asai, K., & Sugeno, M. (1992). Fuzzy systems theory and its applications. New York: Academic Press, Inc. Tim Prima Pena (2007). Kamus besar bahasa Indonesia. Jakarta: Gita Media Press. Tim Pustaka Yustisia. (2007). Panduan lengkap KTSP (kurikulum tingkat satuan pendidikan). Yogyakarta: Pustaka Yustisia. Towndrow, P.A., & Vallence, M. (2004). Using IT in the language classroom: A guide for teachers and students in Asia (3rd ed.). Singapore: Longman Pearson Education South Asia Pte. Ltd. van der Linden, W.J., & Hambleton, R.K. (1997). Handbook of modern item response theory. New York: Springer Verlag. Wang, L.X. (1994). Adaptive fuzzy systems and control: Design and stability analysis. Englewood Cliffs: Prentice Hall Inc. Weinberg G.M., & Geller. (1985). Computer information systems: An introduction to data processing. New York: Little Brown & Company. Ltd. Widrow, B., & Stearns, S.D. (1985). Adaptive signal processing. Englewood Cliffs: Prentice Hall Inc. Woolfolk, A. (2007). Educational psychology (10th ed.). New York: Pearson Education, Inc.in_ID
dc.identifier.urihttp://hdl.handle.net/11617/6423
dc.description.abstractMakalah ini dimaksudkan untuk menyampaikan hasil penelitian dalam upaya meningkatkan akurasi pengukuran hasil belajar melalui pendekatan Computerized Intelligent Measurement (CIM) dengan model logika fuzzy. Hal itu bertujuan untuk memperoleh penilaian hasil belajar yang optimal dan berkeadilan. Optimal karena pengukuran dilakukan secara efektif dan efisien, sedangkan berkeadilan karena butir-butir tes dipilih melalui komputasi cerdas model logika fuzzy, yang sesuai dengan karakteristik peserta tes. Model sistem pengukuran tersebut sangat diperlukan untuk membantu proses evaluasi pembelajaran yang lebih bermakna, agar pengambilan keputusan hasil evaluasi belajar seoptimal mungkin dan dapat dipertanggungjawabkan. Penelitian yang dilakukan dengan pendekatan Research and Development (R & D) ini, menerapkan sistem computerized intelligent measuremnt (CIM) model logika fuzzy. Materi tes yang diperlukan distandarisasi melalui serangkaian uji coba dan analisis butir dengan item response theory (IRT) untuk memperoleh parameter dan karakteristik butir yang selanjutnya dijadikan basis data item bank. Sistem inferensi dalam CIM dilakukan dengan algoritma logika fuzzy. Logika fuzzy berfungsi untuk keakurasian, keadilan dan ketepatan pemilihan butir-butir tes berdasar respon jawaban benar-salah peserta tes. Berdasar data respon jawaban, estimasi kemampuan peserta tes di analisis dengan maksimum Likelihood. Hasil yang diperoleh adalah bahwa pengukuran hasil belajar dengan pendekatan CIM model logika fuzzy mampu: (1) Memilih butir tes dengan akurat dan tepat sesuai dengan karakteristik peserta tes. (2) mengemas banyak butir tes sesuai dengan tingkat kemampuan peserta tes sehingga pengukuran menjadi lebih efektif dan efisien. (3) melakukan estimasi kemampuan peserta tes dengan baik. Simpulan temuan penelitian bahwa CIM model logika fuzzy mampu meningkatkan akurasi hasil pengukuran sehingga dapat menghasilkan penilaian yang optimal.in_ID
dc.language.isoidin_ID
dc.publisherUniversitas Muhammadiyah Surakartain_ID
dc.subjectComputerized Intelligent Measurementin_ID
dc.subjectLogika Fuzzyin_ID
dc.subjectItem Response Theoryin_ID
dc.subjectItem Bankin_ID
dc.titleOptimasi Pengukuran Hasil Belajar melalui Computerized Intelligent Measurement Model Fuzzyin_ID
dc.typeArticlein_ID


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record