Universitas Negeri Surabaya
Fakultas Teknik
Program Studi S2 Pendidikan Teknologi Informasi

Kode Dokumen

SEMESTER LEARNING PLAN

Course

KODE

Rumpun MataKuliah

Bobot Kredit

SEMESTER

Tanggal Penyusunan

Asesmen dan Evaluasi Pembelajaran

8321503004

T=2

P=1

ECTS=6.72

1

9 April 2026

OTORISASI

Pengembang S.P

Koordinator Rumpun matakuliah

Koordinator Program Studi




Prof. Dr. Ekohariadi, M.Pd


.......................................


RINA HARIMURTI

Model Pembelajaran

Project Based Learning

Program Learning Outcomes (PLO)

PLO program Studi yang dibebankan pada matakuliah

PLO-3

Mengembangkan pemikiran logis, kritis, sistematis, dan kreatif dalam melakukan pekerjaan yang spesifik di bidang keahliannya serta sesuai dengan standar kompetensi kerja bidang yang bersangkutan

PLO-6

Menguasai metodologi penelitian pendidikan dan teknologi informasi tingkat lanjut untuk merancang dan melaksanakan penelitian yang menghasilkan kontribusi signifikan terhadap pengembangan ilmu pengetahuan dan praktik profesional

PLO-8

Mengidentifikasi, menganalisis, dan memecahkan masalah kompleks dalam konteks pendidikan teknologi informasi menggunakan pendekatan yang kritis, logis, dan berbasis data

PLO-9

Menyampaikan ide, hasil penelitian, dan solusi inovatif secara efektif baik secara lisan maupun tulisan kepada audiens yang beragam di bidang pendidikan teknologi informasi, baik di tingkat nasional maupun internasional

PLO-10

Merancang, mengembangkan, dan mengimplementasikan sistem pembelajaran yang memanfaatkan teknologi informasi secara efektif, inovatif, dan sesuai dengan kebutuhan pembelajaran adaptif dan analitis

PLO-12

Melakukan penelitian yang rigor di bidang pendidikan teknologi informasi, mulai dari perumusan masalah hingga penyusunan laporan dan publikasi ilmiah yang diakui di tingkat nasional dan internasional dan bermanfaat bagi masyarakat

Program Objectives (PO)

PO - 1

Menjelaskan konsep dasar asesmen dalam konteks pendidikan informatika, termasuk tujuan, prinsip, dan peran asesmen dalam pembelajaran.

PO - 2

Menganalisis keterkaitan antara desain pembelajaran dan asesmen, serta menentukan strategi asesmen yang selaras dengan capaian pembelajaran pada pendidikan informatika.

PO - 3

Merancang tugas asesmen yang autentik dan berorientasi kompetensi, sesuai karakteristik bidang pendidikan informatika.

PO - 4

Menerapkan konsep psikometri komputasi untuk mengolah data hasil asesmen menggunakan perangkat lunak yang relevan.

PO - 5

Mengestimasi reliabilitas internal instrumen asesmen, serta menginterpretasikan makna koefisien reliabilitas untuk evaluasi kualitas instrumen.

PO - 6

Mengevaluasi validitas isi instrumen melalui prosedur kajian ahli (expert judgment) dan kesesuaian indikator dengan konstruk.

PO - 7

Mengestimasi dan menginterpretasi reliabilitas antar-penilai (interrater reliability) untuk instrumen berbasis penilaian kinerja.

PO - 8

Melakukan analisis butir dikotomi menggunakan teori tes klasik (TTK), termasuk menghitung indeks kesukaran serta daya pembeda.

PO - 9

Menyelesaikan tugas analisis butir dikotomi dan menyajikan interpretasinya secara sistematis untuk peningkatan instrumen.

PO - 10

Melakukan analisis butir politomus menggunakan teori tes klasik (TTK) serta mengevaluasi kinerja respons bertingkat pada asesmen pendidikan informatika.

PO - 11

Menerapkan Model Rasch dalam teori respons butir (IRT) untuk mengestimasi parameter butir dan kemampuan peserta.

PO - 12

Menerapkan Partial Credit Model (PCM) untuk menganalisis butir politomus dalam kerangka teori respons butir.

PO - 13

Menganalisis fungsi informasi butir dan tes dalam perspektif IRT untuk menilai ketepatan pengukuran pada berbagai kemampuan peserta.

PO - 14

Mengevaluasi konsep dan implementasi Computer-Based Testing (CBT) dalam asesmen PTK, termasuk kelebihan, kekurangan, dan syarat teknis.

PO - 15

Menganalisis prinsip dasar Computer Adaptive Testing (CAT) serta menilai potensi pemanfaatannya dalam asesmen pada bidang kejuruan.

PO - 16

Menyelesaikan tugas analisis butir politomus (TTK/IRT), menginterpretasikan hasilnya, dan menyusun rekomendasi untuk peningkatan kualitas instrumen.

Matrik PLO-PO
 
POPLO-3PLO-6PLO-8PLO-9PLO-10PLO-12
PO-1✔     
PO-2 ✔    
PO-3  ✔   
PO-4   ✔  
PO-5    ✔ 
PO-6     ✔
PO-7✔     
PO-8 ✔    
PO-9  ✔   
PO-10   ✔  
PO-11    ✔ 
PO-12     ✔
PO-13 ✔    
PO-14  ✔   
PO-15    ✔ 
PO-16     ✔

Matrik PO pada Kemampuan akhir tiap tahapan belajar (Sub-PO)
 
PO Minggu Ke
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
PO-1✔
PO-2✔
PO-3✔
PO-4✔
PO-5✔
PO-6✔
PO-7✔
PO-8✔
PO-9✔
PO-10✔
PO-11✔
PO-12✔
PO-13✔
PO-14✔
PO-15✔
PO-16✔

Deskripsi Singkat Mata Kuliah

Mata kuliah Asesmen dan Evaluasi Pembelajaran ini dirancang untuk membekali mahasiswa dengan kompetensi dalam merancang, melaksanakan, menganalisis, dan menginterpretasi asesmen pembelajaran pada konteks pendidikan dan pelatihan kejuruan. Fokus utama mata kuliah ini adalah penguasaan konsep asesmen modern berbasis pengukuran pendidikan, pemanfaatan pendekatan psikometri komputasi, serta penerapannya dalam pengembangan instrumen evaluasi pembelajaran yang valid dan reliabel. Mahasiswa akan mempelajari hubungan antara desain pembelajaran dan asesmen, teknik penyusunan tugas asesmen yang autentik, serta prinsip-prinsip dasar psikometri termasuk estimasi reliabilitas, validitas isi, dan reliabilitas antarpenilai. Selain itu, mahasiswa akan dilatih melakukan analisis karakteristik butir soal baik bersifat dikotomi maupun politomus menggunakan teori tes klasik (TTK), serta mempelajari teori respons butir (IRT) khususnya Model Rasch dan Partial Credit Model untuk memahami karakteristik butir dan kemampuan peserta didik secara lebih komprehensif. Mata kuliah ini juga membahas konsep fungsi informasi dalam IRT, serta integrasi asesmen berbasis komputer, termasuk Computer-Based Testing (CBT) dan Computer Adaptive Testing (CAT). Melalui tugas-tugas analitis, mahasiswa akan memperoleh pengalaman praktis dalam melakukan analisis butir menggunakan perangkat komputasi dan menginterpretasi hasilnya untuk perbaikan instrumen asesmen, peningkatan kualitas pembelajaran, serta pengambilan keputusan yang berbasis data. Secara keseluruhan, mata kuliah ini bertujuan untuk membentuk calon pendidik dan pengembang asesmen yang mampu merancang dan mengevaluasi instrumen pembelajaran secara komprehensif dan berbasis evidence, sesuai kebutuhan pada ranah pendidikan dan pelatihan kejuruan.

Pustaka

Utama :

  1. . Finch, W.H.; & French, B. (2018). Educational and psychological measurement. New York: Routledge
  2. Wu, M.; Tam, H.P.; & Jen, T.H. (2016). Educational measurement for applied researcher: Theory into practice. Singapore: Springer.
  3. Bandalos, Deborah L., (2018). Measurement theory and applications for the social sciences. New York: Guilford Press
  4. Kenneth S. Shultz, David J. Whitney, Michael J. Zickar. (2021). Measurement theory in action : case studies and exercises. New York
  5. Dimitrov, Dimiter M. (2012). Statistical methods for validation of assessment scale data in counseling and related fi elds. New York: Wiley
  6. Witte, Raymond H. (2012). Classroom assessment for teachers. New York: McGraw-Hill
  7. Bernard P. Veldkamp • Cor Sluijter Editors. (2019). Theoretical and Practical Advances in Computer-based Educational Measurement. New York: Springer

Pendukung :

  1. Kline, Theresa. (2005). Psychological testing: a practical approach to design and evaluation. Thousand Oaks: Sage

Dosen Pengampu

Prof. Dr. Ekohariadi, M.Pd.

Dr. Rina Harimurti, S.Pd., M.T.

Minggu Ke-

Kemampuan akhir tiap tahapan belajar
(Sub-PO)

Penilaian

Bantuk Pembelajaran,

Metode Pembelajaran,

Penugasan Mahasiswa,

 [ Estimasi Waktu]

Materi Pembelajaran

[ Pustaka ]

Bobot Penilaian (%)

Indikator

Kriteria & Bentuk

Luring (offline)

Daring (online)

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

1

Minggu ke 1
  1. Mengidentifikasi perbedaan asesmen, pengukuran, dan evaluasi.
  2. Menjabarkan tujuan serta prinsip asesmen yang baik
  3. Menjelaskan peran asesmen dalam peningkatan pembelajaran dan pelatihan

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100

 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: • Konsep asesmen, evaluasi, dan pengukuran • Tujuan dan fungsi asesmen dalam PTK • Prinsip-prinsip asesmen yang baik • Peran asesmen dalam peningkatan mutu pembelajaran vokasional • Jenis–jenis asesmen (diagnostik, formatif, sumatif, autentik)
Pustaka: Witte, Raymond H. (2012). Classroom assessment for teachers. New York: McGraw-Hill		 3%

2

Minggu ke 2
  1. Menguraikan hubungan CPL–indikator–asesmen.
  2. Menganalisis kesesuaian metode asesmen dengan strategi pembelajaran.
  3. Menentukan strategi asesmen yang selaras dengan capaian pembelajaran pendidikan informatika.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: • Keterkaitan CPL – indikator – asesmen • Penyelarasan strategi pembelajaran dan asesmen • Instrumen asesmen berbasis kompetensi • Mengidentifikasi kebutuhan asesmen dalam lingkungan pendidikan informatika
Pustaka: Witte, Raymond H. (2012). Classroom assessment for teachers. New York: McGraw-Hill		 3%

3

Minggu ke 3
  1. Mengidentifikasi karakteristik asesmen autentik dalam bidang pendidikan informatika
  2. Mengembangkan tugas asesmen berbasis kompetensi
  3. Menyusun rubrik penilaian tugas autentik

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: • Konsep asesmen autentik • Kriteria tugas asesmen yang baik • Penyusunan tugas asesmen berbasis kinerja • Merancang rubrik penilaian • Contoh dan praktik desain tugas asesmen pendidikan informatika
Pustaka: Witte, Raymond H. (2012). Classroom assessment for teachers. New York: McGraw-Hill		 3%

4

Minggu ke 4
  1. Mengoperasikan perangkat lunak statistik/psikometri
  2. Mengelola dan menyiapkan dataset asesmen.
  3. Menampilkan statistik deskriptif dan visualisasi data asesmen.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: • Konsep dasar psikometri modern • Pengolahan data asesmen berbantuan komputer • Perangkat lunak (Excel, R, Python, SPSS, jASP, Winsteps, dsb.) • Statistik deskriptif untuk asesmen • Data cleaning & data structure dalam asesmen
Pustaka: Kenneth S. Shultz, David J. Whitney, Michael J. Zickar. (2021). Measurement theory in action : case studies and exercises. New York		 3%

5

Minggu ke 5
  1. Mengidentifikasi teknik estimasi reliabilitas internal.
  2. Mengestimasi reliabilitas (mis. Cronbach’s Alpha).
  3. Menafsirkan nilai reliabilitas dan implikasinya terhadap kualitas instrumen.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: • Konsep reliabilitas instrumen • Jenis reliabilitas (internal, bentuk paralel, dsb.) • Cronbach’s Alpha, Split-half, dan estimasi lainnya • Interpretasi nilai reliabilitas • Implikasi terhadap perbaikan instrumen
Pustaka: Bandalos, Deborah L., (2018). Measurement theory and applications for the social sciences. New York: Guilford Press		 3%

6

Minggu ke 6
  1. Menyusun indikator dan kisi-kisi instrumen.
  2. Melaksanakan penilaian ahli (expert judgment).
  3. Menghitung dan menafsirkan validitas isi (mis. CVR/CVI).

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 3%

7

Minggu ke 7
  1. Menjelaskan konsep dasar interrater reliability.
  2. Menghitung reliabilitas antar-penilai (mis. Kappa/ICC).
  3. Menginterpretasi nilai interrater reliability untuk menilai konsistensi penilaian.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: • Konsep interrater reliability • Teknik estimasi (Cohen’s Kappa, ICC) • Pengumpulan penilaian dari banyak penilai • Interpretasi reliabilitas antar-penilai
Pustaka: Kenneth S. Shultz, David J. Whitney, Michael J. Zickar. (2021). Measurement theory in action : case studies and exercises. New York		 3%

8

Minggu ke 8
  1. Menghitung tingkat kesukaran butir dikotomi.
  2. Menghitung daya pembeda butir dikotomi.
  3. Menafsirkan hasil analisis butir dikotomi.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: • Konsep analisis butir berskala dikotomi • Indeks kesukaran butir • Indeks daya pembeda • Keterkaitan dengan reliabilitas tes • Contoh penerapan pada soal pilihan ganda
Pustaka: Kenneth S. Shultz, David J. Whitney, Michael J. Zickar. (2021). Measurement theory in action : case studies and exercises. New York		 3%

9

Minggu ke 9
  1. Menggunakan perangkat lunak untuk analisis butir dikotomi.
  2. Menyajikan tabel ringkasan hasil analisis butir.
  3. Merumuskan rekomendasi perbaikan instrumen berdasarkan hasil analisis.
  1. Mampu mengimpor dan menata data dikotomi (0–1) ke dalam perangkat lunak (misalnya: Excel, JASP, SPSS, R, Python). Mampu menjalankan prosedur analisis butir (difficulty/p, discrimination/point-biserial/DI). Mampu membaca output perangkat lunak. Mampu mengekspor atau menyimpan hasil analisis.
  2. Menyusun tabel ringkas berisi parameter utama (p-value, DI/point-biserial). Memberi label kolom/variabel secara benar. Menyertakan kategori/klasifikasi kualitas butir (misal: baik, revisi, drop). Menyajikan tabel dalam format rapi dan dapat dibaca.
  3. Mengidentifikasi butir bermasalah berdasarkan parameter analisis. Memberikan rekomendasi spesifik (misal: revisi stem, opsi pengecoh, drop item). Rekomendasi sesuai kaidah analisis butir (CTT). Alasan/justifikasi jelas berdasarkan data.
 Kriteria:
  1. 4 (Sangat Baik) Mengimpor data tepat; menjalankan analisis difficulty & discrimination tanpa kesalahan; hasil akurat; output lengkap dan terdokumentasi. 3 (Baik) Mengimpor data tepat; menjalankan analisis butir dengan kesalahan minor; output cukup lengkap. 2 (Cukup) Mengimpor data dengan kesalahan; hanya sebagian analisis dapat dilakukan; interpretasi output terbatas. 1 (Kurang) Tidak mampu menjalankan analisis butir; kesalahan signifikan; output tidak tersedia.
  2. 4 (Sangat Baik) Tabel lengkap: difficulty, discrimination, klasifikasi; format rapi; mudah dibaca; konsisten; dilengkapi penjelasan singkat. 3 (Baik) Tabel berisi p & DI; format cukup rapi; klasifikasi disajikan tetapi kurang konsisten. 2 (Cukup) Tabel menyajikan sebagian parameter; tidak ada klasifikasi; format kurang rapi. 1 (Kurang) Tabel tidak lengkap/tidak sesuai; tata letak tidak jelas; sulit dibaca.
  3. 4 (Sangat Baik) Rekomendasi sangat spesifik; sesuai dengan analisis p & DI; berbasis data; memberikan contoh revisi; prioritas perbaikan jelas. 3 (Baik) Rekomendasi tepat; berbasis data; justifikasi singkat namun relevan. 2 (Cukup) Rekomendasi umum dan tidak detail; justifikasi lemah; hanya sebagian butir diidentifikasi. 1 (Kurang) Rekomendasi tidak relevan; tidak berdasarkan data; tidak mampu mengidentifikasi butir bermasalah.

Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: • Praktik pengolahan data dikotomi • Interpretasi hasil analisis indeks butir • Rekomendasi perbaikan soal • Pelaporan hasil analisis
Pustaka: Kenneth S. Shultz, David J. Whitney, Michael J. Zickar. (2021). Measurement theory in action : case studies and exercises. New York		 25%

10

Minggu ke 10
  1. Mengidentifikasi karakteristik butir politomus
  2. Mengestimasi parameter butir politomus (TTK).
  3. Menafsirkan kinerja butir politomus pada asesmen PTK

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: • Konsep politomus vs dikotomi • Karakteristik butir berskala bertingkat (Likert/performance rating) • Parameter kesukaran & diskriminasi politomus • Analisis korelasi item-total • Interpretasi dan revisi butir
Pustaka: Kenneth S. Shultz, David J. Whitney, Michael J. Zickar. (2021). Measurement theory in action : case studies and exercises. New York		 3%

11

Minggu ke 11
  1. Menjelaskan konsep dan asumsi Model Rasch.
  2. Mengestimasi parameter item dan kemampuan peserta.
  3. Mengevaluasi kecocokan (fit) Model Rasch.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: • Dasar teori respons butir (IRT) • Asumsi dan karakteristik Model Rasch • Estimasi parameter kemampuan & item difficulty • Output Rasch: item map, person map, item fit • Interpretasi hasil Rasch
Pustaka: Wu, M.; Tam, H.P.; & Jen, T.H. (2016). Educational measurement for applied researcher: Theory into practice. Singapore: Springer.		 3%

12

Minggu ke 12
  1. Menjelaskan karakteristik dan asumsi PCM
  2. Mengestimasi parameter butir dan ability pada PCM
  3. Mengevaluasi model fit PCM dan menafsirkan hasilnya.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: • Konsep PCM & perbedaan dengan Rasch dikotomi • Model PCM untuk data bertingkat • Estimasi parameter kategori dan butir • Interpretasi hasil PCM • Implikasi terhadap konstruksi instrumen
Pustaka: Wu, M.; Tam, H.P.; & Jen, T.H. (2016). Educational measurement for applied researcher: Theory into practice. Singapore: Springer.		 3%

13

Minggu ke 13
  1. Menghasilkan kurva fungsi informasi butir (IIC).
  2. Menghasilkan kurva fungsi informasi tes (TIC).
  3. Menafsirkan presisi pengukuran pada berbagai tingkat kemampuan peserta.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: • Konsep fungsi informasi dalam IRT • Kurva informasi item (IIC) dan tes (TIC) • Presisi pengukuran pada berbagai level kemampuan • Aplikasi fungsi informasi untuk desain tes
Pustaka: Wu, M.; Tam, H.P.; & Jen, T.H. (2016). Educational measurement for applied researcher: Theory into practice. Singapore: Springer.		 3%

14

Minggu ke 14
  1. Menjelaskan konsep dan format CBT
  2. Menilai kelebihan dan keterbatasan CBT.
  3. Menganalisis persyaratan teknis untuk implementasi CBT.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100

 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: • Konsep CBT • Format tes komputer • Kelebihan dan keterbatasan CBT • Persyaratan teknis dan operasional • Praktik penerapan CBT dalam PTK
Pustaka: Bernard P. Veldkamp • Cor Sluijter Editors. (2019). Theoretical and Practical Advances in Computer-based Educational Measurement. New York: Springer		 3%

15

Minggu ke 15
  1. Menjelaskan konsep adaptivitas dalam asesmen.
  2. Menganalisis mekanisme pemilihan item dalam CAT.
  3. Menilai potensi implementasi CAT dalam konteks kejuruan.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100

 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: • Konsep adaptivitas tes • Mekanisme pemilihan butir • Model pengukuran dalam CAT • Keunggulan dan tantangan penerapan • Potensi implementasi dalam PTK
Pustaka: Bernard P. Veldkamp • Cor Sluijter Editors. (2019). Theoretical and Practical Advances in Computer-based Educational Measurement. New York: Springer		 3%

16

Minggu ke 16
  1. Mengelola data butir politomus dengan perangkat lunak psikometri.
  2. Menginterpretasikan parameter butir dan kemampuan peserta
  3. Menyusun rekomendasi peningkatan instrumen berdasarkan hasil analisis
  1. Mampu menyiapkan dan membersihkan data politomus (Likert/graded). Mampu memasukkan data ke dalam perangkat lunak psikometri (R, Python, IRT software, JASP, Winsteps, ConQuest, dll.). Mampu menjalankan analisis politomus (mis. PCM, GPCM, Graded Response Model, CTT). Mampu menyimpan dan mengekspor keluaran analisis.
  2. Menjelaskan parameter butir (mis.: discrimination, difficulty/threshold, fit statistics). Menjelaskan parameter kemampuan peserta (θ/ability). Mengelompokkan kualitas butir berdasarkan hasil parameter. Menyampaikan interpretasi dengan jelas dan konsisten.
  3. Mengidentifikasi butir yang perlu dipertahankan, direvisi, atau dihapus. Memberikan rekomendasi spesifik sesuai parameter politomus. Memberikan justifikasi berdasarkan data (fit indices, threshold, ICC, dll.).
 Kriteria:
  1. 4 (Sangat Baik) Data dipersiapkan tanpa kesalahan; analisis politomus dijalankan dengan benar; output lengkap (fit indices, threshold, info); hasil terdokumentasi rapi. 3 (Baik) Data dipersiapkan benar; analisis berjalan dengan kesalahan minor; output sebagian besar lengkap. 2 (Cukup) Data dikelola tetapi masih terdapat kesalahan; hanya sebagian analisis berhasil; output kurang lengkap. 1 (Kurang) Tidak mampu mempersiapkan data dan menjalankan analisis; output tidak tersedia/keliru.
  2. 4 (Sangat Baik) Interpretasi parameter lengkap (butir & θ); akurat; klasifikasi tepat; mampu menjelaskan implikasi hasil; argumentasi kuat. 3 (Baik) Interpretasi parameter cukup lengkap; klasifikasi tepat; penjelasan cukup jelas meskipun kurang mendalam. 2 (Cukup) Interpretasi dasar; beberapa kesalahan; hanya sebagian parameter dibahas; penjelasan terbatas. 1 (Kurang) Tidak dapat menjelaskan parameter; interpretasi salah; tidak ada klasifikasi atau argumentasi.
  3. 4 (Sangat Baik) Rekomendasi sangat spesifik; tepat; berbasis data; memberikan prioritas tindakan; menunjukkan pemahaman aspek teoretis dan teknis. 3 (Baik) Rekomendasi sesuai data; justifikasi ada meskipun terbatas; cukup spesifik. 2 (Cukup) Rekomendasi umum; justifikasi minim; tidak semua butir bermasalah teridentifikasi. 1 (Kurang) Rekomendasi tidak relevan/tidak berbasis data; salah dalam identifikasi butir; tanpa justifikasi.

Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: • Pengolahan data politomus (TTK/IRT) • Interpretasi parameter butir dan kemampuan • Perbandingan analisis TTK vs IRT • Penyusunan rekomendasi perbaikan butir • Laporan hasil analisis
Pustaka: Kenneth S. Shultz, David J. Whitney, Michael J. Zickar. (2021). Measurement theory in action : case studies and exercises. New York		 33%



Rekap Persentase Evaluasi : Project Based Learning

No Evaluasi Persentase
1. Aktifitas Partisipasif 33%
2. Penilaian Hasil Project / Penilaian Produk 58%
91%

Catatan

  1. Capaian Pembelajaran Lulusan Program Studi (PLO - Program Studi) adalah kemampuan yang dimiliki oleh setiap lulusan Program Studi yang merupakan internalisasi dari sikap, penguasaan pengetahuan dan ketrampilan sesuai dengan jenjang prodinya yang diperoleh melalui proses pembelajaran.
  2. PLO yang dibebankan pada mata kuliah adalah beberapa capaian pembelajaran lulusan program studi (CPL-Program Studi) yang digunakan untuk pembentukan/pengembangan sebuah mata kuliah yang terdiri dari aspek sikap, ketrampulan umum, ketrampilan khusus dan pengetahuan.
  3. Program Objectives (PO) adalah kemampuan yang dijabarkan secara spesifik dari PLO yang dibebankan pada mata kuliah, dan bersifat spesifik terhadap bahan kajian atau materi pembelajaran mata kuliah tersebut.
  4. Sub-PO Mata kuliah (Sub-PO) adalah kemampuan yang dijabarkan secara spesifik dari PO yang dapat diukur atau diamati dan merupakan kemampuan akhir yang direncanakan pada tiap tahap pembelajaran, dan bersifat spesifik terhadap materi pembelajaran mata kuliah tersebut.
  5. Indikator penilaian kemampuan dalam proses maupun hasil belajar mahasiswa adalah pernyataan spesifik dan terukur yang mengidentifikasi kemampuan atau kinerja hasil belajar mahasiswa yang disertai bukti-bukti.
  6. Kreteria Penilaian adalah patokan yang digunakan sebagai ukuran atau tolok ukur ketercapaian pembelajaran dalam penilaian berdasarkan indikator-indikator yang telah ditetapkan. Kreteria penilaian merupakan pedoman bagi penilai agar penilaian konsisten dan tidak bias. Kreteria dapat berupa kuantitatif ataupun kualitatif.
  7. Bentuk penilaian: tes dan non-tes.
  8. Bentuk pembelajaran: Kuliah, Responsi, Tutorial, Seminar atau yang setara, Praktikum, Praktik Studio, Praktik Bengkel, Praktik Lapangan, Penelitian, Pengabdian Kepada Masyarakat dan/atau bentuk pembelajaran lain yang setara.
  9. Metode Pembelajaran: Small Group Discussion, Role-Play & Simulation, Discovery Learning, Self-Directed Learning, Cooperative Learning, Collaborative Learning, Contextual Learning, Project Based Learning, dan metode lainnya yg setara.
  10. Materi Pembelajaran adalah rincian atau uraian dari bahan kajian yg dapat disajikan dalam bentuk beberapa pokok dan sub-pokok bahasan.
  11. Bobot penilaian adalah prosentasi penilaian terhadap setiap pencapaian sub-PO yang besarnya proposional dengan tingkat kesulitan pencapaian sub-PO tsb., dan totalnya 100%.
  12. TM=Tatap Muka, PT=Penugasan terstruktur, BM=Belajar mandiri.