Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Pembelajaran daring menjadi alternatif pembelajaran karena untuk memenuhi kebutuhan pendidikan yang terkendala oleh jarak maupun alasan efisiensi waktu. Selain itu pembelajaran kolaboratif semakin banyak dikembangkan sejak munculnya paradigma pembelajaran konstruktivisme. Teori konstruktivisme menyatakan bahwa pengalaman belajar dan interpretasi pengetahuan yang didapat sebelumnya menjadi konstruksi pengetahuan mendalam. Teori konstruksivisme sosial menyatakan bahwa pembelajaran terjadi melalui interaksi sosial yang kemudian diinternalisasi. Berdasarkan teori dan bentuk pembelajaran tersebut, pembelajaran kolaboratif daring menjadi alternatif model pembelajaran yang terus dikembangkan dengan menumbuhkan kesadaran metakognitif. Secara empirik pembelajaran dengan memanfaatkan aspek metakognitif telah banyak dilakukan di Indonesia, bahkan kurikulum nasional pun menjadikan metakognisi menjadi salah satu tujuan pembelajaran. Kemampuan metakognitif peserta didik biasanya dinilai pada saat proses pembelajaran menggunakan think aloud atau setelah pembelajaran dengan menggunakan wawancara maupun kuesioner. Penelitian ini bertujuan mengestimasi kemampuan metakognitif dengan menilai aktivitasnya menggunakan persepsi help-seeking sebelum proses pembelajaran. Kegiatan yang bersifat estimasi membutuhkan model. Model metakognitif ini berfungsi untuk mengestimasi kemampuan metakognitif. Kebutuhan help-seeking tidak hanya kebutuhan kognitif tetapi juga kebutuhan sosial untuk berkomunikasi dan berbagi dalam problem solving. Aktivitas help-seeking biasanya tergantung dari persepsi awalnya. Pertanyaannya adalah bagaimana persepsi help-seeking berkorelasi dengan aktivitas metakognitif. Kemudian jika peserta didik mendapatkan perlakuan tertentu dalam pembelajaran, apakah memungkinkan adanya peningkatan aktivitas help-seeking dan metakognitif serta hasil belajar. Sejauh mana perlakuan tambahan atau intervensi metakognitif terhadap proses pembelajaran akan meningkatkan efektivitas pembelajaran. Penelitian disertasi ini bertujuan untuk menjawab dan memberikan gambaran mengenai hubungan kedua faktor tersebut dengan membandingkan antara pra dan pasca intervensi sehingga gambaran tersebut dapat memprediksi aktivitas metakognitif dan frekuensi help-seeking berdasarkan persepsi help-seeking. Oleh sebab itu, model metakognitif dan help-seeking diperlukan untuk memenuhi tujuan tersebut. Data tentang persepsi help-seeking diperoleh melalui kuesioner. Data tentang aktivitas metakognitif dan frekuensi help-seeking juga diperoleh melalui kuesioner setelah responden diberikan tugas problem solving. Adapun data hasil pembelajaran didapat dari nilai hasil pekerjaan problem solving. Kedua data yang diperoleh melalui kuesioner memberikan hasil yang sangat beragam, oleh karena itu dilakukan proses klasterisasi untuk mengetahui tipe kecenderungannya. Korelasi data persepsi help-seeking dengan aktivitas metakognitif dan frekuensi help-seeking dapat diketahui dengan cara menghubungkan kedua data tersebut pada setiap responden. Hal ini juga dilakukan pada pasca intervensi, sehingga perubahan signifikan setelah diberikan intervensi dapat diketahui. Korelasi antara persepsi help-seeking dengan aktivitas metakognitif dan frekuensi help-seeking didapatkan dengan mengetahui hubungan masing-masing tipenya. Tipe persepsi help-seeking instrumental dan perceived benefit berkorelasi positif dengan aktivitas metakognitif individu maupun kelompok dan sebaliknya tipe persepsi help-seeking avoidance dan executive berkorelasi negatif. Dari semua tipe persepsi help-seeking hanya memberikan sedikit perubahan pada frekuensi non-human help-seeking dan tidak memberikan perubahan pada frekuensi human help-seeking. Namun setelah diberikan perlakuan intervensi, terjadi perubahan signifikan pada metakognitif individu dan kelompok maupun frekuensi non-human help-seeking tetapi tidak terjadi pada human help-seeking. Model matematis mengenai input berupa persepsi dan output berupa aktivitas metakognitif dan frekuensi help-seeking, dapat memberikan gambaran tentang korelasi persepsi help-seeking terhadap aktivitas metakognitif dan frekuensi help-seeking pada pra intervensi maupun pasca intervensi sehingga pemodelan tersebut dapat menjadi perangkat estimasi aktivitas metakognitif berdasarkan persepsi help-seeking. ......Online learning is an alternative learning because it is to meet educational needs which are constrained by distance and time efficiency reasons. In addition, collaborative learning has been increasingly developed since the emergence of the constructivism learning paradigm. Constructivism theory states that learning experiences and interpretations of previously acquired knowledge become in-depth knowledge constructs. Social constructivism theory states that learning occurs through social interaction which is then internalized. Based on these theories and forms of learning, online collaborative learning is an alternative learning model that continues to be developed by cultivating metacognitive awareness. Empirically learning by utilizing metacognitive aspects has been widely carried out in Indonesia, even the national curriculum has made metacognition one of the learning objectives. Students' metacognitive abilities are usually assessed during the learning process using think aloud or after learning using interviews or questionnaires. This study aims to estimate metacognitive abilities by assessing their activities using help-seeking perceptions prior to the learning process. Estimating activities require a model. This metacognitive model serves to estimate metacognitive abilities. Help-seeking needs are not only cognitive needs but also social needs to communicate and share in problem solving. Help-seeking activities usually depend on initial perception. The question is how the perception of help-seeking correlates with metacognitive activity. Then if students get certain treatment in learning, is it possible to increase help-seeking and metacognitive activities and learning outcomes. The extent to which additional treatment or metacognitive intervention in the learning process will increase the effectiveness of learning. This dissertation research aims to answer and provide an overview of the relationship between the two factors by comparing pre- and post-intervention so that this description can predict metacognitive activity and help-seeking frequency based on help-seeking perceptions. Therefore, metacognitive and help-seeking models are needed to fulfill these goals. Data on help-seeking perceptions were obtained through a questionnaire. Data on metacognitive activity and frequency of help-seeking were also obtained through questionnaires after the respondents were given problem solving assignments. The learning outcome data is obtained from the value of problem solving work results. The two data obtained through questionnaires gave very diverse results, therefore a clustering process was carried out to find out the type of trend. The correlation between help-seeking perception data and metacognitive activity and help-seeking frequency can be identified by correlating the two data for each respondent. This was also done post-intervention, so that significant changes after the intervention were given can be identified. The correlation between perceptions of help-seeking and metacognitive activity and frequency of help-seeking is obtained by knowing the relationship between each type. Types of perceptions of instrumental help-seeking and perceived benefits are positively correlated with individual and group metacognitive activities and conversely types of perceptions of help-seeking avoidance and executive are negatively correlated. Of all the types of help-seeking perception, it only gives a slight change in the non-human help-seeking frequency and does not give a change in the human help-seeking frequency. However, after being given the intervention treatment, significant changes in individual and group metacognitive as well as the frequency of non-human help-seeking did not occur in human help-seeking. The mathematical model regarding input in the form of perception and output in the form of metacognitive activity and help-seeking frequency, can provide an overview of the correlation of help-seeking perceptions of metacognitive activity and help-seeking frequency in pre-intervention and post-intervention so that the modeling can be an estimation tool for metacognitive activity based on help-seeking perception.

Abstrak :
Pembelajaran yang bermakna dan mendalam pada pembelajaran kolaboratif daring memerlukan suatu rancangan pemodelan pembelajaran. Kerangka kerja Community of Inquiry (CoI) berfokus pada memfasilitasi pengalaman belajar yang bermakna dan mendalam melalui tiga aspek kehadiran yaitu sosial, kognitif, dan pengajaran. Forum diskusi asinkron saat ini sudah banyak digunakan namun beberapa kekurangan masih dirasakan oleh peserta didik maupun pengajar. Penelitian ini bertujuan untuk melakukan implementasi dan evaluasi forum diskusi asinkron berbasis kerangka kerja CoI berupa aplikasi web yang dapat digunakan secara nyata berdasarkan hasil rancangan penelitian sebelumnya. Penelitian ini mengadopsi metode Waterfall sebagai metode Software Development Life Cycle (SDLC). Metode Waterfall yang dimodifikasi menjadi tiga tahapan yaitu design, implementation, serta verification & testing. Tahapan design menghasilkan definisi sistem secara teknis melalui rancangan Unified Model Language (UML) sistem. Tahapan implementasi menghasilkan aplikasi web yang dapat digunakan melalui kegiatan mempersiapkan tech stack, development backend, dan development frontend. Framework Django dan PostgreSQL digunakan untuk pengembangan backend dan Next.js untuk pengembangan frontend. Tahapan verification & testing menghasilkan bahwa tidak ditemukan error utama pada setiap fitur melalui pengujian User Acceptance Testing (UAT). Evaluasi dilakukan melalui survey daring yang berisi pertanyaan kualitatif dan kuantitatif untuk mengukur aspek usability dan keberhasilan memunculkan kehadiran pada model CoI. Hasil usability testing memperoleh tingkat complete success sebesar 81.08%. Evaluasi nilai System Usability Scale (SUS) memperoleh nilai 78,78 yang termasuk dalam kategori “Good” dan “Acceptable”. Hasil evaluasi terhadap aplikasi web menunjukkan bahwa fitur Reaction Post, Post, Thread Diskusi, Profil Pengguna, dan Text Editor dapat memunculkan kehadiran sosial. Fitur Post, Thread Diskusi, Ringkasan Diskusi, dan Referensi Diskusi dapat memunculkan kehadiran kognitif. Fitur Thread Diskusi, Panduan Diskusi, Referensi Diskusi, Week, dan Inquiry State dapat memunculkan kehadiran pengajaran. ......Meaningful and deep learning in online collaborative learning requires a learning design framework. The Community of Inquiry (CoI) framework focuses on facilitating meaningful and deep learning experiences through three aspects of presence: social, cognitive, and teaching. Asynchronous discussion forums are widely used, but some shortcomings are still felt by students and teachers. This study aims to implement and evaluate an asynchronous discussion forum based on the CoI framework in the form of a web application that can be used effectively based on the previous research design. This research adopts the Waterfall method as the Software Development Life Cycle (SDLC) method. The modified Waterfall method consists of three stages: design, implementation, and verification & testing. The design stage produces a technical system definition through Unified Modeling Language (UML) system design. The implementation stage develops a web application through activities such as preparing the tech stack, developing the backend, and developing the frontend. The Django framework and PostgreSQL are used for backend development, and Next.js is used for frontend development. The verification & testing stage confirms that no major errors were found in each feature through User Acceptance Testing (UAT). Evaluation is conducted through an online survey that includes qualitative and quantitative questions to measure usability aspects and the success of bringing presence to the CoI model. The results of the usability testing achieved a complete success rate of 81.08%. The System Usability Scale (SUS) evaluation obtained a score of 78.78, which falls into the "Good" and "Acceptable" categories. The evaluation of the web application showed that features such as Reaction Post, Post, Discussion Thread, User Profile, and Text Editor can evoke social presence. Features like Post, Discussion Thread, Discussion Summary, and Discussion References can evoke cognitive presence. Features like Discussion Thread, Discussion Guide, Discussion References, Week, and Inquiry State can evoke teaching presence.

Abstrak :
Forum diskusi asinkron adalah salah satu media pembelajaran kolaboratif daring yang mampu mendorong pemikiran kritis, pertukaran gagasan, dan pembentukan pengetahuan. Analisis konten merupakan metode ilmiah yang dapat digunakan untuk mengidentifikasi keterampilan berpikir kritis dari transkrip pada forum diskusi asinkron. Metode analisis konten konvensional membutuhkan tahapan pengodean manual yang membutuhkan banyak waktu dan tenaga. Hal ini dapat mengakibatkan pengajar terlambat dalam memberikan intervensi instruksional karena informasi keterampilan berpikir kritis tidak dapat diperoleh secara cepat. Penelitian ini mengacu pada kerangka kerja Community of Inquiry (CoI) di mana keterampilan berpikir kritis dioperasionalisasikan melalui empat level dalam kehadiran kognitif yaitu pemantik diskusi, eksplorasi, integrasi, dan resolusi. Tujuan penelitian adalah mengembangkan model klasifikasi berbasis machine learning yang mampu menganalisis secara otomatis kehadiran kognitif pada transkrip diskusi berbahasa Indonesia. Desain penelitian menggunakan metode campuran kuantitatif dan kualitatif. Data eksperimen berjumlah 1.200 pesan diskusi dari mata kuliah Aljabar Linear di lingkungan pembelajaran bauran. Hasil penelitian menunjukkan bahwa kesiapan mahasiswa dalam mengelola pembelajaran dan lingkungan e-learning berpengaruh signifikan terhadap pengembangan kehadiran sosial dan kehadiran kognitif. Dataset level kehadiran kognitif pada transkrip diskusi asinkron dibangun dengan metode analisis konten yang reliabel kategori hampir sempurna (Cohen’s kappa = 0,88). Eksperimen pengembangan model analisis kehadiran kognitif menggunakan sepuluh basis algoritma yaitu XGBoost, Random Forest, Support Vector Machine, Logistic Regression, Naïve Bayes, Convolutional Neural Network (CNN), Long Short-Term Memory (LSTM), IndoBERT-base, IndoBERT-large dan XLM-RoBERTa. Model berbasis IndoBERT-large memiliki performa terbaik dengan akurasi sebesar 0,825. Prototipe sistem Cognipresa (cognitive presence analytics) telah dikembangkan untuk memfasilitasi pengajar dengan menganalisis kehadiran kognitif mahasiswa dalam diskusi secara otomatis. Evaluasi sistem menunjukkan hasil yang menjanjikan dari sisi usability dengan nilai System Usability Scale (SUS) sebesar 80,83. ......The asynchronous discussion forum serves as a collaborative online learning platform capable of stimulating critical thinking, exchanging ideas, and shaping knowledge. Content analysis is a scientific method that can be employed to identify critical thinking skills from transcripts in asynchronous discussion forums. Conventional content analysis methods entail manual encoding stages, which consume a significant amount of time and effort. This may lead to instructors being delayed in providing instructional interventions due to the inability to swiftly obtain information on critical thinking skills. This study references the Community of Inquiry (CoI) framework, where critical thinking skills are operationalized through four levels of cognitive presence: triggering event, exploration, integration, and resolution. The research's objective is to develop a machine learning-based classification model capable of automatically analyzing cognitive presence in Indonesian-language discussion transcripts. The research design incorporates both quantitative and qualitative methods. The experimental data consists of 1,200 discussion messages from the Linear Algebra course in a blended learning environment. The research findings indicate that students' preparedness in managing learning and e-learning environment significantly influences the development of social presence and cognitive presence. The dataset for cognitive presence at the transcript of asynchronous discussions was constructed using a content analysis method with a reliably almost perfect category (Cohen’s kappa = 0.88). An experimental development of the cognitive presence analysis model was conducted using ten algorithmic bases, namely XGBoost, Random Forest, Support Vector Machine, Logistic Regression, Naïve Bayes, Convolutional Neural Network (CNN), Long Short-Term Memory (LSTM), IndoBERT-base, IndoBERT-large, and XLM- RoBERTa. The IndoBERT-large-based model demonstrated the best performance with an accuracy of 0.825. A prototype system called Cognipresa (cognitive presence analytics) has been developed to facilitate educators in automatically analyzing students' cognitive presence in discussions. The system evaluation indicates promising results in terms of usability, with a System Usability Scale (SUS) score of 80.83.