Main Article Content

Abstract

Abstrak

Tujuan penelitian ini adalah untuk mengukur estimasi kemampuan SMA program IPA dalam Ujian Nasional (UN) mata pelajaran Matematika dengan menggunakan metode Rerata Bayes. Metode penelitian yang digunakan adalah metode Deskriptif Kuantitatif ex post-facto. Data dalam penelitian ini adalah hasil UN berupa respon jawaban siswa SMA Program IPA mata pelajaran Matematika tahun pelajaran 2015/2016. Sampel dipilih secara acak sebanyak 1200 responden dan jumlah butir sebanyak 40 butir. Hasil penelitian menunjukkan bahwa sebanyak 12,08% kemampuan siswa berada pada kategori tinggi, 74,28% berada pada kategori sedang, dan 13,65% berada pada kategori rendah. Simpulan dari penelitian ini adalah dengan menggunakan metode Bayes diperoleh hasil estimasi kemampuan siswa SMA IPA dalam UN mata pelajaran matematika tahun pelajaran 2015/2016 sebagian besarberada pada level sedang (rerata). Metode Bayes cukup akurat digunakan untuk mengestimasi kemampuan siswa, sehingga dapat menghasilkan informasi yang obyektif untuk meningkatkan mutu pembelajaran.

 

Abstract

The purpose is student ablitiy measuring estimation in Senior High School of Science Program in Mathematics at National Examination (UN) using Bayesian method. The method of research is Quantitative Descriptive. The data is result of UN for Mathematics academic years 2015/2016. Samples have got by randomize about 1200 students and 40 items test.. The distribution of student’s ability are: 12,08% in category high, 74,28% in medium category, and 13,65% in low category level. The conclusion is student ability in Senior High School of Science Program in Mathematics at UN academic years 2015/2016 which obtain of Bayesian Method tent to be average. Bayesian Method is accurate to estimate student ability and make objective informations to improve learning quality.

Keywords

estimasi parameter kemampuan siswa metode Rerata Bayes parameter estimation student’s ability Bayesian method

Article Details

References

  1. Azwar, Saifuddin. 2015. Dasar-dasar Psikometrika Edisi II. Yogyakarta: Pustaka Pelajar.
  2. de Ayala, R. J. 2009. The Theory and Practice of Item Response Theory. New York: The Guilford Press.
  3. Diana, Evi Noor., dan Soehardjoepri. 2016. Pendekatan Metode Bayesian untuk Kajian Estimasi Parameter Distribusi Log-Normal untuk Non-Informatif Prior. Surabaya: Jurnal Sains dan Seni ITS Vol. 5 No. 2 (2016) 2337-3520 (2301-928X Print).
  4. du Toit, Mathilda. 2003. IRT from SSI: BILOG MG, MULTILOG, PARSCALE, TESTFACT.
  5. Lincolwood: Scientific Software International Inc.
  6. Embretson, Susan E. dan Steven P. Reise. 2000. Item Response Theory for Psychologists.
  7. London: Lawrence Erlbaum Assciates Publishers.
  8. Hambleton, Ronald K., H. Swaminathan, dan H. Jane Rogers.1991. Fundamentals of Item Response Theory. California: SAGE Publications Inc.
  9. Hartanto, Setyo., 2015. Ujian Nasional (UN), Masih Perlukah?. Jakarta: Jurnal https://lppks.
  10. kemdikbud.go.id/file/Ujian_Nasional_(UN)Masih Perlukah.Pdf.
  11. Hikamudin, Eviana. 2016 “Pengaruh Metode Estimasi Terhadap Pendeteksian Kecocokan Parameter Data Lapangan dengan Model Karakteristik Logistik 1 P a r a m e t e r . †Jakarta: Universitas Negeri Jakarta.
  12. Naga, Dali S. 1992. Pengantar Teori Sekor Pada Pengukuran Pendidikan. Jakarta: Gunadarma. Reskianti, Kiki., Nurtiti Sunusi, dan Nasrah Sirajang. 2014. Estimasi Parameter Bayesian
  13. Pada Analisis Data Ketahanan Hidup Berdistribusi Eksponensial Melalui Pendekatan
  14. Self.Studi Kasus : Analisis Ketahanan Hidup Flourophores. Makassar: Jurnal http:// repository.unhas.ac.id/handle/ 123456789/ 10274.
  15. Retnawati, Heri. 2015. Perbandingan Estimasi Kemampuan Laten Antara Metode Maksimum Likelihood dan Metode Bayes. Yogyakarta: Jurnal Penelitian dan Evaluasi Pendidikan Volume 19, No 2, Desember 2015 (145-155).
  16. Setiawan, Adi. 2016. Studi Simulasi dalam Estimasi Bayesian Obyektif. Salatiga: Jurnal http:// ris.uksw.edu/download/jurnal/kode/J00287.
  17. Sevilla, Consuelo G., Jesus A. Ochave, Twila G. Punsalan, Bella P. Regala, Gabriel B. Uriarte.
  18. Pengantar Metode Penelitian. Jakarta; Penerbit Universitas Indonesia.
  19. Sulistyo, Gunadi H. 2007. Ujian Nasional (UN): Harapan, Tantangan, dan Peluang. Malang: Jurnal Wacana Vol. 9 No. 1, April 2007 (79—106).
  20. Sumintono, Bambang., dan Wahyu Widhiarso. 2013. Aplikasi Model Rasch untuk Penelitian Ilmu-ilmu Sosial. Cimahi: Trim Komunikata Publishing House.
  21. Suwarto. 2005. Pengaruh Ukuran Sampel dan Model Logistik terhadap Estimasi Parameter Item. Sukoharjo: Jurnal Penelitian Universitas Veteran Bangun Nusantara.
  22. Yendra, Rado., dan Elsa Tria Noviadi. 2015. Perbandingan Estimasi Parameter pada Distribusi Eksponensial dengan Menggunakan Metode Maksimum Likelihood dan Metode Bayesian. Pekanbaru: Jurnal Sains Matematika dan Statistika, Vol. 1, No. 2, Juli 2015.