




Aktivitas belajar dan mengajar mengalami proses evolusi yang semakin pesat
seiring dengan perkembangan Teknologi Informasi dan Komunikasi (TIK).
Kebutuhan akan suatu konsep dan mekanisme belajar dan mengajar berbasis TIK
sepertinya menjadi tidak terelakan lagi, karena kehadirannya memberikan
fleksibilitas dalam pemilihan waktu dan tempat serta jangkauan populasi peserta
belajar yang lebih luas sehingga tidak terbatas oleh jarak, biaya, serta sumber daya.
Konsep mengkolaborasikan TIK kedalam proses belajar dan mengajar yang lebih
dikenal sebagai kegiatan e-learning hadir menjadi sebuah terobosan dalam dunia
Pendidikan. Teknologi e-learning menjelma dalam bentuk lain seperti Massive
Open Online Course (MOOC) yang dapat menjangkau peserta didik yang sangat
besar. Platform pembelajaran ini memungkinkan siapapun dan dimanapun dapat
berpartisipasi dengan layanan open acces dan interactive user dengan visi utama
adalah untuk menekan biaya pendidikan dan dapat menjangkau peserta didik yang
besar. MOOC memberikan berbagai macam kelebihan yang menguntungkan bagi
penggunanya, namun terdapat juga beberapa persoalan seperti persoalan. Seperti
persoalan tingkat drop out yang cukup tinggi pada peserta didik pengguna MOOC,
yang diakibatkan oleh nilai retensi pembelajarannya yang rendah. Hal tersebut
terjadi sebagai akibat dari kualitas akses, konten, pembelajaran, dan pedagogi yang
cukup rendah dari sistem MOOC. Alasan utama penyebab persoalan tersebut
diakibatkan dari besarnya kebergantungan sistem pada keberadaan Sumber Daya
Manusia (SDM) dalam jumlah yang cukup besar, dan metode evaluasi yang
mumpuni yang mampu mengevaluasi sejauh mana dampak dari PBM (Proses
Belajar dan Mengajar) pada MOOC.
Penggunaan teknologi dalam proses belajar dan mengajar berfungsi sebagai
akselerasi untuk mencapai nilai efektivitas, efisiensi, dan inovasi dari proses. Fakta
yang terjadi di lapangan, dukungan teknologi tidak serta merta membantu
pencapaian makna yang essensial dari proses belajar mengajar, yaitu adanya
perubahan perilaku dan penambahan pengetahuan sebagai bukti keberhasilan
proses belajar dan mengajar. Pada hakikatnya, sebuah PBM baik yang bersifat
ii
tradisional ataupun berbantuan TIK merupakan sebuah aktivitas mengirim dan
menerima pengetahuan baru yang kemudian berimbas pada adanya perubahan
perilaku, awareness, dan perception. Persoalan hadir ketika proses identifikasi
penambahan pengetahuan dan perubahan perilaku adalah bukan hal yang mudah
karena membutuhkan waktu dan strategi serta menjadi persoalan tersendiri yang
perlu untuk diselesaikan. Salah satu cara untuk mengidentifikasi adanya perubahan
perilaku dan penambahan pengetahuan adalah dengan cara mengukur hasil belajar
yang diperoleh oleh peserta didik.
Penelitian yang dilakukan, bertujuan untuk membangun sebuah model pengukuran
hasil belajar dalam lingkungan sistem e-learning yang dapat mengidentifikasi
perubahan perilaku dan penambahan pengetahuan secara otomatis. Hal tersebut
dilakukan sebagai upaya untuk meningkatkan kepercayaan masyarakat bahwa
kualitas PBM pada lingkungan MOOC setara dengan PBM tatap muka, lebih murah
karena dapat menjangkau peserta didik yang lebih besar, serta fleksibel, efektif, dan
efisien dalam proses. Pada penelitian ini dilakukan proses identifikasi kondisi
existing lingkungan e-learning untuk melihat seperti apa kondisi, tantangan, dan
peluang yang ada. Serta proses identifikasi parameter dan aturan pengukuran yang
digunakan dalam model penelitian.
Kontribusi utama dalam penelitian adalah model pengukuran hasil belajar pada
sistem e-learning dengan kontribusi pendukung yaitu teridentifikasinya parameter
dan aturan yang dapat digunakan untuk menilai proses perubahan perilaku dan
penambahan pengetahuan sebagai hasil belajar dalam sistem e-learning. Pada tahap
identifikasi parameter dalam model pengukuran, dihasilkan enam parameter yang
dapat digunakan dalam model diantaranya adalah kecepatan mengunduh materi,
kecepatan mengunggah jawaban, kecepatan menjawab soal, jumlah kuantitas kata
pada kalimat jawaban yang diberikan, relevansi jawaban yang diberikan terkait
kebenaran jawaban dan kesesuaian jawaban dengan jenjang berpikir dari
Taksonomi Bloom. Mengidentifikasi proses perubahan perilaku dilakukan dengan
menggunakan parameter kecepatan mengunggah, mengunduh, dan menjawab soal
serta kuantitas banyaknya jawaban yang diberikan. Sedangkan untuk
mengidentifikasi penambahan pengetahuan digunakan parameter relevansi jawaban
yang akan dilihat dari kebenaran dan kesesuaian jawaban dengan level berpikir.
Kontribusi lainnya adalah dihasilkannya sebelas aturan yang dapat digunakan untuk
mengukur hasil belajar dalam sistem e-learning. Aturan tersebut diklasifikasikan
kedalam delapan aturan untuk mengidentifikasi seseorang telah belajar dan tiga
aturan untuk identifikasi bahwa seseorang tidak berhasil belajar sebagai dampak
dari PBM dalam sistem e-learning. Parameter dan aturan yang dihasilkan kemudian
diuji dan dievaluasi dengan cara mengimplementasikan model dalam bentuk modul
ujian dalam e-learning. Pengujian model dilakukan dengan membandingkan hasil
penilaian versi sistem dengan versi expert yang kompeten. Nilai akurasi dari
penilaian yang dilakukan oleh model kemudian dibandingkan ulang dengan akurasi
versi baseline, yaitu penilaian yang didasarkan pada nilai atribut r (relevansi) yaitu
atribut r1 (kebenaran jawaban) dan r2 (kesesuaian jawaban dengan taksonomi
berpikir dari Bloom). Atribut ini dipilih sebagai baseline dengan pertimbangan
bahwa penilaian hasil PBM pada umumnya dilakukan secara intuisi dengan cara
iii
menilai kebenaran jawaban dan sejauh mana level berpikir dari siswa. Hasil pengujian
menunjukkan bahwa hasil penilaian versi model memiliki nilai akurasi yang lebih baik
dibanding dengan versi baseline. Hal ini mengindikasikan bahwa model penelitian yang
diusulkan dapat digunakan untuk mengukur hasil belajar dalam sistem e-learning dalam
bentuk perubahan perilaku dan penambahan pengetahuan. Proses perubahan perilaku
teridentifikasi dari parameter kecepatan mengunggah jawaban (v1), kecepatan
mengunduh materi/soal (v2), kecepatan menjawab (v3), dan kuantitas jawaban (q).
Sedangkan untuk penambahan pengetahuan teridentifikasi dari parameter relevansi
jawaban terkait kebenaran jawaban (r1) dan kesesuaian jawaban (r2) dengan standar dari
Taksonomi Bloom.