Perpustakaan Digital ITB

Jika jumlah mahasiswa yang mendapat nilai tinggi dari suatu mata kuliah melonjak dari tahun ke tahun tanpa diiringi peningkatan mutu belajar, muncul pertanyaan: apakah nilai akademik masih mencerminkan kompetensi mahasiswa? Dengan menggunakan topological data analysis (TDA), khususnya Mapper Algorithm, Wasserstein Distance, dan Box Plot, peneliti menunjukkan terjadinya fenomena inflasi nilai di sebuah mata kuliah di sebuah perguruan tinggi negeri. TDA membaca bentuk dan pola dari karakteristik data dan mendeteksi data dengan karakteristik yang tidak normal. Ketiga metode tadi secara konsisten menunjukkan indikasi inflasi nilai matematika yang progresif pada jalur seleksi berbasis tes dan seleksi mandiri. Pada jalur seleksi berbasis prestasi, hasil bervariasi antarmetode: Mapper Algorithm tidak mendeteksi inflasi, sementara Wasserstein Distance dan Box Plot mengidentifikasi pola inflasi non-linear, dengan kenaikan pada 2023 yang kemudian terkoreksi pada 2024. Temuan ini menunjukkan bahwa TDA mampu mendeteksi pola inflasi nilai yang tidak selalu tertangkap oleh metode statistika konvensional, sekaligus menggarisbawahi perlunya evaluasi berkala terhadap standar penilaian, khususnya pada jalur penerimaan dengan pola inflasi non-linear seperti data jalur seleksi berbasis prestasi.