Perpustakaan Digital ITB

Pelaksanaan Uji Kompetensi Jabatan Fungsional (JF) Analis SDM Aparatur di Badan Kepegawaian Negara (BKN) masih menggunakan Computer-Based Testing (CBT) fixed-length yang menyajikan jumlah soal yang sama kepada seluruh peserta tanpa mempertimbangkan perbedaan kemampuan. Pendekatan tersebut menyebabkan pengukuran kurang efisien, berpotensi meningkatkan kelelahan peserta, serta belum mampu menjamin keterwakilan blueprint kompetensi dan pemerataan penggunaan bank soal. Penelitian ini bertujuan mengembangkan sistem Content-Constrained Computerized Adaptive Testing (C-CAT) berbasis Item Response Theory (IRT) yang efisien, presisi, menjaga validitas isi, dan meningkatkan keamanan bank soal pada Uji Kompetensi JF Analis SDM Aparatur. Penelitian menggunakan Design Science Research Methodology (DSRM) yang meliputi identifikasi permasalahan, perancangan artefak, pengembangan prototipe, demonstrasi, dan evaluasi. Model pengukuran menggunakan IRT 1PL (Rasch) dengan estimasi kemampuan Hybrid Expected A Posteriori–Maximum Likelihood Estimation (EAP–MLE). Mekanisme pemilihan butir mengintegrasikan Maximum Priority Index (MPI) untuk content balancing dan Fade-away Item exposure control untuk pemerataan penggunaan bank soal. Sistem diimplementasikan dalam prototipe berbasis web menggunakan Laravel, Vue.js, dan Python Engine, kemudian dievaluasi melalui simulasi terhadap 600 peserta menggunakan metrik test length, Standard Error of Measurement (SEM), RMSE, korelasi estimasi kemampuan, blueprint deviation, dan item exposure. Hasil penelitian menunjukkan bahwa sistem C-CAT mempertahankan efisiensi pengukuran dengan rata-rata panjang tes 52,07 butir, atau mengurangi sekitar 48% jumlah soal dibandingkan CBT fixed-length 100 butir. Presisi pengukuran tetap terjaga dengan RMSE sebesar 0,202, Mean SEM sebesar 0,351, dan korelasi estimasi kemampuan sebesar 0,980. Selain itu, Blueprint RMSE berhasil diturunkan dari 0,096 menjadi 0,030, sedangkan tingkat maximum item exposure menurun dari 1,00 menjadi 0,82. Hasil tersebut menunjukkan bahwa integrasi Hybrid EAP–MLE, MPI, dan Fade-away Item exposure control mampu menghasilkan sistem pengujian adaptif yang tetap presisi, memenuhi blueprint kompetensi, dan meningkatkan keamanan bank soal. Penelitian ini memberikan kontribusi berupa model C-CAT, metode seleksi butir hibrida, serta prototipe sistem asesmen adaptif yang dapat menjadi alternatif pengembangan uji kompetensi berbasis IRT pada lingkungan Badan Kepegawaian Negara.