Article Details

OTOMATISASI FORMASI KELOMPOK BELAJAR HETEROGEN UNTUK MENDUKUNG PROSES COOPERATIVE LEARNING

Oleh   Oktariani Nurul Pratiwi [33212018]
Kontributor / Dosen Pembimbing : Prof. Dr. Ir. Suhono Harso Supangkat, M.Eng.;Ir. Budi Rahardjo, M.Sc., Ph.D.;
Jenis Koleksi : S3-Disertasi
Penerbit : STEI - Teknik Elektro dan Informatika
Fakultas : Sekolah Teknik Elektro dan Informatika (STEI)
Subjek : Engineering & allied operations
Kata Kunci : pembelajaran kooperatif, formasi kelompok, kelompok heterogen, dissimilarity, Jigsaw.
Sumber :
Staf Input/Edit : Alice Diniarti   Ena Sukmana
File : 8 file
Tanggal Input : 2020-04-08 16:00:11

Pembelajaran kooperatif merupakan pembelajaran yang dilakukan bersama-sama dalam sebuah kelompok untuk mencapai tujuan bersama. Banyak penelitian menunjukkan pembelajaran secara kooperatif memiliki pengaruh besar terhadap kesuksesan belajar seseorang. Salah satu metode pembelajaran kooperatif yang populer adalah metode Jigsaw. Metode Jigsaw membutuhkan formasi yang heterogen dalam kelompoknya dan homogen antar kelompok. Proses pengelompokan secara tradisional di kelas biasanya ditentukan oleh guru, siswa atau secara acak. Penentuan formasi kelompok siswa yang dilakukan oleh siswa atau acak akan menghasilkan formasi yang tidak tepat. Penentuan formasi kelompok oleh guru sulit dilakukan karena beberapa faktor, diantaranya jumlah siswa dan atribut yang digunakan. Metode Jigsaw membagi siswa menjadi kelompok heterogen berdasarkan atribut ras, etnis, kemampuan dan jenis kelamin. Namun, atribut tersebut tidak relevan dengan keadaan di Indonesia yang memiliki mayoritas ras yang sama, yaitu melayu. Banyak penelitian pengelompokan heterogen menggunakan atribut yang berbeda-beda, diantaranya gaya belajar, materi pelajaran yang disukai, dll. Tidak ada aturan tetap atribut siswa apa saja yang digunakan dalam penentuan formasi kelompok. Jenis atribut siswa yang dapat digunakan ada banyak dan beragam. Semakin banyak jumlah siswa dan atribut yang digunakan, maka semakin sulit untuk guru menentukan formasi kelompok secara manual. Hambatan lain adalah ketika pembelajaran kooperatif dilakukan di awal pertemuan kelas. Selain itu, perkembangan e-learning pun kini sedang mengarah pada pembelajaran kooperatif dimana tidak mungkin proses penentuan formasi kelompoknya ditentukan secara manual, sehingga penelitian ini sangat dibutuhkan untuk dunia pendidikan. Ketepatan formasi belajar dalam sebuah proses pembelajaran kooperatif sangat penting. Formasi kelompok yang tepat mampu mendorong pembelajaran kooperatif secara optimal dan mampu meningkatkan pemahaman siswa semaksimal mungkin. Oleh karena itu, penelitian ini bertujuan untuk memecahkan masalah penentuan formasi kelompok yang optimal untuk siswa berdasarkan formasi metode Jigsaw dengan membangun model proses yang mampu mengelompokkan siswa secara otomatis. Formasi kelompok Jigsaw adalah formasi yang heterogen dalam kelompok dan homogen antar kelompok. Penentuan formasi kelompok pada disertasi ini berdasarkan nilai ketidaksamaan (dissimilarity) antar siswa yang dihitung dengan menggunakan metode dissimilarity between variables of mixed type. Metode tersebut dapat digunakan untuk menghitung nilai ketidaksamaan antar siswa berdasarkan banyak atribut yang dimiliki siswa. Metode ini juga mengeliminasi atribut siswa yang bernilai sama. Hal ini membuat sistem dapat menerima beragam macam atribut tanpa adanya batasan, sehingga sistem ini dapat digunakan di lingkungan sekolah atau lingkungan belajar online (e-learning) dengan keadaan apapun (tanpa batasan). Kontribusi utama disertasi ini adalah metode optimasi pembentuk formasi kelompok dengan pendekatan algoritma Fixed Root-Optimization. Proses optimasi penentuan formasi yang diajukan diawali dengan proses menentukan Fixed Root. Fixed Root adalah sepasang siswa yang memiliki nilai ketidaksamaan antar siswa paling tinggi. Fixed-Root dicari sebanyak jumlah kelompok yang dibentuk. Fixed- Root bukan cara untuk menentukan ketua pembelajaran kooperatif dalam sebuah kelompok. Sisa anggota dari masing-masing kelompok dilakukan dengan proses optimasi yang menjaga agar tingkat keheterogenan dalam setiap kelompok tetap tinggi. Dilakukan juga pengelompokan secara Random, Switching, dan Fixed Root- Random sebagai algoritma pembanding. Hasilnya, algoritma Fixed Root- Optimization mampu memberikan nilai fitness heterogen dalam kelompok yang cukup tinggi (0.6) dan waktu pengelompokan paling cepat (0.4s). Berdasarkan analisis Univariate ANOVA, nilai fitness heterogen dinilai sangat signifikan berbeda dibandingkan algoritma lainnya. Pengukuran nilai fitness homogen antar kelompok pun dilakukan. Berdasarkan uji homogenitas Bartlett’s setiap kelompok yang dihasilkan dinilai homogen. Tingkat kompleksitas metode Fixed Root- Optimization adalah O(mn) dengan m adalah jumlah kelompok dan n adalah jumlah siswa. Formasi kelompok yang dihasilkan oleh metode Fixed Root- Optimization berhasil meningkatkan nilai kognitif siswa sebaik nilai kognitif siswa yang belajar dalam formasi kelompok yang dihasilkan oleh guru. Berdasarkan hasil eksperimen dan hasil analisis algoritma Fixed Root- Optimization mampu membentuk formasi yang dibutuhkan metode pembelajaran kooperatif Jigsaw.