MODEL ASSESSMENT TERSTANDAR BERBASIS COMPUTER
\nMANAGEMENT INSTRUCTIONAL UNTUK MENJAMIN KESETARAAN 
\nKUALITAS PENILAIAN SEBAGAI BASIS DATA PENENTUAN KELULUSAN
\nDALAM SISTEM UJIAN AKHIR NASIONAL DAN SNMPTN JALUR 
\nUNDANGAN YANG BERKEADILAN

Permasalahan sekitar ujian akhir nasional (UAN/UN) sampai saat ini masih menjadi
\npermasalahan utama dalam bidang pendidikan yang melahirkan banyak kontroversi, salah satunya
\nadalah tentang cara penentuan kelulusan. Berkaitan dengan penentuan kelulusan telah diterbitkan 
\nPeraturan Menteri Pendidikan dan Kebudayaan Republik Indonesia Nomor 3 Tahun 2013 Tentang
\nKriteria Kelulusan Peserta Didik Dari Satuan Pendidikan dan Penyelenggaraan Ujian
\nSekolah/Madrasah/Pendidikan Kesetaraan dan Ujian Nasional. Pasal 6 ayat 3 mengungkapkan
\nbahwa, Nilai akhir untuk penentuan kelulusan diperoleh dari gabungan nilai sekolah dari mata
\npelajaran yang diujikan secara nasional dan Nilai UN, yaitu dengan pembobotan 40% Nilai
\nsekolah dari mata pelajaran yang diujikan secara nasional dan 60% dari Nilai UN. Permasalahan
\nyang kemudian muncul berkaitan dengan hal ini adalah belum adanya kesetaraan kualitas
\nassessment yang digunakan untuk penilaian di sekolah (semester 3 (tiga) sampai dengan 5 (lima)
\nuntuk tingkat SLTP/SLTA/SMK), sehingga belum dapat menjamin rasa keadilan karena
\nperbedaan kualitas tes yang diberikan. Hal ini sangat mendesak untuk dicarikan solusinya, karena
\nnilai sekolah digunakan juga dalam sistem penerimaan mahasiswa baru (SNMPTN) jalur
\nundangan. 
\nPenelitian menggunakan metode deskriftif kuantitatif. Hasil deseminasi penyetaraan item tes
\nanchor dari Soal UAS yang digunakan bersama oleh 16 sekolah pada tahun ajaran 2014/2015, di 
\nsekolah mitra di Indonesia (6 SMANTB, 2 SMALampung, 2 SMAPalangkaraya, 2 SMADIY dan
\n4 SMAJawa Barat) yang diambil secara purposive sampling (kualitas tinggi, sedang, rendah).
\nRealisasi dari tujuan penelitian yang telah dilaksanakan pada tahun kedua ini adalah; (1) telah
\nberhasil dikembangkan dan dideseminasikan model assessment terstandar berbasis CMI
\n(Computer Management Instructional) untuk menjamin kesetaraan kualitas penilaian di 16
\nsekolah mitra se Indonesia sebagai basis data penentuan kelulusan dalam sistem ujian akhir
\nnasional dan SNMPTN jalur undangan yang berkeadilan, (2) telah diterapkannya tes terstandar
\nsesuai dengan kompetensi inti dari kurikulum 2013 yang dapat digunakan sebagai perangkat
\nequiting (penyetaraan) dalam penyusunan tes di sekolah mitra di Indonesia sehingga dapat
\ndigunakan sebagai penentu kelulusan dalam sistem ujian akhir nasional yang berkeadilan, (3) telah
\ndihasilkan Bank soal terstandar untuk digunakan dalam penentuan kelulusan dalam sistem ujian
\nakhir nasional dan SNMPTN jalur undangan yang berkeadilan. 
\nLuaran penelitian yang telah dihasilkan sampai tahap ini adalah; (1) Software CMI Sistem
\nInformasi Penilaian SMA (SIPSMA), (2) Manual user book untuk program CMI SIPSMA, (3)
\nProceeding of International Conference On Research, Implementation And Education Of
\nMathematics And Sciences (ICRIEMS) 2015, Yogyakarta State University, 17-19 May 2015 
\n(ISBN : 978-979-96880-8-8, lampiran 1), (4) Proceeding of International Conference On
\nEducational Reseacrh an Innovation (ICERI), Institute of Research and Community Services
\nYogyakarta State University, 6-7 May 2015 (ISSN: 2443-1753, dan publikasi jurnal nasional
\nterakreditasi/ jurnal internasional; (1) Aceptance Jurnal Kependidikan (LPPM UNY), Jurnal
\nNasional Terakreditasi (2) proses review Jurnal Ilmu Pendidikan (Universitas Negeri Malang),
\nJurnal Nasional terakreditasi dan (3) Submit jurnal internasional di International Journal of
\nEducation and Learning (Canadian Centre of Science and Education). 
\nHasil analisis menunjukkan bahwa kulitas soal di masing masing wilayah memiliki tingkat
\nkesukaran yang berbeda. Paket soal di wilayah Jawa Barat paling tinggi dibandingkan paket soal
\ndi wilayah lain. Persamaan linear equating yang terbaik terhadap skor akhir yang tidak merugikan
\npeserta ujian adalah penyetaraan dari paket sukar ke paket mudah dengan persamaan; (1) Y’ = 
\n2 
\n 
\n1,543 X – 3.976, untuk equating dari Paket A ke B (2) Y’ = 1,876 X – 14,342, untuk equating dari
\nPaket B ke C (3) Y’ = 1,443 X – 3,203, untuk equating dari Paket C ke A , (4) Y’ = Y’ = 1,384 X
\n– 0.932 untuk equating dari Paket D ke A , (5) Y’ = 1,214 X – 0,607 untuk equating dari Paket A
\nke C, (6) Y’ = 1,229 X – 4,987 untuk equating dari Paket B ke C, dan (7) Y’ = 1,256 X – 1,660. 
\nuntuk equating dari Paket B ke D. 
\n. Penelitian ini juga mendeteksi ketidakwajaran sekor dengan korelasi person biserial
\n(person-fit statistic) dan indeks kehati-hatian (caution index) dari Sato. Paket program yang
\ndigunakan untuk melakukan analisis butir adalah Quest, dengan elemen sentral Rasch Model
\n(RM). Dari hasil analisis butir soal diperoleh bahwa coution index dari Sato terdeteksi 11,56
\npersen sample mempunyai ketidakwajaran, dan 18,72 persen sample yang diambil mempunyai
\ntingkat ketidakwajaran yang tinggi.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.