TIPE-TIPE BAHAN AJAR BERBASIS KOMPUTER
H. Intelligent Tutoring System
Intelegent Tutoring Systems (ITSs) merupakan sistem instruksional berbasis
komputer dengan model instruksional yang berisikan ketentuan apa yang akan diajarkan, dan strategi pembelajaran yang menentukan bagaimana cara mengajar (Wenger 1987, Ohlsson 1987). Mereka membuat kesimpulan mengenai penguasaan seorang siswa terhadap topik atau tugas yang diperintahkan secara dinamik yang disesuaikan dengan isi atau gaya instruksi. Model-model isi (atau pengetahuan dasar, atau sistem pakar, atau simulasi) memberikan ukuran ITSs, sehingga siswa dapat “learn by doing” secara realistis. Model-model ini memungkinkan isi di bangkitkan secara “on the fly”. ITSs memungkinkan instruksi-instruksi pengajaran menggabungkan inisiatif-inisiatif, dimana siswa dapat menjawab pertanyaan-pertanyaan dan lebih memiliki kontrol terhadap pembelajaran mereka sendiri. Model instruksional memungkinkan kedekatan kepada pemakai melalui instruksi individual dengan pedagogic yang kompeten. Intelegent Tutoring Systems (ITSs) memiliki sejarah yang menarik, berawal dari kemajuan Artificial Intelegent (AI) pada akhir tahun 1950-an dan di awal tahun 1960-an. Alan Turing, Marvin Minsky, John McCarthy dan Allen Newell mendapat gagasan bahwa komputer dapat berpikir seperti manusia. Banyak gagasan utama mendesak tujuan yang mengkreasikan kecepatan komputer-komputer besar. Hal itu kelihatan layak untuk di coba, ketika menciptakan mesin yang dapat berpikir, mesin tersebut dapat mengerjakan beberapa tugas yang sama dengan pikiran manusia, seperti instruksi.
ITS dapat diartikan sebagai sistem yang menggunakan teknik yang sudah cukup maju, seperti mendeskripsikan perbaikan dalam pengajaran atau pembelajaran. Namun, baru-baru ini ITSs dapat berarti sebagai sistem pengajaran yang “care” (Self, 1999). Self mendeskripsikan “care” sebagai pengertian bahwa ITSs sensitive terhadap apa yang siswa ketahui, apa yang siswa salah mengerti, dan apa yang ingin mereka lakukan. Dengan kata lain, ITSs berusaha menjadi sistem yang dapat digunakan secara individual.
1. AI dan Intelegent Tutoring Systems (ITSs)
Di tahun 1982, Sleeman dan Brown meninjau ulang the state of the art dari computer aided instruction dan masa awal Intelegent Tutoring Systems (ITSs), untuk mendeskripsikan perubahan sistem tersebut dan perbedaannya dengan sistem CAI. Termasuk juga asumsi tentang pelajar yang berfokus pada learning by doing. Mereka mengklasifikasikan keberadaan ITSs berbasis komputer menjadi : 1) pemantau penyelesaian masalah, 2) tutor, 3) instruktur penelitian, dan 4) konsultan (Sleeman & Brown, 1982). Yang menjadi perhatian, sistem ini tetap sebagai platform untuk memperhalus teori AI, tetapi sekarang peneliti akan berpikir bagaimana menyajikan pengetahuan pelajar dalam sistem
76
ini. Di sini kita akan menemukan masa pemakaian pertama dari student model untuk medeskripsikan penyajian yang abstrak dari pelajar dalam program komputer. Sleeman dan Brown mengklasifikasikan student model menjadi : 1) overlay, sebuah model yang menyatakan bahwa pengetahuan pelajar sebagai subset dari pengetahuan ahli, 2) differential, sama dengan model overlay, model differential ini berfokus pada perbedaan antara pengetahuan pelajar dengan pengetahuan sang ahli, 3) perturbation, perbedaan konsep merupakan variasi dalam sang ahli. Kadang-kadang dikenal sebagai mal-rules (aturan yang buruk) yang mendeskripsikan perbedaan konsep antara pelajar dengan pengetahuan sang ahli.
Percobaan awal dari student model adalah “buggy” model pertama dari Brown dan Burton (Brown & Burton, 1978). “Bugs” adalah kesalahan siswa dalam ketrampilan diskrit, seperti kesalahan yang terjadi selama pengurangan. Ketelitian Burton dalam model ini dengan sistem DEBUGGY (Burton, 1982). DEBUGGY mengidentifikasi 130 “bugs” yang mendesain sejumlah kesalahan dalam pengurangan. Menganalisa penyajian ruang masalah melalui jawaban siswa dan menentukan bug atau set yang mana yang merupakan jumlah bugs yang terbaik untuk kesalahan pengurangan.
Sleeman dan Brown menyebutkan beberapa hasil pelajar melibatkan masalah dalam pembuatan ITSs. Mereka mengakui bahwa komunikasi tutor manusia adalah lengkap dan cepat, yang mengharapkan ITSs akan menyediakan tempat memutuskan untuk teori pendidikan bagi perkembangan “more precise theories of teaching and learning”. Mereka berasumsi bahwa ketepatan seperti itu adalah mungkin, merupakan hal yang penting untuk pengimplementasian dari teori perangkat lunak komputer. Mereka juga mendiskusikan kebutuhan konstruksi lingkungan yang mengkolaborasikan pembelajaran, selama penelitian (pada waktu itu) mengetahui sedikit hal tentang bagaimana melakukan kerjasama untuk mengambil tempat dalam setting pembelajaran natural.
2. Struktur Cara Kerja ITSs
a. Generate Masalah, Pada tahap ini struktur dari masalah dibangkitkan, yaitu dengan mengkombinasikan atribut-atribut dari masalah yang ada.
b. Menampilkan Masalah, Setelah sistem membangkitkan masalah, sistem akan menampilkan masalah tersebut untuk diselesaikan oleh siswa. Masalah yang akan ditampilkan dipilih secara random.
c. Membandingkan Solusi, Dalam tahap ini system intelegent tutorial akan membandingkan solusi yang diinput oleh siswa dengan solusi dari ITSs. Solusi yang diinput siswa dapat digunakan untuk menentukan karakteristik dari siswa tersebut.
77
d. Memberikan Umpan balik, Setelah solusi siswa dibandingkan dengan solusi ITSs, maka sistem akan memberikan umpan balik kepada siswa. Umpan balik yang diberikan oleh sistem disesuaikan dengan model domain.
e. Mengupdate Kemampuan Siswa, Dalam tahap ini sistem menampilkan materi yang telah disesuaikan dengan kurikulum yang ada. Materi yang diberikan oleh sistem digunakan untuk mengupdate kemampuan siswa, sehingga pengetahuan siswa tersebut dapat bertambah.
3. Implementasi dari ITSs
ITSs dapat memiliki arti sebagai beberapa sistem yang menggunakan teknik advanced yaitu membuat perbaikan dalam pengajaran atau pembelajaran. Berikut ini merupakan contoh dari pengimplementasian ITSs:
a. Andes, Proyek yang diberi nama Andes ini merupakan penelitian yang berbasis ilmu kognitif. Yang dibuat berdasarkan masukkan dari tim instruktur fisika yang sudah berpengalaman bertahun-tahun dalam perbaikan instruksional. Proyek ini dimulai pada tahun 1995, September. Ketika Andes selesai dibuat, proyek ini akan digunakan di ruang kelas U. S. Naval Academy dan the U. S. Department of Defense Dependent Schools. Andes dibuat untuk membantu siswa dalam menyelesaikan pekerjaan rumah untuk matapelajaran fisika. Semua aktivitas instruksional, seperti kuliah, pidato, dan laboratorium, biasanya dilakukan sebelumnya. Penggunaan Andes mengurangi dampak keterbatasan seperti itu. Ada beberapa alasan yang menjadi dasar dari pembuatan sistem ini. Pertama, sistem pengajaran yang menggabungkan bantuan dengan pekerjaan rumah lebih disukai. Kedua, karena banyak yang mengharapkan siswa dapat menyelesaikan pekerjaan rumahnya dalam dua jam yang biasanya dihabiskan untuk menyelesaikan masalah dalam ruang kelas. Andes akan dapat membuat pembelajaran siswa menjadi lebih sederhana. Ketiga, meskipun banyak pengajar yang bagus atau berkualitas dalam perkuliahan, laboratorium, atau di ruang kelas mereka, ada kemungkinan kecil mereka tidak efektif dalam membantu pekerjaan rumah siswa. Format tradisional biasanya menulis latihan dengan tanda dibelakang buku. Sebagai konsekuensinya, banyak siswa yang menjadi frustasi dalam menyelesaikan tugas fisikanya. Andes didesain untuk memperbaiki bagian dari instruksi fisika yang membutuhkan perbaikan. Sehingga pekerjaan rumah menjadi hal yang mudah dilakukan bagi siswa.
b. SQL-Tutor, Di buat oleh Dr. Mitrovic pada tahun 1998. SQL-Tutor merupakan ITSs yang menggunakan Constraint-Based Modelling (CBM). Constraints dalam SQL-Tutor ini adalah kode fragmen LISP. Yang merupakan struktur domain pengetahuan yang menggabungkan constraints melalui fungsi-fungsi ad hoc. SQL-Tutor mengajarkan SQL dengan menyajikan siswa dengan antrian dari deskripsi-deskripsi inggris, dimana mereka harus menuliskan statement SQL SELECT. Interface untuk bagian jawaban dibuat dengan struktur enam klausa dari statement SELECT, yaitu SELECT, FROM, WHERE, GROUP-BY, ORDER-BY dan HAVING. Kapanpun mereka akan segera mendapatkan umpan balik atas jawaban yang telah mereka submit ke sistem. Pada tingkat ini
78
jawaban akan dievaluasi oleh constraint evaluator, dan kemudian akan dilanjutkan dengan umpan balik untuk solusi mereka.
c. Tutor Shell, Merupakan ITSs yang dibuat berdasarkan Bayesian Networks. Di buat oleh Hugo Gamboa dan Ana Fred. Topik yang diangkat dalam ITSs ini adalah tentang Clustering algorithms.
I. Pertanyaan
1. Diskripsikan Computer-based Training 2. Diskripsikan Resource Based Learning 3. Diskripsikan Drill and Practice
4. Diskripsikan Multimedia
5. Diskripsikan Computer Managed Learning 6. Diskripsikan Integrated Learning Systems 7. Diskripsikan Online Learning
79