<![CDATA[This study is motivated by the need for an evaluation instrument that aligns with the learning objectives of the Independent Learning Curriculum and the competency levels of grade XI students at MA DDI Takkalasi. This study aimed to develop a Higher Order Thinking Skills (HOTS)-based Arabic language evaluation instrument and examine its quality through validity, reliability, discriminating power, difficulty level, and distractor effectiveness tests. This research employed a Research and Development (R&D) approach by adapting the Borg and Gall model, consisting of needs analysis, planning, product development, testing, and revision stages. The results indicate that: (1) a HOTS-based Arabic evaluation instrument is highly needed because previous assessments were predominantly focused on Lower Order Thinking Skills (LOTS); (2) the developed prototype based on cognitive indicators C4, C5, and C6 with contextual stimuli was highly valid, with most I-CVI values ≥ 0.78 and S-CVI values ≥ 0.90; (3) field and final trials showed that multiple-choice and essay items were valid and reliable, with adequate to very good discriminating power, moderate difficulty levels, and effective distractors; and (4) the instrument demonstrated effectiveness through varied student scores and 58.3% learning completion, with high practicality from teachers (93%) and good student readability. Therefore, the developed HOTS-based evaluation instrument is feasible as a valid, reliable, effective, and practical assessment tool to support the implementation of the Merdeka Curriculum.Penelitian ini dilatarbelakangi oleh kebutuhan terhadap instrumen evaluasi yang selaras dengan tujuan pembelajaran Kurikulum Merdeka dan tingkat kompetensi peserta didik kelas XI MA DDI Takkalasi. Penelitian ini bertujuan untuk mengembangkan instrumen evaluasi bahasa Arab berbasis Higher Order Thinking Skills (HOTS) serta menguji kualitasnya melalui uji validitas, reliabilitas, daya pembeda, tingkat kesukaran, dan efektivitas pengecoh. Penelitian ini menggunakan pendekatan Research and Development (R&D) dengan mengadaptasi model Borg and Gall yang meliputi tahap analisis kebutuhan, perencanaan, pengembangan produk, pengujian, dan revisi. Hasil penelitian menunjukkan bahwa: (1) instrumen evaluasi bahasa Arab berbasis HOTS sangat dibutuhkan karena instrumen sebelumnya masih didominasi oleh kemampuan berpikir tingkat rendah (LOTS); (2) prototipe instrumen HOTS yang dikembangkan berdasarkan indikator kognitif C4, C5, dan C6 dengan stimulus kontekstual dinyatakan sangat valid, dengan sebagian besar nilai I-CVI ≥ 0,78 dan nilai S-CVI seluruh aspek ≥ 0,90; (3) hasil uji coba lapangan dan uji akhir menunjukkan bahwa seluruh butir pilihan ganda dan esai valid dan reliabel, memiliki daya pembeda yang cukup hingga sangat baik, tingkat kesukaran dominan sedang, serta fungsi pengecoh yang efektif; dan (4) instrumen terbukti efektif melalui variasi skor peserta didik dan tingkat ketuntasan belajar sebesar 58,3%, serta sangat praktis dengan tingkat kepraktisan guru sebesar 93% dan keterbacaan peserta didik dalam kategori baik hingga sangat baik. Dengan demikian, instrumen evaluasi berbasis HOTS yang dikembangkan layak digunakan sebagai alat ukur yang valid, reliabel, efektif, dan praktis untuk mendukung implementasi asesmen dalam Kurikulum Merdeka.]]>
