Maulady An Nurul Islami
Universitas Negeri Semarang

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Increasing Interest and Learning Outcomes in Physics on Static Electricity Through the Teaching at The Right Level Approach in High School Student Maulady An Nurul Islami; Supriyadi Supriyadi
Jurnal Penelitian Pendidikan Vol. 43 No. 1 (2026): April 2026
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/jpp.v43i1.40609

Abstract

This study aims to determine the improvement of problem-solving abilities of class XII-2 on the main topic of Static Electricity at SMA Negeri 5 Semarang through the Teaching at the Right Level (TaRL) approach. This study is a classroom action research conducted in two cycles. The subject of the classroom action research used 1 class XII-2 with 36 students at SMA Negeri 5 Semarang. Learning with the Teaching at the Right Level (TaRL) approach that does not refer to class levels and facilitates various characteristics of students. This classroom action research was conducted in two cycles. TaRL emphasizes teachers to provide different treatments to students. Data on learning interests were collected through questionnaires and data on learning outcomes through written tests with both being analyzed quantitatively. Through this study, it was obtained that the increase in students' learning interests increased from 2.99 in the good category to 3.61 in the very good category. Student learning outcomes increased from 58% below the KKM in cycle I, to 84% above the KKM in cycle II. The implementation of the Teaching at The Right Level (TaRL) approach can increase students' interest and learning outcomes in static electricity material in class XII-2 of SMA Negeri 5 Semarang.                                                                                        
Tren dan Karakteristik Psikometri Model Testlet pada Pengukuran Literasi Sains Pendidikan Menengah: Tinjauan Sistematis dan Proyeksi Masa Depan Maulady An Nurul Islami; Djuniadi Djuniadi; Wiwi Isnaeni; Langlang Handayani
JURNAL PENDIDIKAN MIPA Vol. 16 No. 4 (2026): JURNAL PENDIDIKAN MIPA
Publisher : Pusat Publikasi Ilmiah, STKIP Taman Siswa Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37630/jpm.v16i4.5061

Abstract

Literasi sains merupakan salah satu kompetensi fundamental yang harus dikuasai pada keterampilan abad 21. Pengukuran literasi sains menuntut instrumen yang mampu memotret profil kemampuan kognitif tingkat tinggi. Penggunaan tes pilihan ganda konvensional dinilai kurang komprehensif, sementara asesmen berbasis kinerja seringkali kurang efisien. Model testlet yang terdiri dari sekumpulan butir soal dengan satu stimulus hadir sebagai solusi atas keterbatasan butir independen. Penelitian ini merupakan Systematic Literature Review (SLR) yang bertujuan untuk menganalisis tren penggunaan, karakteristik psikometri, serta memproyeksikan masa depan instrumen model testlet dalam pengukuran literasi sains. Penelusuran literatur melalui Google Scholar dan Crossref pada periode 2020-2026 menghasilkan 25 studi yang memenuhi kriteria inklusi setelah melalui proses identifikasi, penyaringan, dan penilaian kelayakan berdasarkan PRISMA 2020. Hasil analisis dan sintesis menunjukkan bahwa mayoritas instrumen testlet literasi sains menggunakan konteks kontekstual, Artifisial Intelligence, dan deep learning. Berdasarkan analisis psikometri, Temuan studi menunjukkan bahwa tren pengukuran literasi sains beralih dari tes unidimensi diskrit menuju testlet yang dianalisis menggunakan Rasch Testlet Model (RTM) dan Multidimensional Item Response Theory (MIRT) untuk mengakomodasi Local Item Dependence (LID). Secara karakteristik, instrumen testlet terbukti menurunkan estimasi reliabilitas semu dan memberikan eror standar yang lebih presisi dibandingkan model TRB tradisional. Proyeksi ke depan menunjukkan integrasi Computerized Adaptive Testing (CAT) berbasis testlet dan STEM berbasis kecerdasan buatan sebagai inovasi utama dalam lanskap asesmen sains.