tahap kesukaran soalan
DESCRIPTION
TRANSCRIPT
Pembukaan Kata
Assalamualaikum dan selamat sejahtera Yang Berbahagia• Prof Dr Mohd Salleh Bin Abu/• Prof Dr Rio Sumarni Binti Sharifuddin Selaku Pengerusi Majlis pada pagi iniYang Berbahagia• Prof Dr Baharuddin Bin Aris• Prof Madya Dr Wan Fauzy Bin Wan IsmailSelaku PemeriksaYang dihormati dan lagi dikasihi• Prof Madya Dr Zaidatun Binti Tasir• Dr Noraffandy Bin Yahaya Selaku penyelia Serta Tuan-puan .Saya amat bersyukur keHadrat Illahi dapat kita dapat berkumpul bersama-sama dalam majlis
ilmu iaitu pembentangan tesis Phd Saya .
Menentukan Tahap Kesukaran Soalan
Fuzzy Logic
Tahap Kesukaran Soalan
Pengetahuan sedia ada
Objektif pembelajaran
Fuzzy Logic Tahap Kesukaran Soalan
PetuaObjektif Pembelajaran Pengetahuan Sedia ada Tahap Kesukaran Soalan
OT PT Sederhana
OT PM Sederhana
OT PR Mudah
OM PT Sukar
OM PM Sederhana
OM PR Mudah
OR PT Sukar
OR PM Sukar
OR PR Sederhana
Berdasarkan Jadual 4.1, didapati petua fuzzy yang diperolehi dengan kesimpulan bahawa tahap kesukaran soalan S adalah seperti yang ditunjukkan berikut :
i. IF Objektif pembelajaran adalah OM dan Pengetahuan sedia adalah Tinggi THEN Tahap kesukaran soalan adalah Sukar
IF Objektif pembelajaran adalah OR dan Pengetahuan sedia adalah Tinggi THEN Tahap kesukaran soalan adalah Sukar
IF Objektif pembelajaran adalah OR dan Pengetahuan sedia adalah Sederhana THEN Tahap kesukaran soalan adalah Sukar
ii.IF Objektif pembelajaran adalah OT dan Pengetahuan sedia adalah Tinggi THEN Tahap kesukaran soalan adalah Sederhana IF Objektif pembelajaran adalah OT dan Pengetahuan sedia adalah SederhanaTHEN Tahap kesukaran soalan adalah Sederhana IF Objektif pembelajaran adalah OM dan Pengetahuan sedia adalah Sederhana THEN Tahap kesukaran soalan adalah
Sederhana IF Objektif pembelajaran adalah OR dan Pengetahuan sedia adalah Rendah THEN Tahap kesukaran soalan adalah Sederhana iii. IF Objektif pembelajaran adalah OT dan Pengetahuan sedia adalah Rendah THEN Tahap kesukaran soalan adalah Mudah IF Objektif pembelajaran adalah OM dan Pengetahuan sedia adalah Rendah THEN Tahap kesukaran soalan adalah Mudah
Membership FunctionSederhana
TinggiRendah
O1 O2 O3 O4 80O5 O6
Sederhana TinggiRendah
0 25 50 75 100
Sederhana TinggiRendah
P1 P2 P3 P4 80P5 P 6
Julat
100801
806020
606000
)(
x
xu
x
xPT
100800
806020
8060401
402020
202000
)(
x
xx
x
xx
x
xPM
100400
402020
402001
)(
x
xx
x
xPR
100801
806020
606000
)(
u
uu
u
uOT
100800
806020
8060401
402020
202000
)(
u
uu
u
uu
u
uOM
100400
402020
402001
)(
u
uu
u
uOR
•membership function bagi kategori objektif :•membership function bagi kategori pengetahuan sedia ada :
8
Proses Fuzzy inference – Mamdani Type FRBS
Input dalam crips (bukan fuzzy) nombor adalah berdasarkan julat khusus
Semua petua akan dinilai secara parallel (serentak) menggunakan fuzzy reasoning
Keputusan atau output adalah bentuk nombor (bukan fuzzy)
Semua hasil keputusan daripada petua akan digabungkan dan distilled (defuzzified)
Petua 1 :Input 1Objektif Pembelajaran
Input 2Pengetahuan Sedia
.
.
.
Petua ke n :
Output Tahap Kesukaran Soalan
IF Objektif pembelajaran adalah OM dan Pengetahuan sedia adalah Tinggi THEN Tahap kesukaran soalan adalah Sukar
IF Objektif pembelajaran adalah OM dan Pengetahuan sedia adalah Rendah THEN Tahap kesukaran soalan adalah Mudah
Langkah 1: Fuzzification
Semua bentuk input crips bagi objektif pembelajaran dan pengetahuan sedia ada diubah kepada bentuk membership function
Pengetahuan sedia = 50Objektif pembelajaran = 65µPR(50)=0, µPM(50)=1, µPR(50)=0
µOT(65)=0.25, µOM(65)=0.75, µOR(65)=0
Langkah 2 : Fuzzy Reasoning
IF Objektif pembelajaran adalah OT dan Pengetahuan sedia adalah PM THEN Tahap kesukaran soalan adalah Sederhana
IF Objektif pembelajaran adalah OM dan Pengetahuan sedia adalah PM THEN Tahap kesukaran soalan adalah Sederhana
Dalam bentuk kod
• O(Tinggi) AND P(sederhana) = D(sederhana)D(sederhana) = min(1,0.25)=0.25
• O(Sederhana) AND P( sederhana) =D(sederhana) D(sederhana) = min(1,0.75)=0.75
Langkah 3: DefuzzificationKaedah Larsen’s Rule
Maks (min (1, 0.25), min (1,0.75)= Maks (0.25,0.75)= 0.75D = (0(100) + 0.75(50) + 0.25(0))/(0.75+0.25)D= 37.5D= 38
PFS akan menjanakan soalan yang sederhana
Sederhana TinggiRendah
0 25 50 75 100
0.25
0.75
Kebolehpercayaan PFS
• Pilot test• Review interview Pakar• Eksperimental – One group pretest and
posttest design
Pemilihan Tempat
• Mata pelajaran atau Content yang dibangunkan adalah untuk guru maka tempat yang dipilih adalah bersesuaian kerana ia menepati ciri-ciri yang dikehendaki. – Kebanyakan adalah novice student
• Pemilihan mata pelajaran dan topik berdasarkan analisis dokumen – peperiksaan akhir.
Penilaian -Ujian
• Penilaian merupakan satu proses mengumpulan data dan menterjemahkan kepada maklumat bagi tujuan membuat keputusan. (Cooley dan Lohnes 1976)
• Formatif (Littman dan Soloway, 1988) - apakah hubungan antara reka bentuk ITS dan
tingkah lakunya• Surmatif (Littman dan Soloway, 1988)
– Apakah kesan ITS terhadap pelajar
Formatif
• Used to ontained information that can be modify and improve the functioning of an ITS– The identification of significant concern, ranging
from detail of interface design to overall system goals.
• What are the major types of data to obtain and the major source of such data– Tertumpu secara khusus
surmatif
• What does a particular implemented PFS do• Does an PFS fulfill the purpose for which it was
designed• Does an PFS result in predicted outcomes• What is the effect of one type of system or
component relative to comparable system or component
Penilaian antara muka
• Sistem yang berasaskan pengetahuan adalah sukar untuk dibangunkan oleh itu penilaian formatif adalah paling sesuai di mana perubahan dilakukan sejak awal-awal. (peringkat tracing knowledge). Kebanyakan sistem yang berasaskan pengetahuan akan mengambil masa yang lama pembangunan sekurang-kurang setahun. (lebih kurang 14 bulan).
• Secara umumnya –Penilaian semasa pembangunan, perilaku dan ciri-ciri.
PFS : Implication on Contructivism• Online learning approaches are often associated with
constructivism view of learning.• Four reasons for incoroperating constructivism activities in online
design course:– Increase student participation in constructing their own knowledge– Increase student via interaction– Provide opportunities for the application of content to real life
events– Increase student participation in learning process
• Moreles C.R. (2007). Perceptions and practices of instructional designers towards theuse of constructivist learning enviornmentsin online design course. Ph.DDissertation, CappelaUniversity
PFS : Implication On Constructivism
• Methods and Constructivism referred activities – Problem Solving (71.43%)– Real-Live application (64.29%)
LMSLicenced Open Source
MyGuru (UPSI) Moodle
MyLMS(OUM) Iilias
Blackboard +WebCT(UTHM) Sakai
VOISS(UNITAR) Claroline
MMLS (MMU) Atutor
SalMas (UKM)
UM (COL)
LMS(AeU)
Pencapaian PelajarPelajar Pos (Pra) Understanding Masa Corak
P9 92(60) C1(15) C2(11) C3(16)
Pencapaian Pelajar P(9)
• Pra (2) dan Pos (21)– Ada peningkatan– Log data segi penyelesaian masalah – Masa yang diambil
Kesimpulan :
Pencapaian Pelajar (P13)
• Pra(60) dan Pos (92)• Understanding• Data Log : • Masa :
Kesimpulan : Pelajar ini memang mempunyai pengetahuan sedia ada yang tinggi PFS membantu mengukuhkan pengetahuan sedia ada.
Bilangan Sampel yang kecil
• Metodologi yang digunakan ialah mixed method – Kuantitatif dan kualititaif
• Kualitatif (• PFS
– merupakan sistem yang mempunyai interaksi pelajar – sistem