1. Aplikasi Diagnostik

Aplikasi lahir dari keyakinan mendasar bahwa setiap anak adalah individu yang unik dan tidak bisa disamaratakan. Selama ini, ujian di sekolah sering kali hanya digunakan untuk menghakimi siswa dengan angka—menentukan siapa yang pintar dan siapa yang kurang. Padahal, ketika seorang anak menjawab salah, itu bukanlah sebuah kegagalan, melainkan sebuah petunjuk berharga bahwa ada pemahaman yang keliru atau terputus di dalam pikirannya. Aplikasi asesmen diagnostik ini hadir untuk mengubah cara pandang tersebut.

Alih-alih menghukum, alat ini berfungsi sebagai “jendela empati” bagi guru untuk benar-benar memahami jalan pikiran dan kesulitan anak didiknya. Dengan bantuan Kecerdasan Buatan (AI), guru tidak lagi kehabisan waktu untuk tugas administratif merancang soal yang rumit. Waktu dan energi pendidik dapat dikembalikan pada tugas utamanya yang paling mulia: memberikan perhatian, intervensi, dan bimbingan yang tepat sasaran bagi setiap siswa secara personal. Teknologi dalam aplikasi ini tidak diciptakan untuk menggantikan peran manusia, melainkan untuk memanusiakan proses pendidikan itu sendiri, memastikan bahwa setiap anak mendapatkan bantuan yang pas sesuai dengan kebutuhan mereka tanpa ada yang merasa ditinggalkan.

2. Mengukur Individu

Aplikasi ini digerakkan oleh ilmu pengukuran pendidikan modern yang disebut Cognitive Diagnostic Assessment (CDA) atau Penilaian Diagnostik Kognitif. Bayangkan sebuah mobil yang mogok; montir yang andal tidak hanya mengatakan “mobil ini rusak”, tetapi ia akan mencari tahu secara spesifik apakah akinya, businya, atau olinya yang bermasalah. Aplikasi ini bekerja dengan cara yang persis sama.

Menggunakan konsep yang disebut tabel “Q-Matrix”, aplikasi memecah satu materi pelajaran yang luas menjadi keterampilan-keterampilan kecil yang sangat spesifik (disebut atribut). Jika siswa salah menjawab satu soal tertentu, sistem langsung tahu persis konsep kecil mana yang belum ia pahami. Selain itu, soal yang dihasilkan memiliki “pengecoh” (jawaban salah) yang tidak dibuat asal-asalan, melainkan dirancang berdasarkan pola miskonsepsi umum yang sering dilakukan siswa di lapangan. Pada tahap akhir, aplikasi menggunakan teori Zone of Proximal Development (ZPD) untuk membagi kelas ke dalam kelompok-kelompok kecil. Teori ini memastikan setiap kelompok mendapatkan materi perbaikan (remedial) yang tingkat kesulitannya sangat pas—tidak terlalu mudah hingga membosankan, dan tidak terlalu sulit hingga membuat putus asa.

3. Tutorial Penggunaan Aplikasi

Tahap 1: Merancang Cetak Biru (Tab 1)

1. Buka aplikasi dan pastikan Anda berada di Tab 1 (Merancang Blueprint).
2. Isi kolom identitas materi: Jenjang sekolah, Mata Pelajaran, Topik, dan teks Capaian Pembelajaran (CP) atau Kompetensi Dasar.
3. Tentukan berapa banyak konsep kecil (atribut) dan butir soal yang ingin dibuat, lalu klik Rakit Prompt.
4. Klik Salin Prompt di panel kanan, lalu paste (tempelkan) teks tersebut ke ChatGPT, Gemini, atau Claude.
5. AI akan memberikan daftar Atribut dan Tabel Q-Matrix. Simpan/salin hasil dari AI ini untuk digunakan di Tab 2 dan Tab 3.

Tahap 2: Membuat Soal (Tab 2)

1. Pindah ke Tab 2 (Membuat Soal Diagnostik).
2. Pilih tingkat kerumitan bahasa dan format soal (misalnya Pilihan Ganda biasa atau bertingkat).
3. Penting: Tempelkan (paste) daftar Atribut dan Tabel Q-Matrix yang baru saja dibuat oleh AI di Tahap 1 ke dalam kolom nomor 3.
4. Isi konteks lokal (misal: “Gunakan cerita pasar tradisional”), lalu klik Rakit Prompt.
5. Salin hasilnya ke AI, dan AI akan membuatkan soal pilihan ganda lengkap dengan alasan mengapa siswa memilih jawaban yang salah.

Tahap 3: Analisis & Solusi (Tab 3)

1. Setelah soal dari Tahap 2 diujikan ke siswa di kelas, kumpulkan hasilnya (Benar = 1, Salah = 0).
2. Buka Tab 3 (Menganalisis Hasil & Remedial).
3. Pilih metode pendekatan remedial yang Anda inginkan (misal: Visualisasi & Peer Tutoring).
4. Tempelkan kembali Tabel Q-Matrix di kolom 3, dan ketik hasil jawaban siswa di kolom 4 (contoh: Andi: S1=1, S2=0, S3=0).
5. Klik Rakit Prompt, salin ke AI, dan Anda akan langsung mendapatkan tabel kelemahan tiap siswa beserta panduan mengajar remedial untuk esok hari.

Contoh Pengisian Aplikasi Berdasarkan Jenjang

Berikut adalah contoh teks yang bisa Anda ketikkan langsung ke dalam form aplikasi untuk masing-masing jenjang:

A. Tingkat SD (Mata Pelajaran Matematika)

• Tab 1 (Blueprint):

• Jenjang: SD/MI (Fase B – Kelas 3-4)
• Mata Pelajaran: Matematika
• Topik: Pecahan Sederhana
• CP: Siswa dapat membandingkan dan mengurutkan antar-pecahan dengan pembilang satu atau penyebut yang sama.
• Jumlah Atribut: 3 Atribut
• Kesulitan Awal: Siswa mengira penyebut yang angkanya lebih besar berarti nilai pecahannya lebih besar (misal 1/8 lebih besar dari 1/2).
• Tab 2 (Soal):

• Jenjang Bahasa: SD/MI Kelas 1-3 (3 Opsi A-C)
• Format: One-Tier (PG biasa)
• Q-Matrix: (Paste hasil dari AI)
• Konteks Lokal: Membagi kue terang bulan dan martabak.
• Tab 3 (Analisis):

• Pendekatan: SD/MI (Remedial Alat Peraga & Konkret)
• Data Siswa: Budi: S1=1, S2=0, S3=0 | Siti: S1=1, S2=1, S3=1

B. Tingkat SMP (Mata Pelajaran IPA)

• Tab 1 (Blueprint):

• Jenjang: SMP/MTs (Fase D)
• Mata Pelajaran: IPA
• Topik: Suhu dan Kalor
• CP: Menganalisis pengaruh kalor terhadap perubahan suhu dan wujud benda dalam kehidupan sehari-hari.
• Jumlah Atribut: 4 Atribut
• Kesulitan Awal: Siswa sering bingung membedakan antara suhu (derajat panas) dan kalor (energi yang berpindah).
• Tab 2 (Soal):

• Jenjang Bahasa: SMP/MTs (4 Opsi A-D)
• Format: Two-Tier (Pertanyaan + Pilihan Alasan)
• Q-Matrix: (Paste hasil dari AI)
• Konteks Lokal: Merebus air di dataran tinggi pegunungan vs dataran rendah.
• Tab 3 (Analisis):

• Pendekatan: SMP/MTs (Visualisasi & Peer Tutoring)
• Data Siswa: Arif: S1=1, S2=1, S3=0, S4=0 | Rina: S1=0, S2=0, S3=0, S4=0

C. Tingkat SMA (Mata Pelajaran Biologi)

• Tab 1 (Blueprint):

• Jenjang: SMA/MA (Fase E/F)
• Mata Pelajaran: Biologi
• Topik: Hukum Mendel dan Pewarisan Sifat
• CP: Menganalisis pola-pola pewarisan sifat pada makhluk hidup berdasarkan Hukum Mendel I dan II.
• Jumlah Atribut: 5 Atribut
• Kesulitan Awal: Kesulitan menentukan macam gamet pada persilangan dihibrid dan memahami epistasis-hipostasis.
• Tab 2 (Soal):

• Jenjang Bahasa: SMA/MA (5 Opsi A-E, Akademik)
• Format: Three-Tier (Konten + Alasan + Keyakinan)
• Q-Matrix: (Paste hasil dari AI)
• Konteks Lokal: Budidaya mangga madu dan mangga golek oleh petani lokal.
• Tab 3 (Analisis):

• Pendekatan: SMA/MA (Konflik Kognitif & Simulasi)
• Data Siswa: Kevin: S1=1, S2=1, S3=1, S4=0, S5=0 | Luna: S1=1, S2=0, S3=1, S4=1, S5=0

D. Tingkat SMK (Mata Pelajaran Kejuruan Teknik Kendaraan Ringan)

• Tab 1 (Blueprint):

• Jenjang: SMK/MAK (Kognitif Terapan & Vokasi)
• Mata Pelajaran: Pemeliharaan Sasis Kendaraan Ringan
• Topik: Sistem Rem Hidrolik (Bleeding)
• CP: Memahami prinsip kerja dan melaksanakan prosedur perawatan berkala sistem rem hidrolik sesuai SOP.
• Jumlah Atribut: 4 Atribut
• Kesulitan Awal: Siswa bisa melakukan praktik pembuangan angin palsu (bleeding), tetapi tidak paham urutan roda mana yang harus dikerjakan lebih dulu sesuai literatur manual.
• Tab 2 (Soal):

• Jenjang Bahasa: SMK/MAK (Studi Kasus Troubleshooting)
• Format: One-Tier
• Q-Matrix: (Paste hasil dari AI)
• Konteks Lokal: Keluhan pelanggan di bengkel Teaching Factory sekolah karena rem terasa “ngempos”.
• Tab 3 (Analisis):

• Pendekatan: SMK/MAK (Coaching Praktik & Job Sheet)
• Data Siswa: Tono: S1=1, S2=1, S3=0, S4=0 | Deni: S1=1, S2=1, S3=1, S4=1