Publisher

JOIVJOIV

Journal JOIV : International Journal on Informatics VisualizationJOIV : International Journal on Informatics Visualization Abstract

Dengan perkembangan teknologi informasi dan komunikasi, negara-negara di seluruh dunia memperkuat kurikulum ilmu komputer. Korea pun merevisi kurikulum informatika (nama mata pelajaran terkait ilmu komputer di Korea adalah informatika) pada tahun 2015 dengan penekanan pada ilmu komputer. Tujuan penelitian ini adalah mengekstraksi dan menganalisis secara otomatis apakah buku teks mencerminkan unsur-unsur pembelajaran kurikulum informatika di Korea Selatan. Mengingat bentuk istilah unsur pembelajaran yang sebagian besar terdiri dari kata majemuk dan karakteristik bahasa Korea yang menyulitkan pemrosesan bahasa alami akibat berbagai transformasi, penelitian ini melakukan praproses terhadap teks buku dan unsur pembelajaran untuk menurunkan status dan frekuensi refleksinya. Istilah-istilah dalam buku teks secara otomatis diekstraksi menggunakan indeks dan komposisi kelas kata dalam indeks tersebut. Selain itu, studi ini menganalisis relevansi antar istilah dengan menghitung confidence pasangan istilah untuk setiap unsur pembelajaran yang digunakan dalam buku teks. Hasil analisis mengungkapkan bahwa buku teks tidak merefleksikan beberapa unsur pembelajaran dalam bentuk sebagaimana disajikan kurikulum, menyiratkan perlunya penjelasan konsep unsur pembelajaran menggunakan bentuk kurikulum setidaknya sekali. Penelitian ini bermakna karena istilah berhasil diekstraksi dan dianalisis secara otomatis dalam buku teks berbahasa Korea berdasarkan kata-kata yang disarankan oleh kurikulum, dan metode ini dapat diterapkan pada buku teks mata pelajaran lain.

Conclusion

Penelitian ini menemukan bahwa meskipun keempat buku teks informatika di Korea secara isi dan makna mencakup seluruh unsur pembelajaran kurikulum, terdapat 14 unsur yang tidak menggunakan istilah baku sebagaimana disajikan dalam kurikulum, sehingga perlu konsistensi penggunaan istilah.Analisis hubungan istilah mengungkap bahwa istilah teori umum dalam domain yang sama memiliki nilai confidence lebih tinggi, sedangkan istilah pada tingkat contoh dan detail memiliki nilai confidence lebih rendah.Metode ekstraksi otomatis berbasis komposisi kelas kata dan verifikasi menggunakan wikiapi terbukti efektif dalam mendeteksi istilah majemuk pada buku teks berbahasa Korea, meski masih dapat ditingkatkan dengan berkembangnya data Wikipedia.

Future Research

Berdasarkan temuan bahwa hubungan antar istilah saat ini hanya dianalisis menggunakan frekuensi kemunculan bersama, penelitian selanjutnya dapat mengembangkan pendekatan berbasis semantic network atau teknik word embedding yang memanfaatkan context window untuk memetakan hubungan makna istilah dalam buku teks informatika secara lebih akurat. Dengan cara ini, istilah majemuk yang memiliki transformasi morfologis kompleks pada bahasa Korea dapat terhubung dalam jaringan semantik yang lebih kaya, sehingga model mampu mengenali sinonimi dan variasi bentuk kata dengan lebih baik. Selain itu, agar terbukti dapat diterapkan secara luas, perlu dilakukan studi komparatif yang menguji metode ekstraksi otomatis ini pada buku teks berbagai mata pelajaran—seperti matematika atau bahasa—ataupun pada jenjang pendidikan dasar hingga menengah, guna menilai generalisasi dan ketahanan model terhadap ragam konten. Terakhir, untuk menjembatani analisis konten dengan dampak nyata pada proses pembelajaran, penelitian lanjutan dapat menyelidiki pertanyaan mengenai seberapa besar variasi penggunaan istilah baku dibandingkan istilah lokal atau alternatif dalam buku teks memengaruhi tingkat pemahaman dan prestasi siswa, misalnya melalui eksperimen kelas atau kuesioner, sehingga hasil analisis teks dapat dihubungkan dengan efektivitas pembelajaran di lapangan. Hasilnya diharapkan dapat menjadi dasar rekomendasi penyusunan buku teks yang lebih efektif dan sesuai dengan kebutuhan kurikulum serta kemampuan siswa dalam memahami konsep informatika.

Metadata

File size	3.36 MB
Pages	8
DMCA	ReportReport