ONTOLOGY MODEL FOR E-LEARNING READINESS FACTORS

Prosiding The 4th International Conference on Indonesian Studies: “Unity, Diversity and Future”

ONTOLOGY MODEL FOR E-LEARNING READINESS FACTORS

Yeni Anistyasari Universitas Muhammadiyah Jember [email protected]

Abstract The growth of Information and Communication Technology leds e-learning increase rapidly. However, some e-learning can not give a good overcome as the user expectations. There are a lot of aspects influence the overcome of e-learning. Some researches has been done to measure readiness and performance of e-learning. Those measurement are just a questionnaire without giving automatically recommendation. This paper proposes an ontology for modeling e-learning readiness. Ontology is built from e-learning readiness factor derived from previous research. Then, some calculations are taken to know the readiness level and to give recommendation for weak readiness factors. The goal of this paper is to design ontology model and calculation for giving automatically recommendation to improve e-learning readiness. Keywords: e-learning readiness, ontology, model, recommendation

A. Pendahuluan E-learning adalah aplikasi yang memanfaatkan teknologi telekomunikasi untuk mengirimkan informasi untuk pelajaran dan pelatihan. Dengan laju perkembangan teknologi informasi dan komunikasi, e-learning menjadi sebuah paradigma pendidikan modern. Lebih dari 1000 institusi di 50 negara menggunakan e-learning (Bhuasiri, Xaymoungkhoun, Zo, & Jeung Rho, 2012). Keuntungan terbesar e-learning adalah kebebasan berinteraksi antara siswa dan guru atau siswa dengan siswa tanpa batasan jarak dan waktu. Pertumbuhan e-learning sangat cepat, sekitar 35,6% pada tahun 2006 dan di Asia sekitar 33.5% pada tahun 2011. Namun, tidak semua e-learning yang dikembangkan ini berhasil. Sebagian besar e-learning tersebut tidak mampu memenuhi kepuasan siswa (Sun, et al., 2008). Akhirnya, e-learning belum berhasil memenuhi permintaan kesuksesan yang diharapkan organisasi. Perbedaan yang mencolok antara kepentingan organisasi dan kebutuhan pengguna adalah penyebab tujuan e-learning sulit dicapai (Jia, et al., 2011). Faktor kesiapan penggunaan e-learning juga mempengaruhi kesuksesan e-learning. Ada beberapa faktor yang dapat dijadikan tolak ukur keberhasilan e-learning. Diantara faktor tersebut adalah operation management, trainee management, contents management, IT managements, dan culture management (In, 2007) (Sun, Tsai, Finger, Chen, & Yeh, 2008) (Jia, Wang, Ran, Yang, Liao, & Chiu, 2011). Pendapat lain mengemukakan bahwa ada beberapa faktor penting yang mempengaruhi keberhasilan elearning. Menurut (Selim, 2007), kesuksesan e-learning ditentukan oleh empat hal yakni 977


guru, siswa, teknologi, dan pendukung. Guru harus memiliki kemampuan dalam mengajar dengan memanfaatkan e-learning. Dengan kata lain, guru harus menguasai tiga hal yaitu sikap yang baik, kemampuan mengajar yang menarik, dan kemampuan menggunakan teknologi. Motivasi siswa dan kemampuan siswa dalam memanfaatkan teknologi juga sangat mempengaruhi keberhasilan e-learning. Kemudahan akses internet di kampus, kemudahan membuka web e-learning dan reliabilitas infrastruktur jaringan komputer kampus adalah faktor penunjang keberhasilan e-learning ditinjau dari sisi teknologi. Sedangkan yang dimaksud dengan faktor pendukung adalah adanya akses ke web perpustakaan pusat dan mencari materi kuliah, adanya technical support yang selalu siap membantu saat dibutuhkan, dan kemudahan dalam mencetak tugas dan materi kuliah. Seperti halnya prinsip garbage in garbage out, e-learning juga demikian. Suatu institusi (perguruan tinggi atau perusahaan) yang belum siap menggunakan e-learning tidak dapat dipaksa menggunakan e-learning. Jika tetap dipaksakan maka hasil yang diberikan juga tidak akan baik. Untuk mencapai keberhasilan diperlukan kesiapan sebelum penerapan e-learning. Beberapa penelitian telah merumuskan faktor-faktor kesiapan yang mempengaruhi kesuksesan e-learning (Darab & Montazer, 2011) (Keramati, Afshari-Mofrad, & Kamrani, 2011) (Rhee, Verma, Plaschka, & Kickul, 2007). Untuk mengetahui faktor kesiapan e-learning, ada dua pendapat yang diberikan para peneliti. Pendapat pertama, keberhasilan e-learning secara tidak langsung dipengaruhi faktor-faktor kesiapan yang saling mempengaruhi satu sama lain. Faktorfaktor tersebut adalah kebijakan institusi dan ketersediaan TIK. Pendapat kedua adalah evaluasi tentang faktor-faktor yang mempengaruhi outcome e-learning secara langsung (Keramati, Afshari-Mofrad, & Kamrani, 2011). Dalam penelitian ini, faktor-faktor kesiapan yang akan dimodelkan adalah hasil penelitian dari (Darab & Montazer, 2011) yang menggabungkan dua pendapat di atas. Kesiapan e-learning ditinjau dari tiga dimensi yakni infrastruktur perangkat keras, infrastruktur lunak, dan infrastruktur pendukung, pengawasan, dan koordinasi. Masingmasing dimensi tersebut dibagi menjadi beberapa faktor. Infrastruktur perangkat keras meliputi hardware, equipment, dan communication. Infrastruktur lunak terdiri dari sumber daya manusia (human resources), manajemen, hukum dan regulasi (laws and regulations), standar, sumber daya keuangan (finance resources), keamanan (security), budaya (culture), konten (content), dan kebijakan (policy aspects). Dimensi yang ketiga berhubungan dengan proses edukasi dan produk pendidikan. Penelitian tersebut hanya sampai pada hasil kuesioner faktor-faktor yang mempengaruhi kesiapan e-learning. Penelitian ini bertujuan untuk memodelkan faktorfaktor kesiapan penerapan e-learning sehingga bisa dibuat rekomendasi apakah elearning bisa diterapkan di institusi tersebut atau tidak. Jika institusi tersebut dianggap belum siap, maka akan diberikan rekomendasi hal-hal apa saja yang perlu dibenahi. Bentuk pemodelan yang dipilih untuk memodelkan faktor kesiapan e-learning adalah ontologi. Ontologi dipilih karena ontologi memiliki beberapa kelebihan terutama dalam hal penalaran atau penarikan kesimpulan (Wang, Lee, Hsieh, Hsu, Acampora, & Chang, 2010) (Jia, Wang, Ran, Yang, Liao, & Chiu, 2011) (Anistyasari & Sarno, 2011). Ontologi juga memungkinkan integrasi, pertukaran data antar sistem (interoperability), dan penggunaan kembali (reusability) (Li & Yang, 2008). Untuk mencapai tujuan penelitian, rumusan masalah yang akan diselesaikan adalah “Bagaimana membentuk 978


ontologi untuk memodelkan faktor-faktor kesiapan e-learning?”. Kontribusi yang diberikan penelitian ini adalah pemodelan ontologi untuk faktor-faktor kesiapan elearning. Pada umumnya ontologi dalam e-learning digunakan untuk memodelkan konten pembelajaran dan untuk memudahkan proses penemuan kembali materi pelajaran (Anistyasari & Sarno, 2011), untuk proses pencocokan jawaban (Mukhlason, Mahmood, Arshad, & Abidin, 2009), dan personalisasi e-learning (Henze, Dolog, & Nejdl, 2004). Sedikit sekali penelitian yang menggunakan ontologi untuk pengukuran kinerja e-learning (Jia, Wang, Ran, Yang, Liao, & Chiu, 2011). Padahal salah satu keunggulan ontologi adalah adanya reasoning atu kemampuan dalam menarik kesimpulan. Penarikan kesimpulan ini dapat dimanfaatkan dalam memberikan rekomendasi berdasarkan hasil pengukuran. Penggunaan ontologi untuk pengukuran kesuksesan e-learning telah dikembangkan oleh (Jia, Wang, Ran, Yang, Liao, & Chiu, 2011). Penelitian tersebut memodelkan key performance indicator (KPI) pada suatu perusahaan. Diberikan beberapa tes terhadap karyawan dan hasil tes tersebut dimodelkan ke dalam bentuk ontologi. Hasil yang diberikan adalah prototipe sistem pengukuran kinerja e-learning. Prototipe ini hanya mengukur hasil dari penggunaan e-learning dan tidak mengikutsertakan proses pengukuran kesiapan perusahaan tersebut dalam menerapkan e-learning. Berdasarkan uraian Subbab 2.2, kesiapan suatu institusi dalam menerapkan e-learning juga menjadi faktor penentu kesuksesan e-learning. Oleh karena itu, akan dikembangkan suatu desain ontologi untuk proses pengukuran kesiapan e-learning. B. Metodologi Penelitian Untuk menjawab rumusan masalah dalam penelitian ini metodologi yang digunakan adalah penentuan faktor-faktor kesiapan penerapan e-learning, pemodelan ontologi, dan penentuan tingkat kesiapan penerapan e-learning. Langkah pertama adalah penentuan faktor-faktor kesiapan penerapan e-learning. Seperti telah dijelaskan sebelumnya bahwa faktor kesiapan e-learning yang digunakan di panelitian ini sebagai acuan dalam membentuk ontologi adalah hasil penelitian dari (Darab & Montazer, 2011). Langkah kedua adalah memodelkan ontologi berdasarkan faktor kesiapan yang dihasilkan pada tahap pertama. Untuk memodelkan ontologi digunakan perangkat lunak Protege versi 4.2. Langkah ketiga atau langkah terakhir adalah menentukan tingkat kesiapan e-learning berdasarkan perhitungan dan aturan tertentu. Hasil perhitungan ini akan digunakan sebagai rekomendasi kesiapan penerapan e-learning dalam suatu institusi. Tingkat kesiapan e-learning berada pada kisaran 0 jika institusi benar-benar tidak siap dan 1 jika institusi dianggap benar-benar siap. C. Faktor Kesiapan E-Learning Faktor-faktor kesiapan e-learning yang digunakan acuan dalam pembentukan ontologi adalah hasil penelitian dari (Darab & Montazer, 2011). Kesiapan e-learning ditinjau dari sebelas dimensi: policy, network, equipment, security, culture, human resources, financial, regulations, contents, standards, and management.

979


M en

Su pp

em ag

or t

an ul a R eg

r e nt ltu e Cu ssm e

s As

tio ns

t

Gambar 1. Dimensi kesiapan e-learning (Darab & Montazer, 2011)

Tabel 1. Faktor-faktor kesiapan e-learning No 1.

Dimensi Laws and regulations

Faktor kesiapan  

2.

Management

 

3.

Supervision

 

4.

Communication network

 

5.

Culture

 

6.

Content

  

980

Copyright protection system for the electronic content (intellectual property protection) Code of documents evaluation (validity guarantee) of electronic education courses (at the university and the ministry levels) University and faculty managers’ commitment for the creation of electronic education systems Availability of managers familiar with concepts, educational systems and electronic publication Availability of evaluation systems for teachers and teaching assistants in electronic environments Availability of supervision and assessment systems for educational courses (e.g. educational content, quality of content presentation, etc.) Bandwidth of the university’s Internet connection Mode of Internet access from outside the university (e.g. Dial up, ADSL, etc.) University Managers’ and professors’ interest in electronic education as a complementary approach Acceptance level of teachers, students and employees (i.e., understanding the importance and advantages of elearning) Availability of appropriate electronic content in various formats (e.g. text, picture, etc.) Availability of various software tools for content production (e.g. different editors, text converters, OCR, etc.) Availability of digital libraries for students


No 7.

Dimensi Support

Faktor kesiapan   

8.

Assessment

 

9.

Human resources

     

10. Educational policy

 

11. Standards

 

12. Financial

 

13. Security 14. Equipments

   

Availability of educational support section for electronic content production (teaching assistants, content producers) Availability of technical support section for electronic education (computer and network technical support section) Availability of students technical support section (computer technical problem solving) Availability of specific systems for final evaluation of electronic education (e.g. face-to-face or distance testing) Designing and formulating self study contents along with self assessment tests Teachers’ acquaintance with basic information technology skills Teachers’ motivation towards the electronic educational environments Students’ acquaintance with basic skills of the information technology (e.g., search engines, software installation etc.) Students’ use of the Internet for communicating with teachers Employees’ acquaintance with basic information technology skills Training specialized educational staff for the electronic education courses Formulated program for teaching the concepts of electronic education Comprehensive plan for the development of information technologies at the university level Availability of standards for electronic content production Availability of standards for electronic courses presentation Rates of payment to teachers and teaching assistants for electronic courses Budget share for provision of hardware, software and network equipments at the university level Availability of an identity recognition mechanism Availability of control mechanism for access levels Ease of access to the required software Number of active computers for the e-learning courses

D. Ontologi Kesiapan E-Learning Hasil pemodelan ontologi dibagi dalam beberapa tahap yakni tahap pembentukan class, pembentukan object property, dan instance untuk tiap class/subclass

981


berdasarkan urutan pembentukan ontologi yang dirumuskan oleh (Noy & McGuinness, 2001). Gambar 2 menunjukkan class dan subclass yang dihasilkan.

Gambar 2. Class ontologi kesiapan e-learning

Masing-masing class pada Gambar 2 tersebut memiliki hubungan has dengan subclass yang dimiliki dan masing-masing subclass memiliki hubungan isPartOf dengan class atau induknya (diilustrasikan di Gambar 3). Instance untuk setiap subclass adalah kuesioner dari penelitian (Darab & Montazer, 2011). Jumlah instance yang dimiliki tiap subclass bervariasi. Secara lengkap gambar untuk ontologi yang dihasilkan ditunjukkan di Lampiran 1.

Gambar 3. Object properties dari ontologi kesiapan e-learning 982


E. Penentuan Tingkat Kesiapan Penerapan E-Learning Untuk mendapatkan tingkat kesiapan penerapan e-learning digunakan dua macam perhitungan. Perhitungan yang pertama disebut kesiapan lokal yakni nilai ratarata dari tiap dimensi. Perhitungan kedua didapatkan dari nilai rata-rata kesiapan lokal atau disebut dengan perhitungan global (Darab & Montazer, 2011). Nilai perhitungan lokal dan perhitungan global berkisar dari 0 hingga 1.

Persamaan 1

Persamaan 2

Keterangan: LR : Local readiness m : banyak faktor yang diukur dalam satu class x: : bobot tiap faktor GR : global readiness n: : banyak dimensi yang diukur dalam penentuan tingkat kesiapan y: : bobot tiap dimensi

Dari hasil perhitungan ini, ontologi yang dibentuk akan memberikan keluaran berupa faktor-faktor yang masih memerlukan perbaikan dalam meningkatkan kesiapan e-learning. Reasoner yang digunakan adalah SWRL. F. Kesimpulan dan Saran Dari hasil uraian di atas dapat ditarik kesimpulan bahwa ontologi dapat digunakan untuk menentukan kesiapan suatu institusi dalam menerapkan e-learning. Untuk membentuk ontologi kesiapan e-learning, langkah yang harus dilakukan adalah memilih faktor-faktor yang akan dijadikan class, subclass, dan instance dalam ontologi. Langkah kedua adalah memodelkan faktor-faktor tersebut. Langkah terakhir adalah menentukan aturan yang digunakan dalam penentuan tingkat kesiapan. Langkah yang terakhir ini menggunakan dua proses yakni proses perhitungan nilai kesiapan dan proses penarikan kesimpulan. Proses perhitungan menggunakan nilai rata-rata tiap class. Proses penarikan kesimpulan berdasarkan nilai perhitungan dan penentuan faktor-faktor yang memiliki nilai di bawah nilai yang disyaratkan. Ontologi memungkinkan pembelajaran dari peristiwa pengukuran sebelumnya dan dapat melakukan penarikan kesimpulan. Suatu institusi yang dianggap belum siap dalam menerapkan e-learning sebaiknya tidak memaksakan diri karena pada akhirnya hasil keluaran tidak akan menunjukkan nilai yang memuaskan. Penelitian ini masih perlu perbaikan dalam hal pembelajaran dari riwayat proses perhitungan sebelumnya sehingga dapat menghasilkan rekomendasi yang lebih baik. Penelitian ini baru tahap perancangan dan akan dikembangkan aplikasi yang akan menerapkan pemodelan ini.

983


DAFTAR PUSTAKA Anistyasari, Y., & Sarno, R. (2011). Weighted Ontology for Subject Search in Learning Content Management System. 2011 International Conference on Electrical Engineering and Informatics . Bandung. Bhuasiri, W., Xaymoungkhoun, O., Zo, H., & Jeung Rho, J. (2012). Critical success factors for e-learning in developing countries: A comparative analysis between ICT experts and faculty. 58. Darab, B., & Montazer, G. A. (2011). An eclectic model for assessing e-learning readiness in the Iranian universities. 56. Henze, N., Dolog, P., & Nejdl, W. (2004). Reasoning and Ontologies for Personalized E-Learning in the Semantic Web. Educational Technology & Society , 82-97. In, G. J. (2007). Developing Evaluation Tool for e-Learning. PICMET 2007. OregonUSA. Jia, H., Wang, M., Ran, W., Yang, S. J., Liao, J., & Chiu, D. K. (2011). Design of a performance-oriented workplace e-learning system using ontology. 38. Keramati, A., Afshari-Mofrad, M., & Kamrani, A. (2011). The role of readiness factors in E-learning outcomes: An empirical study. 57. Li, L., & Yang, Y. (2008). Agent-based Ontology Mapping and Integration Towards Interoperability. 25. Mukhlason, A., Mahmood, A. K., Arshad, I. N., & Abidin, A. I. (2009). SWA-KMDLS: An enhanced e-Learning Management System using Semantic Web and Knowledge Management Technology. Innovations in Information Technology, 2009. IIT '09. International Conference on , (ss. 335-339). Noy, N. F., & McGuinness, D. L. (2001). Ontology Development 101: A Guide to Creating Your First Ontology. Hentet November 12, 2011 fra http://protege.stanford.edu: http://protege.stanford.edu/publications/ontology_development/ontology101noy-mcguinness.html Rhee, B. v., Verma, R., Plaschka, G. R., & Kickul, J. R. (2007). Technology Readiness, Learning Goals, and eLearning: Searching for Synergy. Decision Sciences Journal of Innovative Education , 5. Selim, H. M. (2007). Critical success factors for e-learning acceptance: Confirmatory factor models. Computers & Education , 49. Sun, P.-C., Tsai, R. J., Finger, G., Chen, Y.-Y., & Yeh, D. (2008). What drives a successful e-Learning? An empirical investigation of the critical factors influencing learner satisfaction. Computer & Education , 1183-1202. Wang, M.-H., Lee, C.-S., Hsieh, K.-L., Hsu, C.-Y., Acampora, G., & Chang, C.-C. (2010). Ontology-based multi-agents for intelligent healthcare applications. 1.

984

LAMPIRAN 1

Gambar A1. Class dan Subclass Ontologi

Gambar A1. Class, Subclass, dan Individual Ontologi

986

ONTOLOGY MODEL FOR E-LEARNING READINESS FACTORS

Recommend Documents