Sunday, 2 April 2017

Analisis Data PTK - Distribusi Data dan Ketuntasan Klasikal

Penelitian Tindakan Kelas (PTK) merupakan salah satu jenis penelitian yang baru-baru ini dikembangkan dalam dunia pendidikan. Memang sedikit berbeda dengan penelitian lainnya, karena PTK merupakan kombinasi penelitian kuantitatif dan kualitatif. Dimana data yang terkumpul selama penelitian adalah data hasil belajar siswa dan observasi kegiatan belajar mengajar guru di kelas. Adapun metode pelaksanaannya adalah guru mengajar sesuai perangkat yang sudah disusun sebelumnya pada tahap perencanaan, kemudian melakukan pengajaran (tahap pelaksanaan), dan evaluasi hasil belajar siswa (tahap evaluasi), kemudian melakukan refleksi terhadap hasil belajar tersebut. Jika nilai siswa di atas atau minimal sama dengan KKM maka siswa dinyatakan lulus. Umumnya KKM ditentukan minimal 65. Kemudian setiap satuan pendidikan menentukan KKM boleh di atas nilai tersebut. Langkah selanjutnya adalah menentukan Ketuntasan Klasikal (KK) belajar siswa. KK umumnya minimal 80%. Jika KK di atas 80% atau sama maka siklus pembelajaran dicukupkan, jika belum mencapai KK maka pembelajaran dengan teknik atau metode yang sudah diterapkan dilanjutkan ke siklus berikutnya sampai kondisi siswa sesuai dengan indicator pencapaian yang dibuktikan dengan ketercapaian KK di atas 80%.

Dalam hal in, penulis share aplikasi Matlab dalam menentukan deskripsi data sekaligus menentukan KK dari data yang sudah diperoleh selama penelitian.




Pertama, perhatikan desain berikut.

 Pada tombol “Data Ms Excell”, klik kanan, pilih ViewCallBacks à Callbacks. Kemudian ketikkan scribs berikut ini.

[file direktori]=uigetfile({'*.xls';'*xlsx';'*xlsm'},'Ambil DATA dari Ms Excell');
eval([ 'cd ''' direktori ''';']);
x=xlsread(file,-1);
set(handles.edit1,'string',num2str(x))


Perhatikan grup Distribusi Frekuensi Data.
 

Pada tombol “Hitung” ketikkan scribs berikut.

x=str2num(get(handles.edit1,'string'));
n=length(x);
k=ceil(1+3.3*log10(n));
R=max(x)-min(x);
p=ceil(R/k);
H={'Banyak Data (n) ',num2str(n)};
H=[H;{'Banyak Kelas (k) [ 1 + 3,3 x log n ]',num2str(k)}];
H=[H;{'Data Minimum ',num2str(min(x))}];
H=[H;{'Data Maksimum ',num2str(max(x))}];
H=[H;{'Rentang Data (R) [ Max - Min ]',num2str(R)}];
H=[H;{'Panjang Kelas [ R/k ]',num2str(p)}];
H=[H;{'Jumlah Data  ',num2str(sum(x))}];
H=[H;{'Mean  ',num2str(mean(x))}];
H=[H;{'Modus  ',num2str(mode(x))}];
H=[H;{'Median  ',num2str(median(x))}];
H=[H;{'Variansi  ',num2str(var(x))}];
H=[H;{'Std Deviasi  ',num2str(sqrt(var(x)))}];
set(handles.uitable2,'Data',H);
bb(1)=min(x);
ba(1)=bb(1)+p-1;
for i=2:k
    bb(i)=bb(i-1)+p;
    ba(i)=ba(i-1)+p;
end
f(i)=0;
for i=1:k;
    for j=1:n
        if x(j)>=bb(i)&x(j)<=ba(i)
            f(i)=f(i)+1;
        end
    end
end
H=[H;{'',''};{'INTERVAL NILAI','FREKUENSI'}];
RN={'','','','','','','','','','','','','',''};
for i=1:k
    H=[H;{[num2str(bb(i)),' - ',num2str(ba(i))],num2str(f(i))}];
    RN=[RN {num2str(i)}];
end
H=[H;{'Jumlah = ',num2str(sum(f))}];
set(handles.uitable2,'Data',H,'Rowname',RN)
hold off
subplot(2,1,1)
plot([1:n],x,[1:n],x,'*r')
grid on
title('Data Tunggal');
subplot(2,1,2)
bar(mean([bb;ba]),f)
hold on
plot(mean([bb;ba]),f,'-*r')
title('Distribusi Frekuensi Data');


Pada tombol “Simpan” ketikkan scribs berikut.

x=get(handles.uitable2,'Data');
[file direktori]=uiputfile({'*.xls';'*xlsx';'*xlsm'},'Simpan Data ke Ms Excell');
eval([ 'cd ''' direktori ''';']);
xlswrite(file,x,'Distribusi Frekuensi');


Pada tombol “Hapus” ketikkan scribs berikut.

set(handles.edit1,'string','');
set(handles.uitable2,'Data',[]);
hold off
subplot(2,1,1)
plot(0,0)
subplot(2,1,2)
plot(0,0)


Perhatikan group Ketuntasan Klasikal.

 
Pada tombol “Hitung” ketikkan scribs berikut.

x=str2num(get(handles.edit1,'string'));
k=str2double(get(handles.edit3,'string'));
n=length(x);t=[];tdk=[];
for i=1:n
    if x(i)>=k
        t(i)=1;
    else
        t(i)=0;
        tdk=[tdk i];
    end
end
T=sum(t);
P=T*100/n;
Td=n-T;
H={(['---HASIL ANALISA DATA---'])};
h={(['Banyak Siswa = ',num2str(n)])};
H=[H;h];
h={(['Banyak Siswa Tuntas = ',num2str(T)])};
H=[H;h];
h={(['Banyak Siswa Tidak Tuntas = ',num2str(Td)])};
H=[H;h];
h={(['Ketuntasan Klasikal = ',num2str(P),'%'])};
H=[H;h];
h={(['No Siswa Tidak Tuntas = ',num2str(tdk)])};
H=[H;h];
H=[H;'No Nilai Ket';num2str([[1:n] ; x ; t]')];
set(handles.listbox2,'string',H);
hold off
plot(x,'-*');
grid on
hold on
plot([1 n],[k k],'-r')
grid on
text(0,k,'KKM')
xlabel('Nomor Urut Siswa')
ylabel('Nilai Siswa')
title(['Ketuntasan Klasikal = ',num2str(P),'%'])
if P>=80
    legend('Kesimpulan: Siklus Selesai');
   
else
    legend('Kesimpulan: Siklus Dilanjutkan');
end

Pada tombol “Hapus” ketikkan scribs berikut.

set(handles.edit1,'string','');
set(handles.edit3,'string','');
set(handles.listbox2,'string','');
hold off
plot(0,0)

Lakukanlah simulasi dengan sembarang data.
  

Terima Kasih. Semoga Bermanfaat.


No comments:
Write komentar

Syaharuddin. Theme images by MichaelJay. Powered by Blogger.

KOMENTAR ANDA