Menyimpan data...

Logo Universitas Jambi
Logo Universitas Merangin
Universitas Jambi & Universitas Merangin – FKIP PGSD

Lembar Validasi Ahli (Expert Judgement)

Model IMGL & RPS Statistik Pendidikan | Program Doktor Pendidikan MIPA – UNJA
πŸŽ“ Instrumen Penelitian Disertasi

Expert Judgement Sintaks Model IMGL
dan Rancangan Pembelajaran Semester (RPS)

Studi Model Integrated Micro-Gamified Learning (IMGL) terhadap Student Engagement
dan Retention dalam Pembelajaran Statistik Pendidikan | Muhammad Jainuri (P3A524007)

πŸ“‹ Petunjuk Pengisian Expert Judgement

  1. 1
    Klik tombol MULAI VALIDASI di bawah, kemudian isi Identitas Validator secara lengkap dan akurat.
  2. 2
    Pada halaman Expert Judgement terdapat tiga panel validasi: (A) Sintaks Model IMGL, (B) RPS MGSLP-IMGL, dan (C) RPS Hybrid Learning. Klik tab yang diinginkan untuk berpindah.
  3. 3
    Mohon Bapak/Ibu membaca dengan cermat deskripsi setiap aspek/fase sebelum memberikan penilaian.
  4. 4
    Berikan penilaian menggunakan skala 1–4 untuk setiap aspek dengan memilih angka yang sesuai, dan tuliskan komentar/saran pada kolom yang tersedia.
  5. 5
    Sistem akan menghitung skor secara otomatis dan menampilkan rekapitulasi beserta kategori kelayakan/validitas.
  6. 6
    Setelah seluruh aspek selesai dinilai, klik "Simpan ke Google Sheets" untuk menyimpan data, kemudian klik "Ekspor PDF" untuk mengunduh laporan hasil validasi.

πŸ“Š Skala Penilaian (1–4)

4
Sangat Valid/
Sangat Baik
3
Valid/
Baik
2
Cukup Valid/
Cukup Baik
1
Kurang Valid/
Tidak Baik

Interpretasi Sintaks IMGL: 3,50–4,00 Sangat Valid | 3,00–3,49 Valid | 2,50–2,99 Cukup Valid | <2,50 Kurang Valid
Interpretasi RPS: β‰₯3,25 Sangat Valid | 2,50–3,24 Valid | 1,75–2,49 Cukup Valid | <1,75 Tidak Valid

πŸ“š Dokumen yang Divalidasi

  1. A
    Sintaks Model IMGL – 7 Fase pembelajaran (Activation & Engagement β†’ Continuous Feedback & Iteration) beserta integrasi holistik dan penilaian keseluruhan model.
  2. B
    RPS MGSLP-IMGL – Rancangan Pembelajaran Semester berbasis OBE menggunakan Model IMGL pada platform Moodle + LudiLearn untuk TA 2026/2027.
  3. C
    RPS Hybrid Learning – RPS berbasis 7-Langkah Hybrid Learning (Graham 2006; Garrison et al. 2000; Merrill 2002; Jainuri 2025) pada LMS Moodle untuk TA 2026/2027.
← Kembali ke Halaman Utama
πŸ‘€ Validator: β€” | β€” | β€” β€”

FASE 1: Activation & Engagement

5–7 Menit

Landasan Teoretis: Self-Determination Theory (autonomy support), Flow Theory (clear goals, challenge-skill balance), Cognitive Learning Theory (gaining attention, informing objectives)

Tujuan: Mengaktifkan motivasi intrinsik, menghubungkan pengetahuan awal dengan materi baru, menetapkan tujuan pembelajaran eksplisit

Aktivitas: (a) Quest Introduction (2 menit) – narasi/skenario menarik memperkenalkan "learning quest"; (b) Diagnostic Mini-Game (2 menit) – pre-assessment singkat gamified; (c) Personalized Goal Setting (1–2 menit) – pilihan tingkat tantangan (Bronze/Silver/Gold)

Prinsip Gamifikasi: Story-based quest, achievement preview, pilihan tingkat kesulitan

FASE 2: Micro-Content Delivery

9–15 Menit

Landasan Teoretis: Cognitive Load Theory (chunking, multimedia principles), Cognitive Learning Theory (encoding strategies)

Tujuan: Menyampaikan konten inti dalam format micro-modules yang mengoptimalkan beban kognitif

Aktivitas: 3 Micro-Module mengikuti struktur HCQC: Hook (30 detik) β†’ Core Content (2–3 menit) β†’ Quick Check (1 menit) β†’ Connection (30 detik); MM1 Konsep Dasar, MM2 Worked Examples, MM3 Critical Thinking

Prinsip Gamifikasi: Progress bar, points per modul, streak counter, unlocking mechanism

FASE 3: Interactive Construction

10–12 Menit

Landasan Teoretis: Constructivist Learning Theory (active learning, konstruksi pengetahuan sosial), Cognitive Learning Theory (elaborasi dan organisasi)

Tujuan: Mendorong konstruksi pemahaman melalui aktivitas langsung, problem-solving, dan kolaborasi

Aktivitas: (a) Individual Micro-Task (4–5 menit) – problem-solving konteks autentik; (b) Collaborative Quest (5–6 menit) – tugas kolaboratif kelompok kecil 2–4 orang; (c) Instant Formative Feedback (1–2 menit)

Prinsip Gamifikasi: Team points, individual badges (Problem Solver, Team Player, Critical Thinker), leaderboard opsional, helper badges

FASE 4: Gamified Practice & Mastery

10–15 Menit

Landasan Teoretis: Self-Determination Theory (competence satisfaction), Flow Theory (optimal challenge), CLT (automation through practice)

Tujuan: Memfasilitasi penguasaan melalui deliberate practice dengan tingkat kesulitan adaptif

Aktivitas: (a) Progressive Challenge Levels (Bronzeβ†’Silverβ†’Goldβ†’Platinum, 8–10 menit); (b) Adaptive Difficulty Adjustment (kontinu); (c) Mastery Checkpoint β‰₯80% akurasi (2–3 menit)

Prinsip Gamifikasi: Points sesuai tingkat kesulitan (1x–3x multiplier), mastery badges, progress bars per level, combo multipliers, leaderboard opsional

FASE 5: Reflection & Metacognition

5–7 Menit

Landasan Teoretis: Constructivist Learning Theory (reflective practice), Cognitive Learning Theory (metacognitive strategies), SDT (autonomy melalui self-reflection)

Tujuan: Menumbuhkan kesadaran metakognitif dan self-regulated learning

Aktivitas: (a) Self-Assessment Quiz – self-rating scales dan confidence judgments (2–3 menit); (b) Guided Reflection Prompts Level 1–4 (2–3 menit); (c) Digital Learning Journal multi-modal (1–2 menit)

Prinsip Gamifikasi: Reflection badges (Thoughtful Reflector, Deep Thinker, Growth Mindset), points berdasarkan kualitas refleksi, peer sharing opsional

FASE 6: Application & Transfer

10–15 Menit

Landasan Teoretis: Cognitive Learning Theory (transfer of learning), Constructivist Learning Theory (authentic learning), Flow Theory (purposeful engagement)

Tujuan: Memfasilitasi transfer pengetahuan ke konteks baru dan aplikasi dunia nyata

Aktivitas: (a) Real-World Micro-Project (7–10 menit) – analisis data pendidikan autentik; (b) Transfer Tasks (3–5 menit) – far transfer ke domain berbeda; (c) Peer Review & Feedback (5 menit, opsional)

Prinsip Gamifikasi: Project completion badges (Bronze/Silver/Gold by rubric), creativity awards, virtual gallery walk, peer upvotes

FASE 7: Continuous Feedback & Iteration

5–7 Menit/Sesi

Landasan Teoretis: Flow Theory (immediate feedback), SDT (competence feedback, autonomy support), Cognitive Load Theory (adaptive learning paths)

Tujuan: Memberikan continuous feedback dan rekomendasi personal untuk peningkatan berkelanjutan

Aktivitas: (a) Comprehensive Progress Dashboard (2–3 menit); (b) Personalized Learning Recommendations berbasis AI/analytics (1–2 menit); (c) Achievement Unlocking & Level Progression (ongoing); (d) Remedial Micro-Modules (5–7 menit, kondisional)

Prinsip Gamifikasi: Unlocking mechanics, celebration of achievements, streak bonuses (3/7/14/30/60 hari), leveling up system (Level 1–5: Beginnerβ†’Expert)

BAGIAN B: Penilaian Integrasi Holistik Sintaks

5 Dimensi

Penilaian terhadap keterpaduan lima dimensi yang membentuk sintaks IMGL secara menyeluruh:

Dimensi 1 – Temporal: Fase 1–2 (input) β†’ Fase 3–4 (process) β†’ Fase 5–7 (output & iteration) membentuk natural learning cycle

Dimensi 2 – Kognitif: Progresif dari optimasi intrinsic/extraneous load β†’ maksimalisasi germane load β†’ schema automation

Dimensi 3 – Motivasional: Fase 1 (autonomy & goals) β†’ Fase 2–4 (competence feedback) β†’ Fase 3&6 (relatedness) β†’ Fase 4 (flow) β†’ Fase 7 (long-term motivation)

Dimensi 4 – Konstruktivis: Progresif dari passive reception β†’ active construction β†’ mastery β†’ reflection β†’ authentic application

Dimensi 5 – Gamifikasi: Elemen gamification terintegrasi organik di setiap fase sebagai feedback, goal-setting tools, social connection, engagement sustainers

BAGIAN C: Penilaian Keseluruhan Model

3 Komponen

BAGIAN D: Rekomendasi Perbaikan

D.1 Aspek yang Perlu Diperkuat

NoFase/AspekRekomendasi Perbaikan
1
2
3

D.2 Aspek yang Perlu Disederhanakan

NoFase/AspekRekomendasi Penyederhanaan
1
2

D.3 Aspek yang Perlu Ditambahkan

NoFase/AspekRekomendasi Penambahan
1
2

πŸ“‹ BAGIAN E: Kesimpulan dan Keputusan Validasi Sintaks IMGL

πŸ“Š Rekapitulasi Skor – Sintaks Model IMGL

πŸ“‹ Kesimpulan dan Keputusan Kelayakan RPS MGSLP-IMGL

πŸ“Š Rekapitulasi Skor – RPS MGSLP-IMGL

πŸ“‹ Kesimpulan dan Keputusan Kelayakan RPS Hybrid Learning

πŸ“Š Rekapitulasi Skor – RPS Hybrid Learning

Skor akan dihitung otomatis saat Anda mengisi form