Formative vs. Summative Assessment

Materi ini akan membahas perbedaan mendasar dalam paradigma penilaian, strategi praktis di kelas, serta model umpan balik yang dianggap sebagai salah satu yang paling berpengaruh dalam dunia pendidikan (Hattie & Timperley).

1. Assessment FOR Learning vs. Assessment OF Learning

Memahami perbedaan ini sangat krusial agar pengajar tidak terjebak dalam “evaluasi terus-menerus” tanpa adanya perbaikan kualitas belajar.

Dimensi	Assessment FOR Learning (AfL)	Assessment OF Learning (AoL)
Tujuan Utama	Memperbaiki proses belajar (Formative).	Merangkum pencapaian di akhir (Summative).
Fokus	Di mana mahasiswa berada sekarang dan apa langkah selanjutnya.	Seberapa baik mahasiswa menguasai materi di akhir unit.
Waktu	Selama proses pembelajaran berlangsung.	Di akhir unit, semester, atau kursus.
Peran Mahasiswa	Aktif terlibat, melakukan penilaian diri, dan peer-feedback.	Pasif, menerima nilai sebagai hasil akhir.
Hasil	Informasi untuk penyesuaian instruksional.	Nilai (Grade), Sertifikat, atau Diploma.

Catatan: Ada juga istilah Assessment AS Learning, di mana penilaian digunakan sebagai sarana bagi mahasiswa untuk merefleksikan proses kognitif mereka sendiri (Metakognisi).

2. Strategi Formative Assessment (AfL)

Berikut adalah strategi yang dapat dilakukan di kelas untuk memantau pemahaman mahasiswa secara real-time:

Exit Tickets: Sebelum keluar kelas, mahasiswa menjawab satu pertanyaan singkat tentang inti materi hari itu atau satu hal yang masih membingungkan.
Think-Pair-Share: Mahasiswa berpikir sendiri, berdiskusi dengan pasangan, lalu membagikan hasilnya ke kelas. Ini mengurangi kecemasan mahasiswa saat menjawab.
Traffic Lights: Mahasiswa memberikan sinyal warna (Hijau: Paham, Kuning: Ragu, Merah: Bingung) terhadap instruksi atau materi yang diberikan.
Classroom Polls: Mengambil suara cepat untuk melihat berapa banyak mahasiswa yang memahami konsep tertentu sebelum lanjut ke topik berikutnya.
Minute Paper: Memberikan waktu 1 menit bagi mahasiswa untuk menulis “Apa hal terpenting yang dipelajari hari ini?“

3. Umpan Balik Efektif (Model Hattie & Timperley)

John Hattie dan Helen Timperley (2007) menekankan bahwa umpan balik bukan sekadar pujian (seperti “Bagus!”), melainkan informasi yang mengurangi kesenjangan antara apa yang dipahami dan apa yang seharusnya dipahami.

A. Tiga Pertanyaan Kunci (Feedback Questions)

Umpan balik yang efektif harus menjawab tiga pertanyaan bagi mahasiswa:

Feed Up (Where am I going?): Kejelasan mengenai tujuan pembelajaran (Goal).
Feed Back (How am I going?): Informasi mengenai kemajuan saat ini dibandingkan dengan tujuan.
Feed Forward (Where to next?): Langkah konkret apa yang harus dilakukan untuk mencapai tujuan tersebut.

B. Empat Level Umpan Balik

Hattie & Timperley membagi umpan balik ke dalam empat tingkatan:

Task Level: Umpan balik tentang seberapa baik tugas dilakukan (Misal: “Sintaks kode ini benar”).
Process Level: Fokus pada proses yang digunakan untuk mengerjakan tugas (Misal: “Strategi debugging yang kamu pakai sudah sistematis”).
Self-Regulation Level: Mendorong mahasiswa untuk memonitor kinerjanya sendiri (Misal: “Cek kembali apakah logika perulanganmu sudah efisien”).
Self Level: Pujian personal (Misal: “Kamu pintar”). Penting: Level ini paling tidak efektif dan harus dihindari karena tidak memberikan informasi instruksional.

4. Peran Teknologi Pendidikan (EdTech) dalam AfL & Feedback

Teknologi secara signifikan mempercepat siklus umpan balik yang tadinya membutuhkan waktu hari atau minggu menjadi instan.

A. Real-Time Formative Tools

Gamified Quizzes: Alat seperti Kahoot! atau Quizizz memberikan data instan kepada pengajar mengenai bagian mana dari materi yang paling banyak dijawab salah oleh kelas secara keseluruhan.
Interactive Slides: Menggunakan Mentimeter atau Pear Deck untuk menyelipkan pertanyaan cek pemahaman di tengah-tengah presentasi.

B. Otomatisasi & Digital Feedback

Audio/Video Feedback: Menggunakan alat rekam layar (Loom) untuk memberikan umpan balik pada tugas mahasiswa. Umpan balik video seringkali dirasakan lebih personal dan jelas daripada teks merah di kertas.
LMS Rubrics: Menggunakan fitur rubrik di LMS (Moodle, Canvas) untuk memberikan umpan balik yang terstruktur sehingga mahasiswa tahu persis di kriteria mana mereka kurang (Feed Back).
Automated Feedback in Programming: Untuk pengajaran teknologi, penggunaan unit testing atau CI/CD pipelines memberikan umpan balik instan kepada mahasiswa apakah logika program mereka sudah memenuhi spesifikasi yang diminta.

C. AI-Enhanced Feedback

AI Writing/Coding Assistant: Teknologi AI saat ini dapat digunakan untuk memberikan umpan balik formatif pada draf esai atau draf kode mahasiswa sebelum dikumpulkan ke pengajar, memungkinkan mahasiswa melakukan iterasi mandiri.