Mau nilai bagus? Jangan baca buku doang!
Eksperimen belajar di online course
.
.
.
A thread
Haloo semuanyaa! Gimanaa weekendnya, udah refreshing biar seger lagi buat kerja / kuliah besok?
Hari ini, mimin mau bahas tentang cara belajar yang efektif untuk menguasai sebuah materi atau skill. Di thread ini, mimin mau bahas special case nih, yaitu case belajar menggunakan Massive Open Online Course (MOOC)
Dengan kemajuan teknologi sekarang, kita jadi mudah buat ngeakses berbagai informasi atau online course di internet, salah satunya Massive Open Online Course (MOOC). MOOC ini memungkinkan seluruh orang di dunia untuk mengakses pendidikan berkualitas univ secara gratis
Contoh MOOC ituu kaya Coursera, Khan Academy, Udacity, dll. Dengan kemajuan teknologi, semua orang jadi bisa mengakses MOOC. Maka dari itu, mimin mau bahas nih tentang gimana sih cara belajar yang efektif ketika kita menggunakan MOOC
Biasanya, MOOC ini menyediakan video dan teks pembelajaran atau materi yang bisa kita ikutin. Tapi, ada juga MOOC yang menawarkan activity entah itu quiz, problem solving dari materi yang diajarkan, dan berbagai aktvitas lain yang menunjang pembelajaran.
Di eksperimen ini, kita bakal bandingin nih gimana sih outcome dari peserta yang ngikutin MOOC dengan passive learning (cuma baca teks / nonton video doang) dengan outcome peserta yang ngikutin MOOC active learning (ada aktivitasnya)
Eksperimen ini diadaiin sama Georgia Institute of Technology dan Carnegie Mellon University (CMU). Mereka bekerjasama membuat Open Learning Initiative (OLI) untuk pelajaran pengantar psikologi.
Jadi gini, orang-orang bisa mengakses pelajaran tsb lewat Coursera atau juga dengan Coursera + OLI. Nah, OLI ini menyediakan lebih banyak aktivitas yang menunjang pembelajaran dibandingkan dengan Coursera.
Nanti, eksperimen ini akan ngebandingin berapa banyak sih peserta di dua grup ini yang bertahan sampe final exam dan grup mana yang punya nilai final exam tertinggi.
Pembelajaran ini akan dilakukan selama kurang lebih 12 minggu. Di setiap pertemuannya, peserta bakal dikasih pretest dan quiz untuk menguji kemampuan mereka. Nah, di akhir pertemuan (ke 12), mereka akan menjalani final exam
Pada awalnya nih, ada 27720 peserta yang mengikuti MOOC ini, 18645 diantaranya hanya mengakses Coursera dan 9075 sisanya mengakses Coursera + OLI. Dari segitu banyak peserta, hanya 215 peserta Coursera dan 939 peserta Coursera + OLI yang berhasil ngikutin final exam.
Kalau kita persentasekan dari total peserta subgroup, hanya 1% dari total peserta yang akses Coursera berhasil ke final exam, sedangkan untuk Coursera + OLI itu 10%. Nah, yang jadi pertanyaan, kok bisa gini yaa? ImageImage
Ternyata, salah satu penyebabnya adalah nilai dari quiz di pertemuan pertama mereka. Peserta dengan nilai quiz pertama yang tinggi cenderung akan meneruskan pembelajaran dan semakin tinggi kemungkinannya menyelesaikan hingga final exam.
Artinya peserta yang underprepared buat quiz pertama ga menangkap pelajaran dengan begitu baik dan kemungkinan besar ga melanjutkan pembelajaran di minggu selanjutnya.
Hal ini tuh berkaitan erat sama cara belajar para peserta. Kalau kalian inget inget lagi, peserta yang ngambil Coursera + OLI itu lebih banyak melakukan aktivitas dalam pembelajarannya dibandingkan dengan yang cuma ambil Coursera
Dalam eksperimen ini, cara belajar kita bagi jadi 3 ya, peserta yang jadi ‘watcher’ kalau mereka menonton video lebih dari median video yang tersedia, jadi ‘reader’ kalau mereka membaca lebih dari median halaman yang ada,
dan ‘doer’ kalau mereka megerjakan lebih dari median jumlah aktivitas yang tersedia
Ternyata, peserta yang masuk ke dalam golongan ‘doer’ lebih unggul loh dalam nilai seluruh quiz yang dikerjakan. Kalian bisa liat buktinya di gambar di bawah ini Image
Entah itu pesertanya juga termasuk ke dalam ‘watcher’ ‘reader’, atau keduanya, peserta yang juga menjadi ‘doer’ unggul dalam nilai quiz yang diberikan. Sampai sini sudah dapet pelajaran yang bisa kalian terapin sehari-hari?
Jadi dari tweet di atas, kita bisa tau kalau mau punya outcome (di kasus ini nilai quiz) yang bagus, ada baiknya kita jadi seorang ‘doer’. Kalau mau maksimal, jadilah ‘reader’, ‘watcher’, dan ‘doer’ sekaligus.
Dan kita juga bisa liat kalau jadi ‘doer’ aja pun udah bisa punya outcome yang ga beda jauh sama kombinasi lain. Nah, terus gimana kalau gamau jadi ‘doer’? Ya seenggaknya kalian harus nutupinnya dengan jadi reader dan watcher biar outcome kalian ga timpang banget sama yang lain
Balik lagi ke tweet awal, kita tau kalau peserta yang ikut Coursera + OLI itu lebih banyak beraktivitas kan, atau bisa dibilang lebih jadi ‘doer’ dibandingkan yang ambil Coursera aja.
Nah, hal ini tercermin di nilai quiz kedua grup. Peserta yang ikut Coursera ini rata-rata quiz nya 6.3 dari 10 sedangkan yang ikut Coursera + OLI itu 7.5 dari 10. Terus gimana dengan final exam mereka?
Untuk rata-rata final exam, peserta yang cuma akses Coursera punya rata-rata 22.8 benar dari 40 soal, sedangkan Coursera + OLI 26.3 dari 40. Kok bedanya ga begitu jauh yaa? Ada yang bisa nebakk kenapa?
Salah satu penjelasan yang logis kenapa hal ini bisa terjadi adalah karna final exam itu kan lebih ke materi yaa, bisa jadi ada beberapa penjelasan materi yang cuma ada di video pembelajaran dan ga ada di OLI. Makanya bedanya rata-rata nilai examnya kecil.
Tapi tenang aja, mereka yang jadi ‘doer’ tetap sangat diuntungkan kok dibandingkan mereka yang ‘non doer’ Image
Jadi inti dari thread ini adalah kalau kalian mau menguasai suatu materi / skill, aplikasikan juga ilmu yang kamu pelajari entah itu lewat berbagai aktivitas pembelajaran yang menunjang. Image
Misal nih, kamu mau belajar tentang machine learning, yaa jangan cuma baca materinya aja, kalian harus praktekin. Kan ga mungkin mau bangun portfolio tapi cuma baca materi tanpa nyentuh tools
Nah, kalau masih bingung prakteknya gimana, mimin mau ngasih tau solusinya nih: ikut kelas bareng mimin di Pacmann.AI! Di non degree program Business Intelligence atau Data Scientist, kalian diajarin buat langsung praktekin materi yang kalian dapetin
Di akhir program pun kalian bisa memanfaatkan salah satu fasilitas Pacmann, yaitu project lab. Melalui fasilitas ini, kalian bakal praktek secara langsung dan hasilnya bisa dijadikan portfolio kalian.
Masih banyak juga fasilitas Pacmann yang menunjang learning by doing di kelas, cek fasilitas lainnya di bit.ly/brosurpacmannai yaa dan kalau udah yakin, kalian bisa daftar di bit.ly/PendaftaranNon…
Kira kira gitu guys thread kali ini. Mimin tunggu learning by doing kalian di non-degree program Pacmann.AI yaaa. See you!

• • •

Missing some Tweet in this thread? You can try to force a refresh
 

Keep Current with Follow us on instagram: @pacmannai

Follow us on instagram: @pacmannai Profile picture

Stay in touch and get notified when new unrolls are available from this author!

Read all threads

This Thread may be Removed Anytime!

PDF

Twitter may remove this content at anytime! Save it as PDF for later use!

Try unrolling a thread yourself!

how to unroll video
  1. Follow @ThreadReaderApp to mention us!

  2. From a Twitter thread mention us with a keyword "unroll"
@threadreaderapp unroll

Practice here first or read more on our help page!

More from @pacmannai

15 Mar
Mendeteksi Retakan Bangunan dengan Machine Learning
.
.
.
A Thread
Pernah ga sih kalian ketika melihat gedung, jembatan, atau menara terus mikir “wow ini keren banget, pasti bikinnya susah plus ribet deh”?
Namun kita juga harus inget, pembangunan itu ga selesai sampe tahap akhir konstruksi doang. Setelah bangunannya selesai, pastinya harus di maintain terus biar ga rusak
Read 32 tweets
14 Mar
"Gimana cara mengembangkan produk Machine Learning di dalam perusahaan?”
.
.
.
A Thread
Hai gaiss siapa yang disini udah familiar dengan machine learning
Mimin kali ini akan bahas apa aja sihh yang dibutuhin buat mengembangkan produk machine learning di perusahaan, yuk simak!
Read 37 tweets
13 Mar
#GaliData 2: Survei Sosial Ekonomi Nasional (SUSENAS)
.
.
.
A thread
Haloo semua, kembali lagi sama mimin di segmen #GaliData. Di #GaliData 2 minggu ini, mimin mau ngulik sedikit nih tentang Survei Sosial Ekonomi Nasional atau yang biasa disingkat sebagai SUSENAS
Kalau di #GaliData 1 kan kita udah bahas tentang IFLS yang isinya juga mencakup aspek sosial ekonomi masyarakat Indonesia, terus apa dong bedanya sama SUSENAS?
Read 36 tweets
10 Mar
Rekomendasi musik pakai machine learning? Here’s how.
.
.
.
A thread
Haloo semua, malam ini, mimin akan bahas gimana caranya platform streaming musik digital zaman now bisa nyariin lagu baru yang tepat sama selera kamu. Siapa nih yang ngerasa terbantu sama fitur recommendation?
Umumnya, ada dua pendekatan yang biasa digunakan recommender system di dunia digital music distribution untuk merekomendasikan lagu ke usernya.
Read 34 tweets
9 Mar
Pilihan lain selalu terlihat lebih baik daripada pilihan kita?
.
.
.
A Thread
Dalam kehidupan sehari-hari, kita sering dihadapkan pada 2 pilihan dimana tidak jarang kita bingung untuk memilih mana pilihan yang terbaik
Untuk mengambil pilihan terbaik, pastinya kita perlu pertimbangan yang matang dan tidak boleh terburu-buru dalam mengambil keputusan supaya kita tidak menyesali keputusan tersebut
Read 37 tweets
9 Mar
Speaking skill, penentu terbesar kesuksesan seseorang
.
.
.
A thread (part 2)
Halooo semua! Sesuai janji, mimin bakal lanjutin nihh thread kita minggu lalu tentang speaking skill. Kalau ketinggalan yang part 1, nih baca di sini yaa 👇🏼👇🏼👇🏼

Nah, kemarin kita udah bahas sampai properti yang digunakan dalam presentasi atau pembicaraan kalian, hari ini mimin mau lanjutin tentang gimana sih caranya audience ini tertarik ke pembicaraan kalian
Read 40 tweets

Did Thread Reader help you today?

Support us! We are indie developers!


This site is made by just two indie developers on a laptop doing marketing, support and development! Read more about the story.

Become a Premium Member ($3/month or $30/year) and get exclusive features!

Become Premium

Too expensive? Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal Become our Patreon

Thank you for your support!

Follow Us on Twitter!