Rasch Model Dalam Evaluasi Instrumen Extraneous Cognitive Load Pada Media Pembelajaran Berbantuan Artificial Intelligence

Pengukuran extraneous cognitive load (ECL) penting untuk mengevaluasi kualitas desain pembelajaran digital, namun instrumen self-report perlu diuji kualitas psikometriknya. Penelitian ini bertujuan mengevaluasi instrumen ECL mahasiswa dengan menggunakan model Rasch. Data dikumpulkan melalui survei pada 38 mahasiswa menggunakan kuesioner ECL berisi 17 butir dengan skala Likert 1–5, kemudian dianalisis dengan Rasch Rating Scale Model untuk menilai reliabilitas–separasi, fit item dan person, serta targeting person–item melalui Wright map, Hasil menunjukkan pemetaan person–item pada skala logit dapat dilakukan, namun targeting kurang optimal karena rerata person jauh di bawah rerata item, mengindikasikan dominasi ECL rendah dan keterbatasan cakupan item pada rentang rendah. Diagnostik kategori memperlihatkan distribusi respons sangat timpang (kategori 4–5 hampir tidak digunakan), dan kurva probabilitas kategori yang tidak membentuk puncak jelas pada kategori atas, sehingga fungsi skala 5 kategori belum efektif. Disimpulkan bahwa instrumen dapat digunakan sebagai pengukuran awal ECL, namun perlu perbaikan pada beberapa item dan penambahan item untuk meningkatkan presisi serta interpretabilitas.Kata kunci : AI, Biologi, ECL, Media Pembelajaran, Teknologi.