LogoIPOSmarteBook Analisis Saham IPO Berbasis Explainable ANN · Universitas Pasir Pengaraian

Panduan Mahasiswa

  1. Daftar dengan nama, NIM, dan email; atau gunakan akun yang diberikan dosen. Lengkapi profil.
  2. Kerjakan pretest pada Ruang Belajar. Pretest hanya dapat dikerjakan sekali dan menjadi dasar N-Gain.
  3. Pelajari bab secara berurutan. Pada setiap bab: baca uraian, kerjakan kasus di jurnal, jalankan komponen interaktif, jawab kuis (umpan balik seketika), lalu tandai selesai. Bab berikutnya terbuka otomatis.
  4. Gunakan simulator ANN (Materi 1 Bab 9): cari emiten nyata atau isi manual, catat dugaan Anda, lihat prediksi dan SHAP, lakukan what-if. Untuk emiten nyata tersedia panel analisis fundamental: laporan keuangan, PER/PBV vs sektor, prospektus dan alokasi dana IPO, profil penjamin emisi, serta narasi penjelasan hasil yang dirangkai otomatis. Simpan ke jurnal.
  5. Analisis Prospektus: unduh PDF prospektus dari e-IPO, unggah di menu Analisis Prospektus; sistem mengekstrak harga, jumlah saham, penjamin emisi, umur, papan, ikhtisar keuangan, dan alokasi dana; koreksi bila perlu, kirim ke Data IPO, dan simulator langsung menganalisisnya.
  6. Analisis Laporan Keuangan: unggah PDF laporan keuangan tahunan emiten (dari situs emiten atau IDX); sistem membaca posisi keuangan, laba rugi, dan arus kas dua-tiga tahun, menghitung ROA/ROE/DER/margin/current ratio, dan menyimpannya sebagai deret fundamental. Hasilnya dibaca di menu Analisis Fundamental: rasio multi-tahun, valuasi PER/PBV terhadap harga pasar, harga wajar indikatif, dan sinyal edukatif beli/tahan/kurangi untuk saham yang sudah beredar. Modul ini terpisah dari analisis IPO.
  7. Isi kuesioner penelitian yang muncul di Ruang Belajar sesuai tahap: sebelum perlakuan (profil responden, persepsi literasi dan efikasi diri, sikap dan niat berinvestasi, analisis kebutuhan), dan sesudah perlakuan (persepsi literasi dan niat diulang, penerimaan teknologi/TAM, beban kognitif, praktikalitas dan respons untuk kelompok eksperimen; pengalaman belajar untuk kelompok kontrol). Semua jawaban rahasia dan hanya untuk penelitian.
  8. Kerjakan posttest setelah Materi 1 tuntas. Lanjutkan ke Materi 2 (level lanjutan).

Panduan Validator

  1. Masuk dengan akun validator (jenis: materi, media, atau bahasa) yang dibuat admin.
  2. Buka Panel Validator. Tabel "Tinjauan konten modul" memuat 20 bab; buka tiap bab, baca materinya, coba kuis dan komponen interaktif.
  3. Di bagian bawah setiap bab tersedia kotak Komentar Validator: pilih bagian (materi, media/tampilan, bahasa, kuis, kasus), tulis saran perbaikan, kirim. Setelah selesai membaca, klik Tandai bab sudah ditinjau. Tim peneliti membalas dan menandai status tindak lanjut tiap komentar.
  4. Pada tahap Design, isi Lembar Validasi Desain dan Storyboard. Pada tahap Develop, isi lembar validasi sesuai keahlian Anda (materi/media/bahasa).
  5. Beri skor 1–5 untuk tiap butir, tuliskan komentar dan saran, lalu kirim. Penilaian dapat diperbarui selama tahap masih dibuka oleh admin.
  6. Persentase kelayakan dihitung otomatis: rerata skor dibagi skor maksimal × 100%. Kriteria: ≥80% sangat layak/layak, 60–79% cukup (revisi), <60% tidak layak.

Panduan Admin

  1. Pengaturan: nama situs, sambutan, tahap 4D yang aktif (menentukan angket/lembar yang terbuka), buka-tutup pretest/posttest, kunci bab berurutan, pendaftaran.
  2. Pengguna: tambah/ubah akun, tetapkan jenis validator, tetapkan kelompok eksperimen/kontrol mahasiswa, atur ulang kata sandi, nonaktifkan akun.
  3. Konten: sunting judul, tujuan, materi (HTML), kasus, aktivitas, rangkuman tiap bab; sunting kuis bab; sunting bank soal pretest/posttest; sunting butir instrumen.
  4. Data IPO: ambil daftar emiten dari e-IPO secara otomatis (tombol atau cron harian), lengkapi harga hari pertama dari data pasar, isi ROA/DER/umur/oversubscription dari prospektus (manual atau impor CSV). Emiten nyata langsung muncul di simulator dan halaman Data IPO.
  5. Model: unggah file model.json hasil pelatihan (format sama dengan file ilustratif) untuk menggantikan model simulator.
  6. Rekap: validasi ahli (rerata, persentase, Aiken's V per butir), praktikalitas dan respons, pretest–posttest dengan N-Gain per mahasiswa dan per kelompok, progres belajar, dan ekspor CSV untuk analisis lanjutan (ANCOVA/uji-t di SPSS atau JASP).

Kriteria dan Rumus