7.6 · Sistem Evaluasi per Mode Latihan

---

Prinsip

Mengevaluasi Shadowing sangat berbeda dari mengevaluasi Debate. Setiap mode memiliki dimensi dan bobot evaluasi yang berbeda - dan framework harus cukup fleksibel untuk menangani ini.

---

Matriks Evaluasi per Mode

Mode	Fluency	Accuracy	Vocabulary	Coherence	Interaction	Pronunciation	Task Completion
Repeat After Me	◐	◔	-	-	-	●	●
Shadowing	●	-	-	-	-	◐	◐
Role Play	◐	◐	◐	◐	●	◔	●
Daily Conversation	●	◔	◐	◐	●	◔	-
Picture Description	◐	◐	●	●	-	◔	◐
Storytelling	◐	◐	◐	●	◐	◔	◐
Opinion Giving	◐	◐	●	●	◐	◔	◐
Problem Solving	◐	◐	◐	●	●	◔	◐
Discussion	◐	◐	◐	◐	●	◔	◐
Debate	◐	◐	●	●	●	◔	◐
Create Conversation	◐	◐	◐	◐	●	◔	◐
Create Speech	●	◐	●	●	-	◐	●

Legenda: ● Tinggi | ◐ Sedang | ◔ Rendah | - Tidak dievaluasi

---

Konfigurasi Evaluasi

Setiap mode didefinisikan sebagai konfigurasi:

{
  "mode": "role_play",
  "evaluation": {
    "dimensions": {
      "fluency": { "weight": 0.15, "enabled": true },
      "accuracy": { "weight": 0.15, "enabled": true },
      "vocabulary": { "weight": 0.15, "enabled": true },
      "coherence": { "weight": 0.10, "enabled": true },
      "interaction": { "weight": 0.20, "enabled": true },
      "pronunciation": { "weight": 0.05, "enabled": true },
      "task_completion": { "weight": 0.20, "enabled": true }
    },
    "passing_threshold": 0.6,
    "mastery_threshold": 0.8
  }
}

---

Threshold

Threshold	Nilai	Artinya
Below threshold	< 0.4	Perlu banyak perbaikan
Developing	0.4 - 0.59	Di jalur yang benar, butuh latihan lagi
Competent	0.6 - 0.79	Cukup baik, bisa lanjut
Mastery	≥ 0.8	Menguasai - evidence of mastery bisa dikumpulkan

Catatan: Threshold ini adalah data internal - pengguna TIDAK melihat skor numerik. Pengguna melihat feedback naratif.

---

Acceptance Criteria

• Setiap mode memiliki konfigurasi evaluasi yang terdefinisi
• Dimensi evaluasi bisa di-enable/disable per mode
• Bobot setiap dimensi bisa diatur per mode
• Threshold mastery bisa dikonfigurasi (tidak hard-coded)
• Hasil evaluasi tersimpan sebagai data untuk Evidence of Mastery
• Pengguna TIDAK melihat skor numerik - hanya feedback naratif