Panduan IB Computer Science IA: Struktur & Tips Sukses

Internal Assessment (IA) IB Computer Science adalah proyek berbasis solusi yang meminta siswa untuk mengidentifikasi klien nyata, merancang produk, mengimplementasikannya, dan mengevaluasi hasilnya. Proyek ini memiliki bobot signifikan terhadap nilai IB akhir dan dinilai berdasarkan kriteria resmi IBO, sehingga memahami strukturnya sejak awal menghemat berbulan-bulan pengerjaan ulang.

Apa Sebenarnya IA Itu

Berbeda dengan proyek sekolah biasa, IA didasarkan pada hubungan klien yang sesungguhnya. Anda (siswa) bertindak sebagai developer yang menyelesaikan masalah untuk orang lain—guru, bisnis lokal, klub, anggota keluarga—yang memiliki kebutuhan nyata. IB tidak menginginkan latihan "bangun aplikasi" yang generik; mereka menginginkan bukti bahwa Anda dapat mengumpulkan persyaratan, merancang solusi, membangunnya, dan secara kritis menilai apakah itu berhasil.

Submisi akhir biasanya mencakup:

• Laporan tertulis (biasanya dibatasi sekitar 2.000 kata untuk bagian kriteria)
• Dokumentasi pendukung: catatan tugas, gambaran umum desain produk, catatan pengembangan
• Produk sebenarnya (kode, aplikasi, atau sistem)
• Demonstrasi video untuk siswa HL/SL yang menampilkan produk berfungsi

Lima Kriteria Penilaian

IB menilai IA berdasarkan lima kriteria, masing-masing berkontribusi poin terhadap total:

1. Perencanaan (Kriteria A) — Mendefinisikan masalah, kebutuhan klien, dan kriteria kesuksesan. Di sinilah Anda membenarkan mengapa proyek ini penting dan apa yang harus dicapainya.
2. Gambaran Umum Solusi (Kriteria B) — Catatan tugas yang diselesaikan, manajemen waktu, dan bukti pengembangan iteratif (sering ditampilkan melalui diagram Gantt atau log tugas).
3. Pengembangan (Kriteria C) — Dokumentasi teknis tentang cara solusi dibangun: algoritma, struktur data, kutipan kode kunci, dan keputusan desain. Ini biasanya bagian yang paling menuntut secara teknis.
4. Fungsionalitas (Kriteria D) — Ditunjukkan melalui video, ini menampilkan produk benar-benar berfungsi terhadap kriteria kesuksesan yang didefinisikan dalam Kriteria A.
5. Evaluasi (Kriteria E) — Refleksi jujur tentang apa yang berhasil, apa yang tidak, dan umpan balik dari klien. Evaluasi yang lemah adalah salah satu alasan paling umum IA kehilangan poin.

Memilih Ruang Lingkup Proyek yang Kuat

Kesalahan terbesar yang dilakukan siswa adalah memilih proyek yang terlalu trivial (aplikasi daftar tugas dasar) atau terlalu ambisius (jaringan sosial lengkap dengan chat real-time, autentikasi, dan pembayaran) untuk waktu yang tersedia. IA yang berskop dengan baik biasanya:

• Menyelesaikan satu masalah spesifik yang terdefinisi dengan baik untuk klien nyata
• Menggunakan teknologi yang sesuai dengan level kursus (proyek SL bisa lebih sederhana daripada HL)
• Memungkinkan kedalaman teknis yang berarti—desain basis data, logika algoritmik, atau pemrosesan data non-trivial—tanpa menjadi tidak dapat dikelola
• Meninggalkan ruang untuk yang jelas