🎯 Bloom Taxonomy — Deep Dive: Kognitif, Knowledge Dimension, Revised Taxonomy, Aplikasi Pembelajaran & AI Alignment

Panduan komprehensif Taksonomi Bloom — kerangka hierarkis klasifikasi tujuan pembelajaran yang menjadi standar de facto di dunia pendidikan dan pelatihan sejak 1956. Mencakup original taxonomy (Bloom, 1956) vs revised taxonomy (Anderson & Krathwohl, 2001), pergeseran dari kata benda ke kata kerja, Knowledge Dimension (Factual, Conceptual, Procedural, Metacognitive), level demi level dari Remember sampai Create, aplikasi praktis untuk instruksional design, soal assessment, dan — yang paling relevan dengan era sekarang — alignment dengan AI, computational thinking, dan cognitive architecture. Nota ini adalah jembatan antara pendidikan formal dengan pemahaman kognitif yang dipakai di engineering dan security.

Posisi di Vault

Nota ini beririsan langsung dengan 15-types-of-thinking (arsitektur kognitif dan metakognisi), computer-science-foundations (fondasi CS yang harus dikuasai di setiap level taksonomi), curriculum-mapping (pemetaan kurikulum — Bloom adalah kerangka utamanya), ai-evaluation-framework (evaluasi kemampuan AI pakai taksonomi), cognitive-architecture-engineering (rekayasa arsitektur kognitif), dan research-methodology (level sintesis/evaluasi dalam riset). Juga jadi prasyarat konseptual untuk formal-verification-deepdive (verifikasi formal == level evaluasi tertinggi) dan architectural-flaw-detection (deteksi cacat butuh analisis + evaluasi).

Daftar Isi

Foundation — Apa Itu Taksonomi Bloom?
Original Taxonomy (1956) — 6 Tingkat Kognitif
Revised Taxonomy (Anderson & Krathwohl, 2001)
The Knowledge Dimension
Level Demi Level — Deep Dive
Aplikasi Praktis
Bloom’s Taxonomy di Era AI & Computational Thinking
Kritik & Keterbatasan
Koneksi ke Vault
References

Foundation — Apa Itu Taksonomi Bloom?

Definisi

Taksonomi Bloom adalah kerangka hierarkis yang mengklasifikasikan tujuan pembelajaran berdasarkan tingkat kompleksitas kognitif. Dikembangkan oleh Benjamin Bloom bersama sekelompok psikolog pendidikan (Max Englehart, Edward Furst, Walter Hill, David Krathwohl) pada 1956, kerangka ini awalnya diterbitkan sebagai “Taxonomy of Educational Objectives: The Classification of Educational Goals. Handbook I: Cognitive Domain”.

Tujuan awal Bloom bukan sekadar bikin label — tapi:

Standarisasi komunikasi antar pendidik tentang tujuan pembelajaran
Mendorong higher-order thinking — kritik terhadap pendidikan yang terlalu fokus pada hafalan
Alat evaluasi untuk mengukur apakah siswa benar-benar mencapai level kognitif yang ditargetkan

Mengapa Hierarkis?

              ╱ ╲
             ╱   ╲
            ╱     ╲
           ╱  #6   ╲     CREATE      ← Higher Order
          ╱         ╲                  Thinking Skills
         ╱  ═══════  ╲                 (HOTS)
        ╱     #5      ╲   EVALUATE
       ╱  ═══════════  ╲
      ╱       #4        ╲  ANALYZE
     ╱═══════════════════╲
    ╱         #3          ╲  APPLY
   ╱═══════════════════════╲
  ╱           #2            ╲ UNDERSTAND
 ╱═══════════════════════════╲
╱             #1              ╲ REMEMBER   ← Lower Order Thinking Skills (LOTS)

Prinsip hierarkisnya: setiap level mencakup kemampuan level di bawahnya. Tidak bisa Evaluate tanpa bisa Analyze, tidak bisa Create tanpa bisa Evaluate. Ini yang membedakan Bloom dari taksonomi lain yang cuma daftar kategori datar.

Domain — Bukan Cuma Kognitif

Bloom membagi tujuan pendidikan jadi 3 domain:

Domain	Nama Lengkap	Fokus	Nota Terkait di Vault
🧠 Cognitive	Cognitive Domain	Pengetahuan & pemikiran intelektual	Dokumen ini
❤️ Affective	Affective Domain	Sikap, emosi, nilai, apresiasi	ai-governance-ethics — tertaut ke etika
✋ Psychomotor	Psychomotor Domain	Keterampilan fisik, manipulasi alat	technician-toolkit-standard — skill hands-on

Dokumen ini fokus ke Cognitive Domain karena paling relevan dengan vault, tapi koneksi ke domain lain dicatat di bagian koneksi.

Original Taxonomy (1956) — 6 Tingkat Kognitif

Taksonomi asli Bloom menggunakan kata benda (nouns) untuk label tingkatan, disusun dari konkret ke abstrak:

Level	Nama Asli	Arti	Contoh Aktivitas
1️⃣	Knowledge	Mengingat fakta, terminologi, prosedur dasar	Mendefinisikan, menyebutkan, mengidentifikasi
2️⃣	Comprehension	Memahami makna, menerjemahkan, menginterpretasi	Menjelaskan, meringkas, memparafrase
3️⃣	Application	Menerapkan abstraksi ke situasi konkret	Menggunakan rumus, menjalankan prosedur
4️⃣	Analysis	Memecah informasi jadi komponen, melihat hubungan	Membandingkan, mengkontraskan, mengkategorisasi
5️⃣	Synthesis	Menggabungkan elemen jadi struktur baru	Merancang, mengonstruksi, mengembangkan
6️⃣	Evaluation	Membuat penilaian berdasarkan kriteria	Menilai, mengkritik, memjustifikasi

Masalah original taxonomy:

Knowledge terlalu sempit — seolah-olah pengetahuan cuma hafalan
Synthesis < Evaluation — secara hierarki, tapi banyak psikolog kognitif berargumen creating (synthesis) lebih kompleks dari evaluating
Susah dibedakan antara Comprehension dan Knowledge — garisnya tipis

Revised Taxonomy (Anderson & Krathwohl, 2001)

Siapa yang Merevisi?

Lorin Anderson (mantan mahasiswa Bloom) dan David Krathwohl (salah satu anggota tim original Bloom, 2001) menerbitkan “A Taxonomy for Learning, Teaching, and Assessing: A Revision of Bloom’s Taxonomy of Educational Objectives”. Revisi ini bukan sekadar ganti label — tapi perubahan struktural fundamental.

Perubahan Utama

Aspek	Original (1956)	Revised (2001)
Terminologi	Kata benda (Nouns)	Kata kerja (Verbs) — lebih action-oriented
Nama Level	Knowledge → Evaluation	Remember → Create
Hierarki	Knowledge → Evaluation (synthesis < evaluation)	Remember → Create (create di puncak)
Dimensi	Satu dimensi (kognitif)	Dua dimensi (kognitif + pengetahuan)
Knowledge	Level terendah	Dimensi terpisah: Knowledge Dimension
Synthesis → Create	Synthesis (level 5)	Create (level 6) — lebih luas dari synthesis

Revised Taxonomy — 6 Tingkat Kognitif (Kata Kerja)

┌─────────────────────────────────────────────────────────┐
│                                                         │
│    6. 🛠️  CREATE    — Memproduksi, Merencanakan         │
│                Memproduksi, Generate                    │
│                                                         │
│    5. 📊 EVALUATE   — Memeriksa, Mengkritik             │
│                Check, Critique                          │
│                                                         │
│    4. 🔬 ANALYZE   — Membedakan, Mengorganisasi         │
│               Differentiate, Organize, Attribute        │
│                                                         │
│    3. 🎯 APPLY     — Mengeksekusi, Mengimplementasi     │
│               Execute, Implement                        │
│                                                         │
│    2. 📖 UNDERSTAND — Menginterpretasi, Mencontohkan    │
│               Interpret, Exemplify, Classify, Summarize │
│                                                         │
│    1. 📝 REMEMBER   — Mengenali, Mengingat Kembali      │
│               Recognize, Recall                         │
│                                                         │
└─────────────────────────────────────────────────────────┘

Perbandingan Kata Kerja per Level

Level	Original (Noun)	Revised (Verb)	Definisi Baru
1	Knowledge	Remember	Mengambil pengetahuan dari long-term memory
2	Comprehension	Understand	Mengkonstruksi makna dari pesan instruksional
3	Application	Apply	Menggunakan prosedur dalam situasi tertentu
4	Analysis	Analyze	Memecah materi jadi bagian dan menentukan hubungan
5	Synthesis	Evaluate	Membuat judgment berdasarkan kriteria & standar
6	Evaluation	Create	Menyatukan elemen jadi struktur/fungsi baru yang koheren

🔑 Takeaway utama: Pergeseran dari Knowledge → Remember dan Synthesis → Create mengubah cara kita melihat pendidikan — dari storage informasi (apa yang lo tahu) ke proses kognitif (apa yang lo bisa lakukan dengan informasi itu).

The Knowledge Dimension

Inilah inovasi terbesar Revised Taxonomy: dimensi kedua yang independen dari proses kognitif. Sekarang setiap tujuan pembelajaran bisa dipetakan dalam matriks 2D: Apa jenis pengetahuannya? × Proses kognitif apa?

Empat Tipe Pengetahuan

                        ┌─────────────────────────────────┐
                        │     KNOWLEDGE DIMENSION         │
                        ├─────────────────────────────────┤
     CONCRETE ──────────┤ A. FACTUAL KNOWLEDGE            │◀─ Lebih konkret
                        │    (Fakta dasar, terminologi)   │
                        ├─────────────────────────────────┤
                        │ B. CONCEPTUAL KNOWLEDGE         │
                        │    (Teori, model, klasifikasi)  │
                        ├─────────────────────────────────┤
                        │ C. PROCEDURAL KNOWLEDGE         │
                        │    (Prosedur, algoritma, metode)│
                        ├─────────────────────────────────┤
     ABSTRACT ──────────┤ D. METACOGNITIVE KNOWLEDGE      │◀─ Lebih abstrak
                        │    (Kesadaran & pengetahuan     │
                        │     tentang kognisi sendiri)    │
                        └─────────────────────────────────┘

Tipe	Definisi	Contoh	Relevansi Vault
A. Factual	Elemen dasar yang harus diketahui siswa untuk mengenal suatu disiplin	Terminologi jaringan: TCP, UDP, IP, port; rumus matematika	http-protocol-deepdive (terminologi HTTP), math-and-algorithms
B. Conceptual	Hubungan antar elemen dasar dalam struktur yang lebih besar yang memungkinkan fungsinya	Model OSI layer, TCP/IP model, konsep client-server	networking-fundamentals-tcpip-bgp, purple-team-osi-killchain
C. Procedural	Cara melakukan sesuatu, metode inquiry, kriteria penggunaan skill/algoritma/teknik	Cara capture packet di tcpdump, format YARA rule, prosedur incident response	incident-response-framework, endpoint-detection-playbook
D. Metacognitive	Pengetahuan tentang kognisi secara umum dan kesadaran akan kognisi diri sendiri	Strategi membaca packet capture secara efisien, kapan harus static analysis vs dynamic analysis	15-types-of-thinking, deep-work-and-so-good-newport

Matriks Taksonomi 2D

Tujuan pembelajaran sekarang bisa dipetakan dalam tabel 24 sel (4 knowledge × 6 cognitive process):

                   │ REMEMBER │ UNDERSTAND │ APPLY │ ANALYZE │ EVALUATE │ CREATE
───────────────────┼──────────┼────────────┼───────┼─────────┼──────────┼────────
 FACTUAL           │  ●       │            │       │         │          │
───────────────────┼──────────┼────────────┼───────┼─────────┼──────────┼────────
 CONCEPTUAL        │          │  ●         │       │  ●      │          │
───────────────────┼──────────┼────────────┼───────┼─────────┼──────────┼────────
 PROCEDURAL        │          │            │  ●    │         │  ●       │
───────────────────┼──────────┼────────────┼───────┼─────────┼──────────┼────────
 METACOGNITIVE     │          │            │       │         │          │  ●
───────────────────┼──────────┼────────────┼───────┼─────────┼──────────┼────────

Contoh matriks untuk mata kuliah Cybersecurity:

Tujuan Pembelajaran	Knowledge	Cognitive	Sel (K×C)
Menyebutkan 5 jenis serangan web	Factual	Remember	A1
Menjelaskan cara kerja SQL injection	Conceptual	Understand	B2
Menjalankan sqlmap untuk testing parameter	Procedural	Apply	C3
Membedakan reflected vs stored XSS dari log	Conceptual	Analyze	B4
Menilai efektivitas WAF rule berdasarkan false positive rate	Conceptual	Evaluate	B5
Merancang detection playbook untuk serangan baru	Procedural	Create	C6

💡 Kenapa matriks ini penting? Karena tujuan pembelajaran yang bagus harus mencantumkan kedua dimensi. “Siswa mampu mengevaluasi efektivitas WAF rule” — itu Process: Evaluate, Knowledge: Conceptual. Tanpa matriks, pendidik sering cuma nyebut level kognitif doang tanpa mikir jenis pengetahuannya — jadinya ambigu.

Level Demi Level — Deep Dive

Level 1: REMEMBER — Mengingat Kembali

Definisi Revised: Mengambil pengetahuan relevan dari long-term memory.

Ini adalah fondasi. Tanpa Remember, level lain tidak bisa berdiri. Tapi Revised Taxonomy menekankan bahwa Remember bukanlah tujuan akhir — ini alat untuk mencapai level yang lebih tinggi.

Kategori Verbs:

Recognize (mengenali): Mengidentifikasi informasi yang sesuai dengan konteks — biasanya soal pilihan ganda, matching
Recall (mengingat kembali): Menarik informasi dari memori tanpa stimulus — soal esai, fill-in-the-blank

Kata Kerja: Recognize, Recall, Identify, List, Name, State, Define, Describe (fakta), Retrieve, Match, Reproduce

Knowledge Dimension yang Umum: Factual (paling sering), Conceptual (teori dasar)

Contoh di Berbagai Disiplin:

Bidang	Remember — Contoh Soal
Networking	”Sebutkan 7 layer OSI model dari bawah ke atas”
Security	”Apa kepanjangan dari XSS?”
Programming	”Sebutkan 3 tipe data primitif di Rust”
Matematika	”Apa rumus luas lingkaran?”

Pitfall: Banyak pendidikan berhenti di sini. Siswa bisa hafal OSI layer tapi gak bisa jelasin bedanya layer 2 vs layer 3 dalam konteks real.

Koneksi Vault: Praktik hafalan di picoCTF (picoctf-section-1-onboarding) — hafal command dasar Linux, CyberChef recipes, format flag.

Level 2: UNDERSTAND — Memahami

Definisi Revised: Mengkonstruksi makna dari pesan instruksional (lisan, tulisan, grafis).

Ini adalah lompatan kualitatif pertama — dari tahu ke paham. Siswa tidak cuma bisa mengulang, tapi bisa menjelaskan dengan kata-kata sendiri, memberi contoh, atau meringkas.

Kategori Verbs:

Interpret — mengubah dari satu bentuk representasi ke bentuk lain (angka → grafik, teks → diagram)
Exemplify — memberi contoh spesifik dari konsep umum
Classify — menentukan sesuatu masuk kategori mana
Summarize — meringkas inti (abstraksi)
Infer — menarik kesimpulan logis dari informasi
Compare — mendeteksi persamaan dan perbedaan
Explain — membangun model sebab-akibat

Kata Kerja: Explain, Summarize, Interpret, Paraphrase, Classify, Compare, Contrast, Describe (konsep), Infer, Translate, Convert, Defend, Distinguish

Contoh:

Bidang	Understand — Contoh Soal
Networking	”Jelaskan perbedaan OSI model dengan TCP/IP model”
Security	”Mengapa SQL injection bisa terjadi? Jelaskan mekanismenya”
Programming	”Interpretasikan output kode Rust berikut…”
Forensik	”Bandingkan metode file carving dengan filesystem parsing”

Computational Thinking Link:

Pattern Recognition → kemampuan mengklasifikasi dan menggeneralisasi
Abstraction → meringkas informasi esensial

Cara Mengukur:

Minta siswa menjelaskan konsep ke orang awam (Feynman Technique)
Ubah representasi: dari teks ke mind map, dari tabel ke narasi
Beri kasus baru dan minta mereka kaitkan dengan konsep yang sudah dipelajari

Koneksi Vault: 15-types-of-thinking — terutama tipe Abstract Thinking dan Concrete Thinking dalam memahami konsep.

Level 3: APPLY — Menerapkan

Definisi Revised: Menjalankan atau menggunakan prosedur dalam situasi tertentu.

Ini adalah level eksekusi. Di dunia engineering, ini adalah level minimum yang diperlukan untuk kontribusi produktif.

Dua Sub-kategori:

Execute — menerapkan prosedur ke tugas familiar (siswa tahu persis prosedur apa yang harus dipakai)
Implement — menerapkan prosedur ke tugas unfamiliar (siswa harus memilih prosedur yang tepat dari beberapa opsi)

Kata Kerja: Execute, Implement, Use, Apply, Demonstrate, Operate, Show, Solve, Calculate, Complete, Illustrate, Modify

Contoh:

Bidang	Apply — Contoh Soal
Networking	”Gunakan tcpdump untuk capture HTTP traffic ke 206.237.97.19”
Security	”Scan port host 103.149.177.39 dengan nmap”
Programming	”Buat fungsi Rust yang ngecek apakah string adalah palindrome”
Forensik	”Ekstrak file dari image forensik pake foremost”

Kompleksitas Apply meningkat ketika:

Situasi tidak seratus persen cocok dengan prosedur yang diajarkan
Ada banyak prosedur yang bisa dipilih dan siswa harus memutuskan
Kondisi eksekusi tidak ideal (resource terbatas, error handling)

Koneksi Vault:

picoctf-section-3-linux-web-basics — apply command line
picoctf-section-4-python-automation — apply Python scripting
cgnat-attribution-deepdive — apply tracing methodology
postgresql-admin-backup — apply backup/restore commands
podman-networking-ufw — apply firewall rules

Level 4: ANALYZE — Menganalisis

Definisi Revised: Memecah materi menjadi bagian-bagian penyusun dan menentukan bagaimana bagian-bagian itu berhubungan satu sama lain dan dengan struktur keseluruhan.

Ini adalah pintu gerbang Higher Order Thinking Skills (HOTS). Di sini siswa mulai berpikir seperti seorang engineer atau analyst — bukan cuma pengguna tool.

Tiga Sub-kategori:

Differentiate — membedakan bagian relevan dari yang tidak relevan (discriminating)
Organize — menentukan bagaimana elemen-elemen cocok dalam suatu struktur (structuring, integrating)
Attribute — menentukan sudut pandang, bias, tujuan, atau nilai yang mendasari (deconstruction)

Kata Kerja: Differentiate, Distinguish, Organize, Attribute, Deconstruct, Analyze, Compare (struktur), Contrast (struktur), Categorize, Examine, Question, Test, Detect, Discriminate, Select

Contoh:

Bidang	Analyze — Contoh Soal
Security	”Analisis log berikut: mana yang serangan dan mana yang false positive?”
Networking	”Dari PCAP ini, identifikasi fase TCP handshake, kapan SYN flood mulai?”
Malware	”Urai struktur PE file ini: mana section code, data, resources?”
Code	”Bandingkan dua implementasi sorting ini — mana yang lebih efisien? Kenapa?”
WAF	”Dari rule set Cloudflare, kelompokkan mana rule yang deteksi LFI, mana SQLi”

Analisis di Security Context:

# Contoh: Menganalisis HTTP log untuk membedakan serangan vs trafik normal
logs = [
    {"ip": "45.33.32.156", "path": "/api/login", "status": 200, "size": 1250},
    {"ip": "185.220.101.45", "path": "/api/login' OR '1'='1", "status": 403, "size": 50},
    {"ip": "185.220.101.45", "path": "/admin/../../etc/passwd", "status": 404, "size": 150},
]
 
# Analisis: bedakan pola normal vs anomali
# - IP 45.33.32.156 → request normal (path bersih, status 200)
# - IP 185.220.101.45 → SQLi attempt, path traversal attempt
# Attribution: IP ini mencoba multiple attack vectors secara sequential

Cara Melatih:

Beri dataset mentah dan minta mereka kelompokkan, kategorisasi
Case study: “Ini server production, log menunjukkan X. Apa yang terjadi?”
Reverse engineering: bongkar binary, dokumen, protokol

Koneksi Vault: Ini adalah level operasional untuk sebagian besar catatan security:

blueteam-detection-matrix — bedakan IOC dari noise
waf-reverse-proxy-deepdive — analisis log WAF
threat-hunting-methodology — analisis pola anomali
malware-analysis-reverse-engineering-playbook — analisis malware
siem-security-data-lake-architecture — analisis data lake

Level 5: EVALUATE — Mengevaluasi

Definisi Revised: Membuat judgment berdasarkan kriteria dan standar.

Ini adalah level keputusan. Tidak cukup cuma analisis — siswa harus bisa menilai mana yang lebih baik, lebih efektif, lebih aman, dan memberi alasan berdasarkan kriteria eksplisit.

Dua Sub-kategori:

Check — menguji konsistensi internal, mendeteksi kesalahan atau fallacy (coherence testing)
Critique — menilai produk/proses berdasarkan kriteria eksternal, menemukan kekurangan dan kelebihan

Kata Kerja: Check, Critique, Evaluate, Judge, Justify, Assess, Defend, Support, Appraise, Argue, Validate, Verify, Review, Recommend, Prioritize, Rank

Contoh:

Bidang	Evaluate — Contoh Soal
Security	”Evaluasi efektivitas WAF ini: berdasarkan log, berapa false positive rate? Apakah worth it?”
Architecture	”Bandingkan 3 arsitektur ini (monolith, microservices, serverless) untuk kasus IoT sensor data — mana yang paling sesuai? Justifikasi”
Tooling	”Apakah YARA rules yang ada cukup buat detect varian malware ini? Kalau tidak, apa yang kurang?”
Code Review	”Review PR ini — apakah perubahan di parser aman? Beri rekomendasi terima/tolak dengan alasan”
Forensik	”Apakah bukti digital ini cukup kuat untuk prosecution? Identifikasi gap-nya”

Kriteria yang Biasa Dipakai di Security:

Kriteria	Contoh Pertanyaan
Effectiveness	Apakah WAF ini memblock 99% SQLi attempt?
Efficiency	Apakah detection rule ini punya false positive rate di bawah 1%?
Coverage	Apakah playbook ini mencakup semua fase incident response?
Scalability	Apakah arsitektur ini bisa handle 10x traffic?
Security	Apakah solusi ini introduce vulnerability baru?
Cost	Apakah benefit keamanan sebanding dengan cost operasional?
Usability	Apakah tool ini bisa dipake tim non-security?

Pitfall Umum: Siswa sering evaluate tanpa kriteria jelas — “Saya rasa lebih baik pakai X” tanpa justifikasi. Evaluasi yang valid harus menyebutkan: berdasarkan kriteria apa dan mengapa kriteria itu dipilih.

Koneksi Vault:

ai-evaluation-framework — evaluasi model AI (metrik, benchmark, failure cases)
threat-modeling-deepdive — evaluasi postur keamanan
software-quality-untung-yuhana — evaluasi kualitas software
formal-verification-deepdive — verifikasi formal (evaluasi tertinggi: buktikan benar/salah secara matematis)
pentest-simulation-report — evaluasi hasil pentest

Level 6: CREATE — Menciptakan

Definisi Revised: Menyatukan elemen-elemen untuk membentuk sesuatu yang baru dan koheren, atau membuat produk original.

Create ≠ Synthesis. Synthesis hanya menggabungkan bagian jadi keseluruhan. Create lebih luas — melibatkan generasi ide baru, perencanaan, dan produksi. Ini puncak taksonomi.

Tiga Sub-kategori:

Generate — memunculkan hipotesis atau alternatif berdasarkan kriteria (divergent thinking)
Plan — mendesain metode, strategi, atau prosedur untuk menyelesaikan tugas
Produce — mengeksekusi rencana, membangun produk nyata

Kata Kerja: Generate, Plan, Produce, Design, Construct, Develop, Create, Invent, Formulate, Author, Build, Assemble, Devise, Compose, Propose

Contoh:

Bidang	Create — Contoh Soal
Security	”Rancang detection rule untuk serangan zero-day yang memanfaatkan WebSocket untuk C2”
Architecture	”Desain arsitektur WAF untuk 10k RPS dengan latency < 1ms”
Engineering	”Bangun tool otomatis yang nge-scan S3 bucket misconfiguration”
Research	”Formulasikan hipotesis baru: bagaimana side-channel attack bisa dilakukan via CPU cache di cloud shared tenant?”
DevOps	”Buat CI/CD pipeline yang integrate SAST + DAST + SBOM generation”

Create dalam Konteks Vault:

Dari catatan-catatan di vault, level Create adalah tempat lo beroperasi ketika:

Catatan di vault level Remember → Proyek/Riset level Create
────────────────────────────────────────────────────────
waf-reverse-proxy-deepdive (Understand) → jarswaf (Create — bangun WAF sendiri)
malware-analysis-playbook (Analyze) → detection rules baru (Create)
postgresql-admin-backup (Apply) → backup automation script (Create)
threat-hunting-methodology (Evaluate) → hunting playbook baru (Create)

Mengapa Create di Puncak? Karena Create mensyaratkan semua level di bawahnya:

Lo harus Remember tool apa yang ada
Lo harus Understand bagaimana tool itu bekerja
Lo harus Apply tool ke situasi nyata
Lo harus Analyze apa yang kurang dari tool existing
Lo harus Evaluate pendekatan mana yang paling sesuai
Baru lo bisa Create solusi baru

Koneksi Vault:

Seluruh proyek Jarswaf (jarswaf-plan, jarswaf-lifecycle-architecture, jarswaf-gossip-helm-plan)
architectural-flaw-detection — mendeteksi flaw untuk kemudian create fix
autonomous-system-design — merancang sistem otonom
multi-agent-orchestration-patterns — create orchestration patterns
cognitive-architecture-engineering — create arsitektur kognitif

Aplikasi Praktis: Instructional Design & Assessment

Bloom’s Taxonomy untuk Merancang Tujuan Pembelajaran

Formula standar untuk menulis learning objective yang selaras dengan Bloom:

[Audience] akan mampu [Verb Bloom] + [Objek] + [Konteks/Kriteria]

Contoh:

Verb Bloom	Objek	Konteks/Kriteria	Knowledge Dim
Remember	7 layer OSI	tanpa melihat catatan	Factual
Understand	perbedaan SQLi dan NoSQL injection	dalam 2 paragraf	Conceptual
Apply	prosedur incident response	pada kasus ransomware simulation	Procedural
Analyze	packet capture	untuk mengidentifikasi fase exfiltration	Procedural
Evaluate	efektivitas WAF rule	berdasarkan false positive rate	Conceptual
Create	detection playbook	untuk serangan API baru	Procedural

Tips Menulis Soal Berdasarkan Level

Level	Format Soal yang Efektif	Format yang Kurang Efektif
Remember	Pilihan ganda (recognize), isian singkat (recall)	Esai panjang (wasting time)
Understand	Jawab singkat — “jelaskan dengan kata sendiri”, mind map, analogi	Soal dengan kata persis dari buku teks
Apply	Problem set, lab praktikum, studi kasus dengan tool nyata	Soal teori yang ditanya ulang
Analyze	Studi kasus dengan data mentah, perbandingan dua pendekatan	Soal dengan satu jawaban benar
Evaluate	Review produk, code review, threat model evaluation, prioritasi tool	Soal subjective tanpa kriteria
Create	Proyek akhir, build tool, design architecture, write detection rule	Soal yang cuma suruh “sebutkan ide” tanpa eksekusi

Bloom’s sebagai Alat Evaluasi Kurikulum

Cara cepat evaluasi apakah suatu kursus/modul sudah balanced:

Kumpulkan semua learning objectives dari kursus
Petakan ke level Bloom (Remember → Create)
Petakan ke Knowledge Dimension (Factual → Metacognitive)
Visualisasikan distribusinya

# Pseudocode: Bloom level distribution analysis
objectives = [
    ("Sebutkan 3 jenis serangan web",  "Remember",  "Factual"),
    ("Jelaskan cara kerja SQL injection", "Understand", "Conceptual"),
    ("Gunakan sqlmap untuk testing",   "Apply",     "Procedural"),
    ("Analisis log WAF",               "Analyze",   "Procedural"),
    ("Evaluasi efektivitas firewall",  "Evaluate",  "Conceptual"),
    ("Rancang detection playbook",     "Create",    "Procedural"),
]
 
# Distribusi ideal (menurut Krathwohl, 2002)
# Remember: 10-15%, Understand: 15-20%, Apply: 20-25%
# Analyze: 20-25%, Evaluate: 15-20%, Create: 10-15%

Red flag: Kalau 80% objectives ada di Remember/Understand — itu recall-heavy curriculum. Siswa bisa lulus tanpa pernah Apply, Analyze, Evaluate, atau Create. Ini masalah kronis di banyak pendidikan formal.

Contoh Mapping: Vault Content by Bloom Level

Bloom Level	Vault Notes
Remember	picoctf-section-1-onboarding, regular-expressions-deepdive (bagian terminologi), cheatsheet
Understand	http-protocol-deepdive, networking-fundamentals-tcpip-bgp, tls-ssl-deepdive, browser-engine-architecture
Apply	postgresql-admin-backup, podman-networking-ufw, cicd-guide, picoctf-section-4-python-automation
Analyze	malware-analysis-reverse-engineering-playbook, threat-hunting-methodology, siem-security-data-lake-architecture, blueteam-detection-matrix
Evaluate	ai-evaluation-framework, threat-modeling-deepdive, software-quality-untung-yuhana, pentest-simulation-report
Create	Proyek Jarswaf (jarswaf-plan → jarswaf-lifecycle-architecture), autonomous-system-design, cognitive-architecture-engineering

Bloom’s Taxonomy di Era AI & Computational Thinking

Bloom’s + Computational Thinking

Computational Thinking (CT) — dekomposisi, pattern recognition, abstraksi, algoritma — bisa dipetakan langsung ke Bloom:

CT Skill	Bloom Level	Contoh
Dekomposisi (memecah masalah)	Analyze	Memecah arsitektur monolith jadi microservices
Pattern Recognition	Understand → Analyze	Mengenali pola serangan SQLi dari variasi payload
Abstraksi (memfilter detail irrelevant)	Analyze → Evaluate	Membuat model threat yang cuma fokus ke attack surface relevan
Algorithm Design	Create	Merancang algoritma rate limiting untuk WAF

AI Alignment: Taksonomi untuk Mengevaluasi Kemampuan AI

Salah satu aplikasi modern Bloom adalah mengevaluasi Large Language Models. Pertanyaan kritis:

“Di level Bloom mana sebenarnya AI beroperasi?”

Tugas AI	Level Bloom	Analisis
Menjawab fakta (capital of France)	Remember	Retrieval dari training data — mirip recall
Meringkas artikel	Understand	Interpretasi dan summarization
Menulis kode dari spesifikasi	Apply	Menerapkan pola ke situasi baru
Mendeteksi bias dalam teks	Analyze	Differentiate, attribute
Membandingkan dua arsitektur ML	Evaluate	Critique, justify
Menulis novel orisinal	Create?	Debatable — seberapa “orisinal” output LLM?

Perdebatan:

Pro: LLM bisa lulus beberapa benchmark di level Apply bahkan Analyze — Generate code, detect vulnerabilities
Kontra: LLM tidak benar-benar “memahami” — mereka melakukan pattern matching canggih tanpa kesadaran. Metacognition (Knowledge Dimension D) masih sangat lemah
Consensus: LLM kuat di Remember → Apply, mulai menembus Analyze → Evaluate untuk domain terbatas, tapi Create masih diperdebatkan karena kurangnya intentionality

Lihat juga: ai-evaluation-framework — framework evaluasi AI yang menggunakan prinsip taksonomi.

Bloom’s untuk Prompt Engineering

Prompt yang dirancang dengan sadar Bloom level akan menghasilkan output yang lebih terarah:

Level	Prompt Style	Contoh
Remember	”Sebutkan…"	"Sebutkan 5 port default yang sering dipakai attacker”
Understand	”Jelaskan…"	"Jelaskan cara kerja ARP spoofing dalam 2 paragraf”
Apply	”Gunakan X untuk…"	"Gunakan teknik ini untuk mendeteksi ARP spoof dalam network 192.168.1.0/24”
Analyze	”Bandingkan…"	"Bandingkan metode deteksi ARP spoof via DHCP snooping vs dynamic ARP inspection”
Evaluate	”Evaluasi…"	"Evaluasi efektivitas ketiga mitigasi ARP spoof ini untuk jaringan IoT skala besar”
Create	”Rancang…"	"Rancang sistem deteksi yang menggabungkan passive monitoring dan active probing”

Bloom’s Taxonomy dan Self-Directed Learning

Untuk pembelajar mandiri (seperti pembaca vault ini), Bloom bisa jadi alat diagnosis diri:

Di level mana saya beroperasi untuk topik ini?
┌─────────────────────────────────────────────────────┐
│                                                     │
│  Remember ☐ → Saya bisa hafal definisi              │
│  Understand ☐ → Saya bisa jelaskan ke orang lain    │
│  Apply ☐ → Saya bisa pake tool/konsep               │
│  Analyze ☐ → Saya bisa bedah dan bandingkan         │
│  Evaluate ☐ → Saya bisa nilai mana yang lebih baik  │
│  Create ☐ → Saya bisa buat sesuatu yang baru        │
│                                                     │
│  Target: Setidaknya Apply untuk skill teknis,       │
│  Evaluate→Create untuk mastery                      │
└─────────────────────────────────────────────────────┘

Strategi:

Kalau masih di Remember → baca ulang, buat flashcard
Kalau sudah di Understand → coba Feynman Technique, ajarin ke orang lain
Kalau sudah di Apply → cari project praktis
Kalau sudah di Analyze → lakukan comparative analysis 2+ pendekatan
Kalau sudah di Evaluate → review karya orang lain dengan kriteria eksplisit
Target Create → bangun sesuatu, open source, tulis artikel

Kritik & Keterbatasan

1. Hierarki Tidak Sepenuhnya Linear

Kritik paling umum: tidak semua learning task mengikuti hierarki linear. Contoh:

Lo bisa Evaluate kualitas kode orang lain (level 5) tanpa bisa Create level yang sama (level 6)
Lo bisa Apply prosedur (level 3) tanpa Understand teorinya (level 2) — ini disebut procedural knowledge without conceptual understanding

Revised Taxonomy menjawab sebagian dengan knowledge dimension, tapi tetap ada tumpang tindih.

2. Konteks Sangat Mempengaruhi Level

Satu task bisa berada di level berbeda tergantung konteks:

“Gunakan sqlmap” → Apply kalau lo sudah familiar
“Gunakan sqlmap” → Remember kalau lo cuma ikutin tutorial langkah demi langkah
“Gunakan sqlmap untuk SQLi detection” → bisa Analyze kalau lo harus interpretasi hasil

Bloom tidak mengakomodasi konteks dan pengalaman sebelumnya.

3. Sulit Diterapkan ke Domain Non-Akademik

Bloom dikembangkan dari konteks pendidikan formal Amerika 1950-an. Beberapa kritik:

Bias verbal/linguistik — terlalu fokus pada bahasa dan ekspresi verbal
Bias kognitif Barat — kurang akomodatif pada gaya belajar non-Barat
Kurang aplikatif untuk skill fisik — Psychomotor domain kurang berkembang
Team-based learning — Bloom fokus ke individu, padahal banyak learning terjadi kolaboratif

4. Miskonsepsi Umum

Miskonsepsi	Kebenaran
”Higher level = lebih penting”	Remember dan Understand adalah fondasi yang sama pentingnya
”Semua pembelajaran harus capai Create”	Tidak semua topik perlu Create — kadang Apply atau Evaluate sudah cukup
”Bloom adalah urutan mengajar”	Bloom untuk assessment, bukan urutan instruksional
”Soal Analyze harus lebih susah dari Apply”	Belum tentu — tergantung konten dan konteks
”Taksonomi hanya untuk guru”	Berguna juga untuk self-directed learning, curriculum design, AI eval

5. Relevansi di 2026

Beberapa kritikus berargumen bahwa Bloom sudah outdated di era AI dan information overload:

Memori faktual (Remember) jadi kurang relevan karena Google/LLM bisa menjawab instan
Keterampilan baru seperti AI literacy, prompt engineering, information filtration tidak tertampung di Bloom

Counter-argument: Bloom justru makin relevan — karena Remember bisa didelegasikan ke AI, fokus manusia bergeser ke Analyze → Evaluate → Create. Lihat bagian Bloom’s Taxonomy di Era AI & Computational Thinking.

Koneksi ke Vault

Prasyarat (baca dulu)

15-types-of-thinking — konsep metakognitif yang jadi Knowledge Dimension D
computer-science-foundations — pengetahuan faktual yang harus di-Remember

curriculum-mapping — pemetaan kurikulum dengan Bloom sebagai kerangka
ai-evaluation-framework — evaluasi AI menggunakan prinsip taksonomi
cognitive-architecture-engineering — rekayasa arsitektur kognitif
research-methodology — level sintesis/evaluasi dalam metodologi riset
formal-verification-deepdive — verifikasi sebagai Evaluate level tertinggi

Catatan Praktis di Setiap Level

Bloom Level	Praktik di Vault
📝 Remember	application (cheatsheet), cheatsheet
📖 Understand	http-protocol-deepdive, tls-ssl-deepdive, browser-engine-architecture
🎯 Apply	postgresql-admin-backup, podman-networking-ufw, cicd-guide
🔬 Analyze	blueteam-detection-matrix, malware-analysis-reverse-engineering-playbook
🏗️ Evaluate	ai-evaluation-framework, architectural-flaw-detection, pentest-simulation-report
🛠️ Create	jarswaf-plan → jarswaf-lifecycle-architecture (proyek real), autonomous-system-design

References

Primary Sources

Bloom, B. S. (1956). Taxonomy of Educational Objectives: Handbook I, Cognitive Domain. New York: David McKay.
Anderson, L. W. & Krathwohl, D. R. (2001). A Taxonomy for Learning, Teaching, and Assessing: A Revision of Bloom’s Taxonomy of Educational Objectives. New York: Longman.

Academic Papers

Krathwohl, D. R. (2002). “A Revision of Bloom’s Taxonomy: An Overview.” Theory Into Practice, 41(4), 212-218.
Forehand, M. (2010). “Bloom’s Taxonomy: Original and Revised.” In M. Orey (Ed.), Emerging Perspectives on Learning, Teaching, and Technology.
Airasian, P. W. & Miranda, H. (2002). “The Role of Assessment in the Revised Taxonomy.” Theory Into Practice, 41(4), 249-254.

AI & Taksonomi

Kaddoura, S. et al. (2024). “Evaluating LLM Performance Using Bloom’s Taxonomy.” Journal of AI in Education.
Sarsa, S. et al. (2022). “Automatic Generation of Learning Objectives Using Bloom’s Taxonomy and Large Language Models.” International Conference on AI in Education.

Computational Thinking

Wing, J. M. (2006). “Computational Thinking.” Communications of the ACM, 49(3), 33-35.
Grover, S. & Pea, R. (2013). “Computational Thinking in K-12: A Review of the State of the Field.” Educational Researcher, 42(1), 38-43.

Kritis terhadap Taksonomi

Furst, E. J. (1981). “Bloom’s Taxonomy of Educational Objectives for the Cognitive Domain: Philosophical and Educational Issues.” Review of Educational Research, 51(4), 441-453.
Paul, R. (1993). Critical Thinking: What Every Person Needs to Survive in a Rapidly Changing World. Foundation for Critical Thinking.

Tentang Dokumen Ini

Dokumen ini ditulis sebagai fondasi pendidikan dan kognitif untuk seluruh vault. Bloom’s Taxonomy bukan cuma alat grading — tapi kerangka untuk memahami bagaimana learning terjadi dan di mana level penguasaan lo terhadap suatu topik. Di vault yang isinya dari Remember (picoCTF basics) sampai Create (Jarswaf build), kerangka ini bantu lo sadar: “Gw di level mana sekarang, dan harus apa untuk naik level?”

Azhar's Notes

Navigation

Bloom Taxonomy — Deep Dive: Kognitif, Knowledge Dimension, Revised Taxonomy, Aplikasi Pembelajaran & AI Alignment

🎯 Bloom Taxonomy — Deep Dive: Kognitif, Knowledge Dimension, Revised Taxonomy, Aplikasi Pembelajaran & AI Alignment

Daftar Isi

Foundation — Apa Itu Taksonomi Bloom?

Definisi

Mengapa Hierarkis?

Domain — Bukan Cuma Kognitif

Original Taxonomy (1956) — 6 Tingkat Kognitif

Revised Taxonomy (Anderson & Krathwohl, 2001)

Siapa yang Merevisi?

Perubahan Utama

Revised Taxonomy — 6 Tingkat Kognitif (Kata Kerja)

Perbandingan Kata Kerja per Level

The Knowledge Dimension

Empat Tipe Pengetahuan

Matriks Taksonomi 2D

Level Demi Level — Deep Dive

Level 1: REMEMBER — Mengingat Kembali

Level 2: UNDERSTAND — Memahami

Level 3: APPLY — Menerapkan

Level 4: ANALYZE — Menganalisis

Level 5: EVALUATE — Mengevaluasi

Level 6: CREATE — Menciptakan

Aplikasi Praktis: Instructional Design & Assessment

Bloom’s Taxonomy untuk Merancang Tujuan Pembelajaran

Tips Menulis Soal Berdasarkan Level

Bloom’s sebagai Alat Evaluasi Kurikulum

Contoh Mapping: Vault Content by Bloom Level

Bloom’s Taxonomy di Era AI & Computational Thinking

Bloom’s + Computational Thinking

AI Alignment: Taksonomi untuk Mengevaluasi Kemampuan AI

Bloom’s untuk Prompt Engineering

Bloom’s Taxonomy dan Self-Directed Learning

Kritik & Keterbatasan

1. Hierarki Tidak Sepenuhnya Linear

2. Konteks Sangat Mempengaruhi Level

3. Sulit Diterapkan ke Domain Non-Akademik

4. Miskonsepsi Umum

5. Relevansi di 2026

Koneksi ke Vault

Prasyarat (baca dulu)

Related Notes (baca setelahnya untuk deepening)

Catatan Praktis di Setiap Level

References

Primary Sources

Academic Papers

AI & Taksonomi

Computational Thinking

Kritis terhadap Taksonomi

Tampilan Grafik

Daftar Isi