摘要：Kemampuan Self-Regulated Learning (SRL) dapat ditingkatkan dengan meningkatkan kemampuan kognitif dan metakognitif yang dimiliki oleh siswa.Peningkatan kemampuan metakognitif perlu menyertakan adanya metakognitive support dalam pembelajaran menggunakan e-leraning.Salah satunya yakni dalam bentuk pendampingan dengan memberikan feedback kepada siswa setelah siswa melakukan aktifitas tertentu.Paper bertujuan untuk mengembangkan suatu pedagogical agent yang mampu memberikan feedback berupa rekomendasi urutan submateri kepada siswa.Pemberian rekomendasi dilakukan dengan mempertimbangkan nilai pretest (prior knowledge) mahasiswa.Perhitungan dilakukan dengan metode Collaborative Filtering dan Bayesian Ranking.Hasil yang didapatkan setelah dilakukan pengujian menggunakan MAP (Mean Average Precision) adalah metode Item-based memiliki nilai MAP tertinggi yakni 1.Waktu perhitungan yang dibutuhkan masing-masing metode dihitung untuk mengetahui runtime complexity dari metode yang digunakan.Hasil yang didapat adalah metode Bayesian Ranking memiliki waktu paling sedikit yakni 0,002 detik,diikuti oleh Item-based 0,006 detik,User Based 0,226 detik,dan waktu terlama adalah Hybrid yakni 0,236 detik.
关键词：self-regulated learning;metakognitif;metakognitive support;feedback;pretest (prior knowledge);Collaborative Filtering;Bayesian Ranking;Mean Average Precision;runtime complexity.
