Anggara, Rico (2024) IMPLEMENTASI K-MEANS CLUSTERING DALAM ANALISA SOAL UJIAN CBT UNIVERSITAS BAITURRAHMAH. Masters thesis, Universitas Putra Indonesia YPTK Padang.
Text
Tesis_221321015_RICO ANGGARA_Abstrak.pdf Download (113kB) |
|
Text
Tesis_221321015_RICO ANGGARA_BAB I.pdf Download (111kB) |
|
Text
Tesis_221321015_RICO ANGGARA_Daftar Pustaka.pdf Download (90kB) |
|
Text
Tesis_221321015_RICO ANGGARA_Full Text.pdf Restricted to Repository staff only Download (22MB) |
Abstract
Ujian berbasis komputer (CBT) adalah jenis ujian dimana peserta mengikuti ujian menggunakan komputer atau perangkat digital lainnya, Computer-Based Testing (CBT) telah menjadi metode yang umum digunakan dalam pelaksanaan ujian. Pengelolaan soal-soal ujian menjadi penting dalam menjaga keberhasilan proses CBT. peserta menjawab soal-soal yang disajikan secara digital melalui antarmuka komputer dan hasilnya di proses secara otomatis oleh sistem komputer. Hasil ujian ini dapat digunakan untuk menilai pemahaman siswa dan sebagai evaluasi pembelajaran. Penelitian ini bertujuan untuk mengelompokan soal-soal ujian berdasarkan jawaban peserta. Metode yang digunakan dalam penelitian ini adalah K-Means Clustering. Metode ini memiliki 5 tahapan yaitu inisialisasi pusat Kluster, pengelompokan data, perhitungan pusat kluster baru, konvergensi dan evaluasi hasil. Proses ini berulang hingga pusat kluster tidak berubah lagi atau konvergensi telah tercapai. Selanjutnya, algoritma K-Means Clustering diterapkan untuk mengelompokkan soal-soal ujian ke dalam kluster yang sesuai. Proses pengelompokan ini dilakukan dengan mempertimbangkan kemiripan antara soal-soal ujian berdasarkan jumlah jawaban benar dan jumlah jawaban salah. Dataset yang diolah dalam penelitian ini bersumber dari bagian UPT CBT, Universitas Baiturrahmah. Dataset soal terdiri dari 100 soal ujian yang telah di ujiankan ke mahasiswa di Fakultas Kedokteran, Universitas Baiturrahmah. Hasil penelitian ini dapat mengelompokan soal-soal ujian ujian menjadi kelompok soal sulit, soal sedang, dan soal mudah. K-Means Clustering mampu menghasilkan pengelompokan yang efektif dan efisien dari soal-soal ujian. Penelitian ini dapat menjadi acuan bagi akademik dalam mengevaluasi soal-soal ujian yang dibuat dosen dan dapat mengevaluasi tingkat pemahaman mahasiswa di Universitas Baiturrahmah. Kata kunci : K-Means Clustering, Computer Based Testing (CBT), Manajemen Ujian, Pengelompokkan Soal Ujian
Item Type: | Thesis (Masters) |
---|---|
Subjects: | 0 Research > Ilmu Komputer > Database 0 Research > Ilmu Komputer |
Divisions/ Fakultas/ Prodi: | Fakultas Ilmu Komputer > Magister Ilmu Komputer (S2) |
Depositing User: | Ryan Ariadi A.Md |
Date Deposited: | 14 Jan 2025 08:13 |
Last Modified: | 14 Jan 2025 08:13 |
URI: | http://repository.upiyptk.ac.id/id/eprint/12769 |
Actions (login required)
View Item |