Skripsi
Klasifikasi melalui pengklasteran untuk prediksi tingkat kesukaran soal / Hildan Ma\'arief
Abstrak
ABSTRAK Ma Arief Hildan 2017 Klasifikasi melalui Pengklasteran untuk Prediksi Kesukaran Soal. Skripsi. Program Studi Pendidikan Teknik Informatika Fakultas Teknik Universitas Negeri Malang. Pembimbing (I) Aji Prasetya Wibawa S.T. M.M.T. Ph.d. (II) Utomo Pujianto S.Kom. M.Kom. Kata Kunci Klasifikasi Pengklasteran Evaluasi Soal K-Means Tingkat kesukaran dimaksudkan untuk mengelompokkan bobot soal ke dalam golongan mudah sedang atau sukar. Tingkat kesukaran soal biasanya dinyatakan dalam bentuk indeks. Indeks kesukaran pada umumnya berkisar antara 0 00 1 00. Dari pengelompokan tingkat kesukaran soal tersebut dapat dilakukan pembuatan paket soal. Algoritmek-means akan dibandingkan dengan analisis kesukaran soal. Tujuan penelitian ini adalah untuk membandingkan hasil algoritmek-means dengan metode analisis kesukaran soal untuk menghitung akurasi kesukaran soal. Metode pengembangan sistem adalah metode waterfall. Alur kerja dari metode waterfall meliputi komunikasi perencanaan pemodelan konstruksi dan penyerahan sistem. Perangkat lunak untuk perancangan dan implementasi program menggunakan xampp sebagai webserver PHP MySQL sebagai database dan Dreamweaver CS6 sebagai editor penulisan script PHP Jquery dan HTML. Algoritme k-means dihasilkan dari hasil perhitungan klasifikasi dan klastering yang selanjutnya dibandingkan dengan metode analisis kesukaran soal. Hasil dari penelitian ini adalah perbandingan algoritmek-means dengan Metode Analisis Kesukaran Soal (MAKS). Diharapkan sistem ini dapat dijadikan alternatif bagi guru mengategorikan soal dan mempermudah guru dalam memberikan tes/latihan soal kepada siswa. Algoritmek-means mempunyai akurasi 80 % jika dibandingkan dengan Metode Analisis Kesukaran Soal (MAKS). Sehingga algoritmek-means dapat digunakan sebagai salah satu alternatif dalam menganalisis tingkat kesukaran soal.