Pengacakan soal ujian online yang efektif merupakan tantangan penting dalam memastikan keadilan dan keakuratan dalam distribusi soal. Penelitian ini bertujuan untuk mengetahui bagaimana algoritma Cosine Similarity dapat diterapkan dalam sistem pengacakan soal ujian online serta mengevaluasi efektifitasnya dalam pendistribusian soal. Metode Term Frequency-Inverse Document Frequency (TF-IDF) untuk merepresentasikan soal dalam bentuk vektor numerik sebelum dilakukan perhitungan nilai kesamaan oleh algoritma Cosine Similarity, serta metode Mean Absolute Error (MAE) dan Root Mean Squared Error (RMSE) untuk memvalidasi efektifitas hasil pengacakan. Hasil serta kesimpulan dari penelitian menunjukkan bahwa penerapan algoritma Cosine Similarity dalam sistem pengacakan soal dapat dilakukan dengan sebelumnya menerapkan tahap preprocessing data dan Term Frequency-Inverse Document Frequency serta hanya digunakan sebelum tahap pengacakan, dan efektifitas penggunaan algoritma ini dinilai efektif dikarenakan selisih rata-rata antara hasil sistem dan ideal berada dikisaran 0-1, dimana berdasarkan validasi Mean Absolute Error (MAE) sebesar 0,2514 serta Root Mean Squared Error (RMSE) sebesar 0,4704, yang menunjukkan tingkat efektivitas tinggi dalam proses pengacakan.
Copyrights © 2025