RANCANG BANGUN SISTEM TOEFL MENGGUNAKAN K-MEANS CLUSTERING UNTUK IDENTIFIKASI KELEMAHAN PESERTA BERDASRKAN ANALYSIS OF TEST RESULT

Nabella, Arika Risma (2025) RANCANG BANGUN SISTEM TOEFL MENGGUNAKAN K-MEANS CLUSTERING UNTUK IDENTIFIKASI KELEMAHAN PESERTA BERDASRKAN ANALYSIS OF TEST RESULT. Skripsi thesis, Institut Teknologi Nasional Malang.

	Text 2118059_COVER.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
	Text 2118059_BAB 1.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (478kB)
	Text 2118059_BAB 2.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (696kB) | Request a copy
	Text 2118059_BAB 3.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy
	Text 2118059_BAB 4.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy
	Text 2118059_BAB 5.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (471kB) | Request a copy
	Text 2118059_DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (558kB)
	Text 2118059_Lampiran.pdf Download (1MB)

Abstract

Kemampuan berbahasa Inggris menjadi salah satu keterampilan penting dalam berbagai sektor, terutama dalam konteks pendidikan dan profesional. Tes TOEFL digunakan untuk mengukur kemampuan bahasa Inggris, mencakup aspek Reading,Listening, Speaking, dan Writing. Namun, hasil tes TOEFL sering kali hanya berupa skor total tanpa memberikan informasi rinci terkait kelemahan peserta. Untuk itu,penelitian ini menggunakan algoritma K-Means Clustering karena kesederhanaannya, efisiensinya dalam mengelompokkan data multidimensi,dan kemampuannya menghasilkan pengelompokan yang bermakna secara statistik.Penelitian ini bertujuan untuk mengidentifikasi kelemahan peserta TOEFL di Laboratorium Bahasa ITN Malang. Data yang digunakan adalah skor dari 520 mahasiswa yang mencakup Reading, Structure and Written Expression,dan Listening. Metode ini mengelompokkan peserta ke dalam tiga klaster utama:Listening Improvers (C1), Grammar Builders (C2), dan Reading Boosters (C3).Proses pengelompokan melibatkan pemilihan centroid awal secara acak,perhitungan jarak menggunakan Euclidean Distance, dan iterasi hingga klaster stabil. Hasil analisis menunjukkan 36.54 % peserta masuk ke C1, 41.35%ke C2, dan 22.12% ke C3. Implementasi algoritma ini memberikan manfaat dalam mendukung pengembangan program pembelajaran yang lebih efektif

Item Type:	Thesis (Skripsi)
Additional Information:	Arika Risma Nabella (2118059)
Uncontrolled Keywords:	Analisis Kelemahan,K-Means Clustering,TOEFL
Subjects:	Engineering > Informatics Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi)
Depositing User:	Arika Risma Nabella
Date Deposited:	11 Feb 2025 02:07
Last Modified:	11 Feb 2025 02:07
URI:	http://eprints.itn.ac.id/id/eprint/15413

Actions (login required)

View Item