Perpustakaan Digital ITB

Penjaminan mutu soal yang sesuai dengan capaian pembelajaran menjadi tantangan utama dalam dunia pendidikan, khususnya pada mata pelajaran matematika. Proses perumusan soal yang dilakukan secara manual dan tidak terstruktur sering kali menyebabkan ketidaksesuaian antara soal dengan capaian pembelajaran yang diharapkan. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi soal aljabar berbasis Content-Based Filtering yang dapat membantu guru dalam memilih soal yang relevan dengan capaian pembelajaran. Tahapan pengembangan dimulai dari pemahaman dan persiapan data menggunakan dataset Math QSA, ekstraksi fitur dari teks soal dan capaian pembelajaran dengan model SentenceTransformer all-MiniLM-L12-v2, hingga perancangan dan implementasi sistem rekomendasi berbasis kemiripan vektor. Evaluasi dilakukan untuk mengukur relevansi rekomendasi terhadap capaian pembelajaran menggunakan metrik Top-N Accuracy dan Mean Reciprocal Rank (MRR). Sistem yang dibangun berhasil mencapai skor Top-3 Accuracy sebesar 78,5% dan MRR sebesar 0,785, yang menunjukkan bahwa pendekatan berbasis representasi semantik efektif dalam menghasilkan rekomendasi soal yang sesuai. Sistem ini diharapkan dapat menjadi solusi awal untuk meningkatkan efisiensi dan kualitas proses perancangan soal yang selaras dengan capaian pembelajaran.