Open AccessSTUDI SIMULASI MENGGUNAKAN FUZZY C-MEANS DALAM MENGKLASIFIKASI KONSTRUK TES
Author(s) -
Rukli Rukli
Publication year - 2013
Publication title -
jurnal penelitian dan evaluasi/jurnal penelitian dan evaluasi pendidikan
Language(s) - English
Resource type - Journals
eISSN - 2338-6061
pISSN - 1410-4725
DOI - 10.21831/pep.v15i1.1090
Subject(s) - computer science , fuzzy logic , humanities , artificial intelligence , philosophy
Tulisan ini memperkenalkan metode fuzzy c-means dalam mengklasifikasi konstruk tes. Untuk memverifikasi sifat unidimensional suatu tes biasanya menggunakan analisis faktor sebagai bagian dari statistik parametrik dengan beberapa persyaratan yang ketat sedangkan metode fuzzy c-means termasuk metode heuristik yang tidak memerlukan persyaratan yang ketat. Studi simulasi penelitian ini menggunakan dua metode yakni analisis faktor menggunakan program SPSS dan fuzzy c-means menggunakan program Matlab. Data simulasi menggunakan tipe data dikotomi dan politomi yang dibangkitkan lewat prog-ram Microsoft Office Excel dengan desain 2 kategori, yakni: tiga butir soal dengan banyak peserta tes 10, dan 30 butir soal dengan banyak peserta tes 100. Hasil simulasi menunjukkan bahwa metode fuzzy c-means lebih memberikan gambaran pengelompokan secara deskriptif dan dinamis pada semua desain yang telah dibuat dalam memverifikasi unidimensional pada suatu tes.Kata kunci: fuzzy c-means, analisis faktor, unidimensional SIMULATION STUDY USING FUZZY C-MEANS FOR CLASIFYING TEST CONSTRUCTIONAbstract This paper introduces the fuzzy c-means method for classifying the test constructs. To verify the unidimensional a test typically uses factor analysis as part of parametric statistics with some strict requirements, while fuzzy c-means methods including method heuristic that do not require strict require-ments. Simulation comparison between the method of factor analysis using SPSS program and fuzzy c-means methods using Matlab. Simulation data using data type dichotomy and politomus generated through Microsoft Office Excel programs each with a number of 3 items using the number of participants 10 tests, while the number of 30 test items using the number as many as 100 participants. The simulation results show that the fuzzy c-means method provides a more descriptive and dyna-mic grouping of all the designs that have been made in verifying the unidimensional as a test.Keywords: fuzzy c-means, factor analysis, unidimensional