Optimasi Pemilihan Soal Ujian Try Out Menggunakan Algoritma Greedy Berdasarkan Tingkat Kesulitan dan Waktu Pengerjaan
DOI:
https://doi.org/10.51903/d6q0cf16Keywords:
Greedy Algorithm, Question Selection, Try Out, Difficulty Level, Completion TimeAbstract
The selection of appropriate questions for the trial exam is one of the main factors in objectively evaluating the readiness of participants. This process not only considers the level of difficulty of the questions, but also the duration of the work required. This study proposes the application of the greedy algorithm as a method for selecting questions based on these two main parameters. The greedy algorithm was chosen because it can provide a quick solution by selecting the best option at each step of decision making. In practice, the system will sort the questions based on the ratio of the value between the level of difficulty and the time required to complete them, then select questions until the maximum time is reached. The test results show that this method can form a collection of questions that are balanced between the time to complete and the level of difficulty. This method can also be applied in various trial exam situations with a set time. This study offers an initial overview of the use of the greedy algorithm in developing an efficient and responsive question selection system.
References
Nugroho, B. Y., & Santoso, R. (2022). Algoritma Greedy dalam Menentukan Rute Terpendek pada Sistem Informasi Pengiriman Barang. Jurnal Teknologi dan Sistem Komputer, 10(2), 120–126. https://ejurnal.poltekbangplg.ac.id/index.php/jtsk/article/view/260
Ardiansyah, M. A. (2020). Pengembangan Sistem Ujian Online dengan Soal Berjenjang dan Algoritma Pemilihan. Jurnal Sains dan Informatika, 6(1), 55–61.
Setiawan, E., & Sulistyowati, I. (2019). Penjadwalan Mata Kuliah Menggunakan Algoritma Greedy. Jurnal Ilmiah Teknologi dan Informasi Asia, 13(1), 20–28.
Siahaan, D. A., & Tampubolon, S. (2020). Sistem Penjadwalan Pengiriman Barang dengan Greedy Algorithm dan Map API. Jurnal Sains dan Teknologi, 4(2), 65–73.
Yulianto, A. (2021). Sistem Seleksi Soal Try Out Otomatis Berdasarkan Kesulitan Menggunakan Metode Fuzzy. Jurnal Informatika dan Komputer, 10(1), 14–21.
Pramudya, R. N., & Idris, M. (2022). Pengontruksian Golden Ratio dari Barisan Fibonacci. Prosiding Seminar Nasional Matematika dan Pendidikan Matematika (SENATIK), 7, 47–52.
Wahyudi, A. (2021). Algoritma Greedy untuk Penjadwalan Otomatis Berbasis Sistem Pakar. Jurnal Teknologi Informasi, 9(2), 109–117.
Supriadi, E., & Ismail, M. (2020). Pemilihan Soal Ujian Berbasis Sistem Pakar. Jurnal Ilmiah Sistem Informasi, 8(1), 22–30.
Saputra, H. (2022). Perbandingan Greedy Algorithm dan Dynamic Programming dalam Optimasi Penjadwalan Tugas Mahasiswa. Jurnal Informatika Polinema, 6(1), 44–51.
Kurniawan, R. D., & Hidayat, S. (2023). Penerapan Algoritma Greedy dalam Penjadwalan Ujian Skripsi Otomatis. Jurnal Sistem dan Teknologi Informasi, 11(2), 34–41.
Santoso, H., & Amin, M. (2019). Optimasi Pemilihan Rute Menggunakan Algoritma Greedy dan Algoritma A*. Jurnal Ilmu Komputer dan Sistem Informasi, 7(2), 123–130.
Saputri, D. M., & Anjani, N. (2020). Sistem Pemilihan Soal Ujian Secara Otomatis Berbasis Web. Jurnal Informatika UNPAM, 5(2), 102–108.
Hakim, A. R. (2021). Perancangan Aplikasi Try Out Berbasis Android Menggunakan Algoritma Seleksi Soal. Jurnal Teknologi Informasi dan Komunikasi, 3(1), 13–19.
Widodo, A., & Rakhmawati, L. (2021). Analisis Efektivitas Greedy Algorithm dalam Masalah Optimasi Terbatas Waktu. Jurnal Informatika dan Sistem Informasi, 9(3), 78–85.
Rinaldi, M. (2019). Algoritma dan Pemrograman. Institut Teknologi Bandung (Modul Resmi). http://informatika.stei.itb.ac.id/~rinaldi.munir
Sutabri, T., Enjelika, D., Mujiranda, S., & Virna, L. (2023). Transformasi digital di puskesmas menuju pelayanan kesehatan yang lebih efisien dan berkualitas. IJM: Indonesian Journal of Multidisciplinary, 1(5), 1–11. https://journal.csspublishing.com/index.php/ijm/article/view/389
Sutabri, T., Enjelika, D., Virna, L., & Mujiranda, S. (2023). "Mengoptimalkan Konsumsi Energi di Rumah Pintar Menggunakan Sistem Pendukung Keputusan Cerdas." IJM: Indonesian Journal of Multidisciplinary, 1(6). Diakses dari https://journal.csspublishing.com/index.php/ijm/article/view/533
Baharani, A. W., Apriza, Z., Mutmaina, N. A., & Sutabri, T. (2024). Perbandingan Kinerja Mata Uang Kripto Utama: Bitcoin vs Ethereum. IJM: Indonesian Journal of Multidisciplinary, 2(1). Retrieved from https://journal.csspublishing.com/index.php/ijm/article/view/568.
Apriza, Z., & Sutabri, T. (2025). Tantangan dan solusi pengelolaan basis data: Dari keamanan hingga optimalisasi query. Journal Sains Student Research (JSSR), 3(2), 1–10. https://doi.org/10.61722/jssr.v3i2.4331
Mujiranda, S., & Sutabri, T. (2025). Implementasi multimedia dalam Sistem Informasi Geografis (SIG) untuk visualisasi data spasial. IJM: Indonesian Journal of Multidisciplinary, 3(3). https://ojs.csspublishing.com/index.php/ijm/article/view/182
Lenitasari, Y., Kurniawan, T. B., Negara, E. S., Sutabri, T., & Misinem. (2022). Load optimization with shortest distance approach. Journal of Data Science, 2022(21). https://creativecommons.org/licenses/by/4.0/
Amelia, R., & Sutabri, T. (2025). Implementation of greedy algorithm in pattern matching for text recognition system. International Journal Scientific and Profesional (IJ-ChiProf), 4(2), 509–515. https://doi.org/10.56988/chiprof.v4i2.85
Sutabri, T., & Napitupulu, D. (2019). Sistem Informasi Bisnis. Yogyakarta: Penerbit Andi.
Sutabri, T. (2012). Konsep Sistem Informasi. Yogyakarta: Penerbit Andi.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Jurnal Manajemen Informatika & Teknologi
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
