This research aims to develop a web-based TOEFL simulation application system using the RNG algorithm to randomize questions. The study was conducted using three different scenarios for different test types (listening, reading, and structure). The first scenario involved 10 trials for each test type to test the consistency and randomness of the algorithm used. The second test scenario was conducted to assess the quality of randomization when there was a large amount of data in the question bank stored in the database. The third test scenario was conducted to examine the results of randomization when there were two users with the same access time but different user IDs. The randomization process was carried out through a previously designed web application and used the MCG equation, one of the methods in the RNG algorithm. The results of the research conducted indicate that the use of the RNG algorithm using the MCG method can be applied well to the TOEFL simulation system. For example, the results of the first scenario test showed that in each trial, the resulting question order was different. For example, in the structure test, a question with a certain number may appear in position 18 on the first trial, but in subsequent trials it may shift to position 27 or 32; The test results also found that even though both users had the same access time, differences in User ID values caused different initial seed values. This small difference in seed values resulted in a significantly different question order.
Bahasa Indonesia
Penelitian ini bertujuan untuk menghasilkan sebuah sistem aplikasi simulasi TOEFL berbasis web dengan menggunakan algoritma RNG dalam mengacak soal. Penelitian dilakukan dengan 3 skenario berbeda pada jenis tes berbeda (listening, reading, dan structure). Skenario pertama dilakukan sebanyak 10 kali percobaan untuk setiap jenis tes dengan tujuan menguji konsistensi sekaligus kualitas acak dari algoritma yang digunakan. Skenario pengujian kedua dilakukan dengan tujuan menguji kualitas pengacakan jika terdapat banyak data pada bank soal yang tersimpan di database. Skenario pengujian ketiga dilakukan untuk menguji hasil pengacakan soal jika terdapat 2 user dengan time (waktu akses) yang saman namun Id User berbeda. Proses pengacakan dilakukan melalui aplikasi web yang telah dirancang sebelumnya dan menggunakan persamaan MCG yaitu salah satu metode pada algoritma RNG. Hasil penelitian yang telah dilakukan, menunjukkan bahwa penggunaan algoritma RNG menggunakan metode MCG dapat diterapkan dengan baik pada sistem simulasi TOEFL. Misal pada hasil pengujian skenario pertama menunjukkan bahwa pada setiap percobaan, urutan soal yang dihasilkan berbeda-beda. Sebagai contoh, pada tes structure soal dengan nomor tertentu dapat muncul pada posisi ke-18 pada percobaan pertama, tetapi pada percobaan berikutnya dapat bergeser ke posisi ke-27 atau 32; Hasil pengujian juga didaptkan bahwa meskipun kedua pengguna memiliki waktu akses yang sama, perbedaan nilai Id User menyebabkan nilai seed awal berbeda. Perbedaan kecil pada nilai seed ini menghasilkan urutan soal yang berbeda secara signifikan.
Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.