Datasetpublic

erzanugroho/soal-ujian-sd-kurikulum-merdeka

Soal Ujian SD Kurikulum Merdeka (Kelas 1–6) Dataset soal ujian Sekolah Dasar (SD) berbahasa Indonesia, dibangun mengikuti Kurikulum Merdeka untuk Kelas 1 sampai Kelas 6 (Fase A, B, dan C). Setiap entri berupa satu lembar soal (worksheet) berisi 5 soal dengan komposisi sesuai jenis ujiannya. 3.000 lembar soal (worksheets) 15.000 soal total 5 mata pelajaran × 6 kelas × 5 jenis ujian, terdistribusi merata Struktur Dataset Dataset punya dua konfigurasi:… See the full description on the dataset page: https://huggingface.co/datasets/erzanugroho/soal-ujian-sd-kurikulum-merdeka.

sourceHugging Facecc-by-4.0updated 4mo agoView on Hugging Face

0likes154downloads

Dataset Card

Soal Ujian SD Kurikulum Merdeka (Kelas 1–6)

Dataset soal ujian Sekolah Dasar (SD) berbahasa Indonesia, dibangun mengikuti Kurikulum Merdeka untuk Kelas 1 sampai Kelas 6 (Fase A, B, dan C). Setiap entri berupa satu lembar soal (worksheet) berisi 5 soal dengan komposisi sesuai jenis ujiannya.

—3.000 lembar soal (worksheets)
—15.000 soal total
—5 mata pelajaran × 6 kelas × 5 jenis ujian, terdistribusi merata

Struktur Dataset

Dataset punya dua konfigurasi:

1. `worksheets` (default — 3.000 baris)

Satu baris = satu lembar soal lengkap.

kolom	tipe	keterangan
`id`	string	id unik lembar, mis. `pilot_0042`
`subject`	string	kode mapel: `matematika`, `bahasa_indonesia`, `ipas`, `pendidikan_pancasila`, `bahasa_inggris`
`subject_label`	string	nama mapel siap tampil
`grade`	int	kelas 1–6
`exam_type`	string	`latihan`, `formatif`, `sts`, `sas`, `tka`
`difficulty`	string	`mudah` / `sedang` / `sulit` / `campuran`
`topic`	string	topik utama lembar
`num_questions`	int	jumlah soal (selalu 5)
`questions_json`	string	JSON array berisi 5 soal (lihat skema di bawah)

2. `questions` (15.000 baris)

Satu baris = satu soal (sudah di-flatten, enak untuk filter/analisis).

kolom	tipe	keterangan
`worksheet_id`	string	id lembar asal
`subject` / `subject_label` / `grade` / `exam_type`	—	sama seperti worksheet
`question_number`	int	nomor soal 1–5
`type`	string	`mcq_single`, `mcq_multi`, `true_false`
`text`	string	teks soal
`topic`	string	topik soal
`difficulty`	string	tingkat kesulitan soal
`cognitive_level`	string	level kognitif Bloom (C1–C4)
`option_a`–`option_d`	string	opsi (null untuk `true_false`)
`correct_answer`	string	`mcq_single`: satu huruf (`a`–`d`); `mcq_multi`: huruf dipisah koma (mis. `a,c`)
`statements_json`	string	`true_false`: JSON array `[{text, answer}]` dengan answer `B`/`S`

Skema Soal (`questions_json`)

json

{
  "number": 1,
  "type": "mcq_single",
  "text": "FPB dari 12 dan 18 adalah...",
  "topic": "KPK dan FPB",
  "difficulty": "sedang",
  "cognitive_level": "C2",
  "option_a": "2", "option_b": "3", "option_c": "6", "option_d": "12",
  "correct_answer": "c",
  "statements": null
}

Tipe soal:

—`mcq_single` — pilihan ganda, 1 jawaban benar (correct_answer).
—`mcq_multi` — pilihan ganda kompleks, 2+ jawaban benar (correct_answers).
—`true_false` — beberapa pernyataan benar/salah (statements).

Komposisi per Jenis Ujian

jenis	mcq_single	mcq_multi	true_false
`latihan`	5	0	0
`formatif`	3	1	1
`sts` / `sas` / `tka`	3	1	1

Distribusi

Per kelas (masing-masing 500 lembar):

kelas 1: 500   kelas 2: 500   kelas 3: 500
kelas 4: 500   kelas 5: 500   kelas 6: 500

Per mata pelajaran (masing-masing 600 lembar):

Matematika  Bahasa Indonesia  IPAS  Pendidikan Pancasila  Bahasa Inggris
   600            600           600          600                600

Per jenis ujian (masing-masing 600 lembar):

latihan  formatif  sts  sas  tka
  600      600      600  600  600

Per tipe soal (15.000 soal):

mcq_single: 11.400    mcq_multi: 1.800    true_false: 1.800

Pemetaan Fase Kurikulum Merdeka

Fase	Kelas	Level kognitif dominan
A	1–2	C1–C2
B	3–4	C1–C3
C	5–6	C2–C4

Cara Pakai

python

from datasets import load_dataset

# Lembar soal lengkap
ws = load_dataset("erzanugroho/soal-ujian-sd-kurikulum-merdeka", "worksheets", split="train")
print(ws[0]["subject_label"], ws[0]["grade"], ws[0]["exam_type"])

import json
soal = json.loads(ws[0]["questions_json"])
print(soal[0]["text"], "->", soal[0]["correct_answer"])

# Per-soal (flat)
q = load_dataset("erzanugroho/soal-ujian-sd-kurikulum-merdeka", "questions", split="train")
mtk_k6 = q.filter(lambda r: r["subject"] == "matematika" and r["grade"] == 6)
print(len(mtk_k6), "soal Matematika kelas 6")

Pembuatan & Validasi

Dataset di-generate dengan LLM lalu divalidasi otomatis secara ketat. Lembar yang lolos memenuhi semua aturan berikut:

—Skema JSON valid, jumlah & penomoran soal benar.
—Komposisi tipe soal sesuai jenis ujian.
—Topik cocok dengan daftar topik kelas tersebut.
—Bahasa konsisten: mapel non-Inggris wajib Bahasa Indonesia; Bahasa Inggris wajib English.
—cognitive_level sesuai fase kelas.
—Dedup tingkat-lembar: tidak ada dua lembar yang identik.

Batasan

—Konten dihasilkan model; perlu review guru sebelum dipakai di kelas nyata.
—Validasi bersifat struktural/heuristik, bukan jaminan kebenaran fakta tiap soal.
—Topik per kelas masih terbatas (beberapa topik inti per mapel/kelas).

Lisensi

Dirilis di bawah CC BY 4.0 — bebas dipakai dan dimodifikasi dengan atribusi.

Sitasi

bibtex

@misc{soal_ujian_sd_kurmer_2026,
  title  = {Soal Ujian SD Kurikulum Merdeka (Kelas 1-6)},
  author = {Erza Nugroho},
  year   = {2026},
  url    = {https://huggingface.co/datasets/erzanugroho/soal-ujian-sd-kurikulum-merdeka}
}