Konsep bilangan adalah materi dasar matematika yang diajarkan sejak dini, namun banyak siswa SMP masih kesulitan memahaminya, terutama dalam materi bilangan. Kesulitan ini disebabkan salah satunya karena miskonsepsi, sehingga diperlukan tes untuk mengidentifikasi kesulitan yang terjadi. Salah satunya ialah dengan menggunakan tes diagnostik. Oleh karena itu, penelitian ini dilakukan untuk mengembangkan instrumen tes diagnostik untuk mengidentifikasi kesulitan belajar siswa pada materi bilangan. Penelitian ini bertujuan untuk mengetahui bagaimana proses dan hasil pengembangan instrumen tes diagnostik kesulitan belajar pada materi Bilangan yang valid dan reliabel. Penelitian ini menggunakan metode penelitian dan pengembangan (R&D) dengan model Tessmer yang terdiri atas tahap preliminary, self evaluation, dan prototyping (expert review, one-to-one, dan small group). Tahap preliminary peneliti menghasilkan rancangan awal instrumen tes diagnostik materi Bilangan untuk kelas VII MTsN. Rancangan ini mencakup peta konsep, kisi-kisi tes, dan 45 butir soal pilihan ganda dua tingkat (two-tier multiple choice), yang memuat alternatif jawaban beserta alasan memilih jawaban, yang disusun berdasarkan analisis kurikulum, materi, dan konteks sekolah melalui wawancara guru serta penetapan siswa kelas VII-7 dan VII-11 sebagai subjek penelitian. Tahap self evaluation dilakukan untuk menilai dan merevisi soal secara mandiri sebelum divalidasi oleh ahli. Produk akhir berupa 45 soal pilihan ganda disertai alasan untuk menuliskan alasan jawaban dari siswa.Tahap prototyping meliputi expert review untuk menilai dan memberi saran dan perbaikan terhadap peta konsep, kisi-kisi dan soal, dan diperoleh (1) penilaian validator pada Prototype I yang berjumlah 45 butir soal, diperoleh 18 butir soal dinyatakan layak digunakan, 25 butir soal dinyatakan direvisi, dan 2 butir soal dinyatakan dibuang karena bukan termasuk materi Bilangan di fase D dan diganti dengan butir soal untuk melihat konsep awal pada sub-materi. sehingga Prototype I belum dapat digunakan dan perlu direvisi, (2) penilaian validator pada Prototype II yang berjumlah 45 butir soal, diperoleh 45 butir soal ini dinyatakan sudah layak digunakan. Tahap one-to-one diperoleh bahwa sebagian besar soal dapat dipahami dengan baik, namun pada soal nomor 4 direvisi untuk memperjelas bahasa agar tidak menimbulkan multi-tafsir, pada tahap small group, tahap uji coba soal kepada 60 siswa, dan diperoleh bahwa 24 soal diterima, 13 soal direvisi dan 8 soal ditolak. Dengan tingkat reliabelitas keseluruhan butir tes sebesar 0,830 yang termasuk dalam kategori reliabilitas sangat tinggi.