PENILAIAN JAWABAN ESAI OTOMATIS MENGGUNAKAN KESAMAAN SEMANTIK DAN ANALISIS SINTAKSIS UNTUK MENDETEKSI URUTAN KATA PADA KALIMAT JAWABAN
Total View This Week0
Total View This Week0
Institusion
Institut Teknologi Bandung
Author
Efendi, Toni (STUDENT ID : 23221047)
(LECTURER ID : 0029117102)
(LECTURER ID : 0023068307)
(LECTURER ID : 0029117102)
(LECTURER ID : 0023068307)
Subject
Datestamp
2023-02-06 14:00:48
Abstract :
Ujian esai adalah salah satu tes yang dapat digunakan untuk mengukur kemampuan siswa yang bersifat kompleks, seperti kebebasan dalam menjawab dan menyusun gagasan. Akan tetapi, ujian esai memiliki kelemahan yaitu membutuhkan waktu penilaian yang lebih lama dan tingkat subjektifitas penilaian yang tinggi sehingga dapat menghasilkan penilaian yang berbeda. Oleh karena itu, penilaian jawaban esai otomatis diperlukan untuk membantu proses penilaian agar lebih cepat dan objektif. Sebagian besar penelitian terkait penilaian jawaban esai otomatis fokus pada peningkatan akurasi untuk mendekati hasil penilaian manual oleh manusia. Salah satu cara untuk meningkatkan akurasi penilaian adalah dengan menambah jumlah korpus teks yang digunakan sebagai input pelatihan model word embedding. Model word embedding dapat dimanfaatkan untuk mengantisipasi jawaban siswa yang beragam karena mampu memetakan kata-kata yang memiliki kedekatan makna. Akan tetapi model word embedding belum mampu untuk memberikan penilaian secara tepat seperti manusia ketika mencocokkan jawaban yang memerlukan ketepatan urutan kata. Penelitian ini mengusulkan peningkatan akurasi penilaian jawaban esai otomatis dengan menggunakan pengukuran kesamaan semantik berbasis word embedding dan analisis sintaksis. Analisis sintaksis memanfaatkan metode part-of-speech (POS) dan dependency parsing untuk mendeteksi urutan kata pada kalimat jawaban. Hasil pengujian menunjukkan adanya peningkatan akurasi yang lebih baik dari penelitian sebelumnya. Solusi yang diusulkan berhasil mencapai nilai koefisien korelasi pearson (r) sebesar 0,6957 dan nilai rata-rata kesalahan absolut (MAE) sebesar 0,7257. Selain itu, penambahan analisis sintaksis untuk mendeteksi urutan kata pada kalimat jawaban telah berhasil diimplementasikan dan terbukti dapat meningkatkan ketepatan model dalam melakukan penilaian jawaban esai secara otomatis.
Ujian esai adalah salah satu tes yang dapat digunakan untuk mengukur kemampuan siswa yang bersifat kompleks, seperti kebebasan dalam menjawab dan menyusun gagasan. Akan tetapi, ujian esai memiliki kelemahan yaitu membutuhkan waktu penilaian yang lebih lama dan tingkat subjektifitas penilaian yang tinggi sehingga dapat menghasilkan penilaian yang berbeda. Oleh karena itu, penilaian jawaban esai otomatis diperlukan untuk membantu proses penilaian agar lebih cepat dan objektif. Sebagian besar penelitian terkait penilaian jawaban esai otomatis fokus pada peningkatan akurasi untuk mendekati hasil penilaian manual oleh manusia. Salah satu cara untuk meningkatkan akurasi penilaian adalah dengan menambah jumlah korpus teks yang digunakan sebagai input pelatihan model word embedding. Model word embedding dapat dimanfaatkan untuk mengantisipasi jawaban siswa yang beragam karena mampu memetakan kata-kata yang memiliki kedekatan makna. Akan tetapi model word embedding belum mampu untuk memberikan penilaian secara tepat seperti manusia ketika mencocokkan jawaban yang memerlukan ketepatan urutan kata. Penelitian ini mengusulkan peningkatan akurasi penilaian jawaban esai otomatis dengan menggunakan pengukuran kesamaan semantik berbasis word embedding dan analisis sintaksis. Analisis sintaksis memanfaatkan metode part-of-speech (POS) dan dependency parsing untuk mendeteksi urutan kata pada kalimat jawaban. Hasil pengujian menunjukkan adanya peningkatan akurasi yang lebih baik dari penelitian sebelumnya. Solusi yang diusulkan berhasil mencapai nilai koefisien korelasi pearson (r) sebesar 0,6957 dan nilai rata-rata kesalahan absolut (MAE) sebesar 0,7257. Selain itu, penambahan analisis sintaksis untuk mendeteksi urutan kata pada kalimat jawaban telah berhasil diimplementasikan dan terbukti dapat meningkatkan ketepatan model dalam melakukan penilaian jawaban esai secara otomatis.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
