Penilaian Esai Pendek Otomatis dengan Pencocokan Kata Kunci Frasa Nomina

Authors

  • Nurul Chamidah Universitas Pembangunan Nasional Veteran Jakarta https://orcid.org/0000-0003-3515-7051
  • Mayanda Mega Santoni Universitas Pembangunan Nasional Veteran Jakarta
  • Helena Nurramdhani Irmanda Universitas Pembangunan Nasional Veteran Jakarta
  • Ria Astriratma Universitas Pembangunan Nasional Veteran Jakarta

DOI:

https://doi.org/10.33633/tc.v20i4.5043

Keywords:

Penilaian Esai Otomatis, Pencocokan Kata Kunci, Frasa Nomina, Esai Pendek

Abstract

Pembelajaran daring menjadi suatu kebutuhan dalam pengajaran baik dalam memberikan materi maupun ujian. Ujian dalam bentuk soal objektif kurang dapat mengukur kemampuan pemahaman seseorang dan soal esai dianggap lebih baik untuk mengevaluasi hasil pembelajaran. Namun, jawaban berbentuk esai memerlukan waktu yang lebih banyak untuk dilakukan penilaian serta hasil penilaiannya dapat inkonsisten. Maka dari itu, diperlukan suatu sistem penilaian esai otomatis yang dapat menilai esai dengan lebih cepat dan konsisten. Penelitian ini dilakukan untuk menganalisis performa penilain esai otomatis dengan mengekstrak kata kunci dari frasa nomina dalam jawaban berbentuk esai pendek. Penilaian esai dilakukan dengan mencocokkan kata kunci yang diekstrak dari jawaban uji dan jawaban referensi. Jawaban uji dan referensi diproses dengan case folding, Part of Speech (POS) Tagging, ekstraksi frasa nomina, dan stemming. Kata kunci unik jawaban uji dan jawaban referensi yang diperoleh dari proses tersebut selanjutnya dicocokkan dan kemudian dinilai berdasarkan kecocokan tersebut. Hasil evaluasi penelitian ini menunjukkan Mean Absolute Error (MAE) dari nilai yang diperoleh dengan mencocokkan kata kunci dengan nilai uji yang diberikan manusia sebesar 18% dan Pearson Correlation sebesar 0.83 yang menunjukkan korelasi antara nilai sistem dan nilai uji sangat baik.

Author Biography

Nurul Chamidah, Universitas Pembangunan Nasional Veteran Jakarta

Fakultas Ilmu Komputer, UPN Veteran Jakarta

References

H. Rababah and A. T. Al-Taani, “An automated scoring approach for Arabic short answers essay questions,” in ICIT 2017 - 8th International Conference on Information Technology, Proceedings, Oct. 2017, pp. 697–702. doi: 10.1109/ICITECH.2017.8079930.

R. Adhitia and A. Purwarianti, “Penilaian Esai Jawaban Bahasa Indonesia Menggunakan Metode SVM - LSA Dengan Fitur Generik,” Jurnal Sistem Informasi, vol. 5, no. 1, p. 33, Jul. 2012, doi: 10.21609/jsi.v5i1.260.

R. B. Aji, Z. A. Baisal, and Y. Firdaus, “Automatic Essay Grading System Menggunakan Metode Latent Semantic Analysis E-78 E-79,” Seminar Nasional Aplikasi Teknologi Informasi, vol. 2011, no. Snati, pp. 1–9, 2011.

J. Zeniarja, A. Salam, and I. Achsanu, “Sistem Koreksi Jawaban Esai Otomatis (E-Valuation) dengan Vector Space Model pada Computer Based Test (CBT),” Seri Prosiding Seminar Nasional Dinamika Informatika, vol. 4, no. 1, Apr. 2020.

M. Jamaluddin, N. Yuniarti, A. Rahmani, and J. Hutahaean, “Aplikasi Penilaian Otomatis Ujian Esai Berbahasa Indonesia Menggunakan Algoritma K-Nearest Neighbor ( Studi kasus MAN Cimahi ),” Prosiding Industrial Research Workshop and National Seminar, vol. 10, no. August 2019, pp. 314–324, Aug. 2020, doi: 10.35313/irwns.v10i1.1404.

F. Rahutomo, Y. P. Putra, and M. H. Ali, “Implementasi Manhattan Distance dan Dice Similarity pada Ujian Esai Daring Berbahasa Indonesia,” Seminar Informatika Aplikatif Polinema, pp. 171–174, 2019.

N. Chamidah and M. M. Santoni, “Pencocokan Berbasis Kata Kunci pada Penilaian Esai Pendek Otomatis Berbahasa Indonesia,” Techno.Com, vol. 20, no. 1, pp. 19–27, Feb. 2021, doi: 10.33633/tc.v20i1.4115.

F. Pratama, “Rancang Bangun Aplikasi Peringkas Tkes Otomatis Artikel Berbahasa Indonesia Mengunakan Metode Term Frequency Inverse Document Frequency (TF-IDF) dan K-mean Clustering,” Fakultas Sains dan Teknologi, Apr. 2014.

D. Wahyudi, T. Susyanto, and D. Nugroho, “Implementasi dan Analisis Algoritma Stemming Nazief & Adriani dan Porter pada Dokumen Berbahasa Indonesia,” Jurnal Ilmiah SINUS, vol. 15, no. 2, 2017, doi: 10.30646/sinus.v15i2.305.

J. Han, M. Kamber, and J. Pei, Data Mining: Concepts and Techniques. 2012. doi: 10.1016/B978-0-12-381479-1.00001-0.

G. Brassington, “Mean absolute error and root mean square error: which is the better metric for assessing model performance?,” Geophysical Research Abstracts, vol. 19, pp. 2017–3574, 2017.

T. F. de C. Marshall and J. L. Fleiss, “Statistical Methods for Rates and Proportions.,” The Statistician, vol. 25, no. 1, p. 70, 1976, doi: 10.2307/2988144.

Downloads

Published

2021-11-22