Penilaian Esai Pendek Otomatis dengan Pencocokan Kata Kunci Frasa Nomina
DOI:
https://doi.org/10.33633/tc.v20i4.5043Keywords:
Penilaian Esai Otomatis, Pencocokan Kata Kunci, Frasa Nomina, Esai PendekAbstract
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.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
Issue
Section
License
Copyright (c) 2021 Nurul Chamidah
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
License Terms
All articles published in Techno.COM Journal are licensed under the Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0). This means:
1. Attribution
Readers and users are free to:
-
Share – Copy and redistribute the material in any medium or format.
-
Adapt – Remix, transform, and build upon the material.
As long as proper credit is given to the original work by citing the author(s) and the journal.
2. Non-Commercial Use
-
The material cannot be used for commercial purposes.
-
Commercial use includes selling the content, using it in commercial advertising, or integrating it into products/services for profit.
3. Rights of Authors
-
Authors retain copyright and grant Techno.COM Journal the right to publish the article.
-
Authors can distribute their work (e.g., in institutional repositories or personal websites) with proper acknowledgment of the journal.
4. No Additional Restrictions
-
The journal cannot apply legal terms or technological measures that restrict others from using the material in ways allowed by the license.
5. Disclaimer
-
The journal is not responsible for how the published content is used by third parties.
-
The opinions expressed in the articles are solely those of the authors.
For more details, visit the Creative Commons License Page:
? https://creativecommons.org/licenses/by-nc/4.0/
