digilib@itb.ac.id +62 812 2508 8800

PENILAI JAWABAN ESAI OTOMATIS MENGGUNAKAN KESAMAAN SEMANTIK BERBASIS WORD EMBEDDING

77 views
Save At List
Penulis : Mutaqin [23217150]
Kontributor / Dosen Pembimbing :
  • Yusep Rosmansyah, S.T., M.Sc., Ph.D.
  • Ir. Budiman Dabarsyah, MSEE
Jenis Koleksi : Tesis
Tahun Terbit :
Penerbit : Teknik Elektro
Fakultas : Sekolah Teknik Elektro dan Informatika
Subjek :
Kata Kunci : penilaian jawaban esai otomatis, kesamaan semantik, word-embedding
Sumber :
Staf Input/Edit : karya  
File : 1 file
Tanggal Input : 23 Sep 2019

Abstrak
PUBLIC Open In Flipbook karya

Tes esai merupakan salah satu cara yang digunakan untuk melakukan penilaian (assessment) terhadap siswa yang merupakan bagian penting dalam pembelajaran. Tes esai dinilai mampu mengukur kemampuan siswa yang bersifat kompleks seperti kemampuan menyusun gagasan dan argumentasi terkait soal yang ditanyakan. Akan tetapi, proses penilaian esai memiliki kekurangan yaitu membutuhkan waktu yang lama dan terdapat subjektifitas antar penilai sehingga dimungkinkan terdapat hasil penilaian yang berbeda. Oleh karena itu, diperlukan penilaian jawaban esai otomatis untuk membantu proses penilaian agar lebih cepat dan lebih objektif. Seiring berkembangnya pemrosesan bahasa alami dan mesin pembelajaran, penelitian terkait penilaian jawaban esai otomatis terus berkembangan. Permasalahan utama yang diangkat dalam penelitian terkait penilaian jawaban esai otomatis adalah bagaimana meningkatkan akurasi penilaian sehingga mendekati hasil penilaian manusia. Proses penilaian jawaban esai pada dasarnya adalah membandingkan jawaban siswa dengan referensi jawaban yang benar. Jawaban siswa dinilai benar jika memiliki kesamaan dengan referensi jawaban secara semantik dan tidak terdapat makna yang berlawanan. Penelitian ini mengusulkan peningkatan akurasi penilaian esai dengan memanfaatkan pengukuran kesamaan semantik berbasis word-embedding dan analisis sintaksis. Pemanfaatan model word-embedding digunakan untuk mengantisipasi beragamnya jawaban siswa karena model tersebut mampu memetakkan kata-kata yang berdekatan makna. Sementara itu, analisis sintaksis digunakan untuk mendeteksi makna kalimat yang berlawanan dengan memanfaatkan part-of speech tag dan hubungan dependensi kata dalam kalimat. Hasil pengujian memperlihatkan korelasi yang baik antara penilaian jawaban esai otomatis dengan penilaian manusia secara manual dengan koefisien korelasi sebesar 0,7085. Tingkat keakuratan penilaian jawaban esai otomatis yang diukur dengan rata-rata kesalahan absolut juga menunjukkan hasil yang lebih baik dari penelitian sebelumnya.

Artikel Terkait