PENGGUNAAN CONSINE SIMILARITY DALAM PENILAIAN JAWABAN UJIAN ESAI OTOMATIS
DOI:
https://doi.org/10.32897/sobat.2022.4.0.1942Abstract
Evaluasi pembelajaran dengan metode uraian atau esai merupakan salah satu cara untuk mengetahui sampai mana kemampuan siswa menguasai materi pembelajaran. Evaluasi pembelajaran menggunakan esai merupakan ujian yang mengharuskan siswa untuk menulis jawaban mereka dan dinilai secara manual oleh guru dan mengharuskan guru menilai ujian tersebut dengan cara manual. Akan memakan waktu yang cukup banyak jika ujian tersebut dilaksanakan secara serentak oleh siswa, belum lagi tulisan siswa yang sulit untuk dibaca, penilaian yang kurang konsisten dan hal tersebut dapat mempengaruhi kualitas menilaian dari ujian itu sendiri. Untuk mengatasi masalah-masalah tersebut, sistem penilaian jawaban ujian esai otomatis dibuat sebagai pilihan untuk melakukan menilaian esai. Penilaian yang dilakukan melalui metode pemrosesan teks lalu pembobotan term frequency - inverse document frequency (TF-IDF) dan algoritma consine similarity. Berdasar hasil penelitian bahwa sistem penilaian jawaban ujian esai otomatis dengan menggunakan metode consine similarity berjalan dengan baik dengan nilai rata-rata yang diberikan oleh pengajar sebesar 88,89%.
References
Hamza Sahriar; Sarosa M; Budi Santoso Purnomo. Sistem Koreksi Soal Essay Otomatis Dengan Menggunakan Metode Rabin Karp. Jurnal EECCIS. 2013 Dec;7:153–8.
Wahyuni RT, Prastiyanto D, Supraptono DE. Penerapan Algoritma Cosine Similarity dan Pembobotan TF-IDF pada Sistem Klasifikasi Dokumen Skripsi. Semarang; 2017.
Perkasa DA, Saputra E, Fronita M, Informasi JS, Sains F, Teknologi D, et al. Sistem Ujian Online Essay Dengan Penilaian Menggunakan Metode Latent Sematic Analysis (LSA). Jurnal Rekayasa dan Manajemen Sistem Informasi. 2015;1(1):1–9.
Pramukantoro ES, Fauzi MA. Comparative analysis of string similarity and corpus-based similarity for automatic essay scoring system on e-learning gamification. In: 2016 International Conference on Advanced Computer Science and Information Systems (ICACSIS). 2016. p. 149–55.
Feldman R, Sanger J. The text mining handbook : advanced approaches in analyzing unstructured data. Cambridge University Press; 2007. 410 p.
Ariantini DAR, Lumenta ASM, Jacob A. Pengukuran Kemiripan Dokumen Teks Bahasa Indonesia Menggunakan Metode Cosine Similarity. E-Journal Teknik Informatika, No 1. 2016;9.
Hickman L, Thapa S, Tay L, Cao M, Srinivasan P. Text Preprocessing for Text Mining in Organizational Research: Review and Recommendations. Organizational Research Methods. 2022;25(1).
Kurniawan TA. Pemodelan Use Case (UML): Evaluasi Terhadap beberapa Kesalahan dalam Praktik. Jurnal Teknologi Informasi dan Ilmu Komputer. 2018 Mar 2;5(1):77.
Berardi D, Calvanese D, de Giacomo G. Reasoning on UML class diagrams. Artificial Intelligence. 2005;168(1–2).
Miraz MH, Ali M, Excell PS. Adaptive user interfaces and universal usability through plasticity of user interface design. Vol. 40, Computer Science Review. 2021.
