UNBINUNBIN

Jurnal SAINTEKOM (Sains dan Teknologi Komputasi)Jurnal SAINTEKOM (Sains dan Teknologi Komputasi)

Penelitian ini bertujuan mengembangkan sistem penilaian otomatis berbasis algoritma Natural Language Processing (NLP) yang menggunakan metode rubrik untuk membantu guru menilai jawaban esai siswa secara objektif, konsisten, dan efisien. Tantangan utama yang dihadapi guru adalah memberikan penilaian yang adil dan sesuai dengan bobot kriteria rubrik, terutama saat menghadapi banyak jawaban dengan keragaman tinggi. Penelitian ini mengadopsi metode pengembangan prototipe aplikasi berbasis web, di mana algoritma NLP dirancang untuk mencocokkan jawaban siswa dengan kriteria rubrik secara otomatis. Data penelitian dikumpulkan melalui observasi lapangan dan uji coba sistem, melibatkan guru dan siswa dari SMK Kosgoro sebagai subjek penelitian. Hasilnya menunjukkan bahwa sistem ini mampu meningkatkan efisiensi penilaian dengan tingkat akurasi tinggi dalam mencocokkan jawaban dengan rubrik yang telah ditentukan. Sistem ini juga membantu guru memberikan umpan balik yang lebih cepat dan relevan, sehingga siswa dapat memahami tingkat penguasaan mereka terhadap materi pelajaran dengan lebih baik. Berdasarkan evaluasi yang dilakukan, sistem ini memperoleh hasil uji ahli sebesar 100%, uji hasil pengguna sebesar 87,27%, dan uji hasil keseluruhan sebesar 86,75%, yang menunjukkan bahwa penerapan metode rubrik berbasis algoritma NLP memiliki tingkat efektivitas yang tinggi. Penelitian ini membuktikan bahwa penerapan metode rubrik berbasis algoritma NLP dapat meningkatkan kualitas pembelajaran secara keseluruhan.

Berdasarkan hasil pengujian, sistem penilaian otomatis berbasis algoritma NLP dengan metode rubrik menunjukkan tingkat keberhasilan yang tinggi dalam mencocokkan jawaban siswa dengan kriteria rubrik yang telah ditetapkan.Hasil perhitungan rata-rata persentase dari seluruh kategori menunjukkan nilai sebesar 87,27%, sedangkan skor total dari seluruh responden mencapai 86,75%.Selain itu, sistem mendapatkan respons positif dari guru sebagai pengguna, terutama dalam aspek akurasi, kemudahan penggunaan, dan efektivitas dalam membantu proses penilaian.Hasil ini mengindikasikan bahwa penerapan metode rubrik berbasis algoritma NLP telah memenuhi kebutuhan pengguna dalam memberikan penilaian yang lebih objektif, konsisten, dan efisien.Sistem penilaian otomatis berbasis algoritma NLP dengan metode rubrik dapat diandalkan untuk menilai jawaban siswa secara objektif dan efisien.Namun, pengembangan lebih lanjut diperlukan untuk meningkatkan akurasi pencocokan jawaban dengan rubrik serta mengoptimalkan sistem dalam menangani variasi jawaban siswa.

Untuk meningkatkan efektivitas sistem penilaian otomatis, penelitian selanjutnya dapat fokus pada pengembangan algoritma NLP yang lebih canggih dan akurat dalam mencocokkan jawaban siswa dengan kriteria rubrik. Selain itu, perlu dilakukan pengujian lebih luas dengan melibatkan lebih banyak guru dan siswa dari berbagai sekolah untuk memastikan validitas dan reliabilitas sistem. Penelitian juga dapat mengeksplorasi integrasi sistem penilaian otomatis dengan platform pembelajaran online, sehingga dapat meningkatkan aksesibilitas dan kemudahan penggunaan bagi guru dan siswa. Dengan demikian, sistem penilaian otomatis berbasis metode rubrik dan NLP dapat menjadi solusi yang lebih efektif dan efisien dalam mendukung proses pembelajaran di sekolah.

  1. Implementasi Natural Language Processing (NLP) dan Algoritma Cosine Similarity dalam Penilaian Ujian... ejurnal.stmik-budidarma.ac.id/index.php/JSON/article/view/5374Implementasi Natural Language Processing NLP dan Algoritma Cosine Similarity dalam Penilaian Ujian ejurnal stmik budidarma ac index php JSON article view 5374
  2. Analisis Sentimen pada Ulasan Pembelian Produk di Marketplace Shopee Menggunakan Pendekatan Natural Language... doi.org/10.30864/eksplora.v10i1.390Analisis Sentimen pada Ulasan Pembelian Produk di Marketplace Shopee Menggunakan Pendekatan Natural Language doi 10 30864 eksplora v10i1 390
  3. DOI Name 10.69808 Values. doi name values index type timestamp data hs admin 22z handle na delete hdl... doi.org/10.69808DOI Name 10 69808 Values doi name values index type timestamp data hs admin 22z handle na delete hdl doi 10 69808
  1. #integrasi sistem#integrasi sistem
  2. #integrasi sistem jit#integrasi sistem jit
Read online
File size249.82 KB
Pages5
Short Linkhttps://juris.id/p-2Ef
Lookup LinksGoogle ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard
DMCAReport

Related /

ads-block-test