UPIUPI

Indonesian Journal of Science and TechnologyIndonesian Journal of Science and Technology

Uji Bahasa Inggris sebagai Bahasa Asing (TOEFL) merupakan salah satu bentuk evaluasi pembelajaran yang memerlukan soal berkualitas tinggi. Proses pembuatan soal TOEFL secara konvensional memakan waktu yang besar, sehingga teknologi komputer dapat dimanfaatkan untuk mengatasi keterbatasan tersebut. Penelitian ini bertujuan menghasilkan soal TOEFL tipe sentence completion secara otomatis dengan sistem yang berisikan beberapa tahapan: (1) pengumpulan data dari situs berita internasional yang memiliki kualitas tata bahasa baik; (2) pemrosesan teks menggunakan Natural Language Processing (NLP); (3) tag part-of-speech (POS); (4) ekstraksi fitur soal; (5) pemisahan dan pemilihan kalimat berita; (6) perhitungan nilai dari tujuh fitur; (7) konversi nilai kategorikal menjadi kontinu; (8) klasifikasi posisi kata kosong menggunakan algoritma K‑Nearest Neighbor (KNN); (9) penetapan aturan heuristik dari ahli manusia; dan (10) pemilihan pilihan jawaban atau pelajaran tersebut. Setelah melakukan eksperimen pada 10 artikel berita, 20 soal dihasilkan, di mana evaluasi manusia menilai kualitas soal dengan persentase kualitas sebesar 81,93 % dan keseragaman posisi kosong sebesar 70 %. Dengan demikian, dapat disimpulkan bahwa sistem menghasilkan soal yang berkualitas baik dan dapat dijadikan alat bantu pembuatan soal TOEFL secara otomatis.

Penelitian ini berhasil mengembangkan sistem otomatis pembuat soal TOEFL tipe penyisipan kalimat menggunakan NLP, KNN, dan heuristik.Evaluasi menunjukkan bahwa soal yang dihasilkan memiliki kualitas baik (81,93 % skor penilaian, 81,25 % konsistensi jawaban, dan 70 % keseragaman posisi kosong).Oleh karena itu, sistem ini dapat dijadikan alat bantu pembuatan soal TOEFL secara otomatis dari artikel berita.

Berbagai arah penelitian dapat dikerjakan untuk meningkatkan sistem ini. Satuannya adalah menguji model pembelajaran mendalam—seperti encoder‑decoder transformer atau BERT—untuk prediksi posisi kosong, yang diharapkan dapat mengangkat akurasi ke atas 85 % dan mengurangi ketergantungan pada heuristik manual. Selanjutnya, memperluas kumpulan data dengan artikel dari lebih banyak domain dan bahasa, serta meneliti perbedaan gaya bahasa, dapat memicu pengembangan generator soal multi‑bahasa yang lebih fleksibel dan adaptif. Ketiga, menambahkan modul penyesuaian tingkat kesulitan yang menilai jawaban siswa secara dinamis—misalnya melalui perhitungan skor kesulitan berbasis Bayesian—akan membantu pendidik menyesuaikan materi dengan lebih baik dan meningkatkan retensi belajar. Terakhir, evaluasi lapangan yang lebih luas, melibatkan lebih banyak guru, pelajar, dan penguji profesional, akan membangun validitas eksternal serta memberi wawasan praktis tentang penggunaan sistem dalam berbagai kondisi pembelajaran.

  1. The Influence of Hot Forming on the Microstructure and Corrosion Behaviour of AZ31B Magnesium Alloys... doi.org/10.17509/ijost.v3i2.12758The Influence of Hot Forming on the Microstructure and Corrosion Behaviour of AZ31B Magnesium Alloys doi 10 17509 ijost v3i2 12758
File size2.2 MB
Pages18
DMCAReportReport

ads-block-test