Publisher

UNBINUNBIN

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

Penilaian esai merupakan salah satu bentuk evaluasi yang sering digunakan untuk mengukur kemampuan mahasiswa dalam memahami materi. Namun, penilaian esai secara manual sering kali memakan waktu yang lama, rentan terhadap kesalahan, dan terkadang hasil penilaiannya kurang tepat. Oleh karena itu, diperlukan pendekatan komputasi untuk mempermudah dosen dalam memberikan nilai. Algoritma Winnowing dan Cosine Similarity diusulkan sebagai solusi untuk meningkatkan efektivitas dan ketepatan penilaian esai. Proses penilaian dimulai dengan text pre-processing, di mana kata-kata penting dipertahankan dan kata-kata yang tidak relevan dibuang. Selanjutnya, teks jawaban dipecah menjadi beberapa potongan substring atau dijadikan sebagai token menggunakan metode k-gram. Kemudian, dilakukan hashing terhadap token-token menggunakan algoritma Rolling Hash. Algoritma Winnowing digunakan untuk memilih nilai hashing terkecil dari kumpulan nilai hashing yang dihasilkan, dan frekuensi kemunculan nilai tersebut dihitung pada jawaban mahasiswa dan kunci jawaban. Akhirnya, tingkat kemiripan antara jawaban dan kunci jawaban dihitung menggunakan Cosine Similarity. Aplikasi penilaian ini telah diuji oleh ahli sistem dan dinyatakan “Sangat Layak dengan tingkat kelayakan 100%. Hasil pengujian kelayakan aplikasi kepada pengguna juga menunjukkan aplikasi ini “Sangat Layak dengan hasil keseluruhan 83%. Selain itu, hasil uji Mean Absolute Percentage Error (MAPE) menunjukkan tingkat kesalahan nilai sebesar 11%, yang menunjukkan aplikasi ini efektif dan tepat dalam penilaian esai.

Conclusion

Berdasarkan hasil penelitian yang dilakukan, dapat diuraikan beberapa kesimpulan, antara lain.1) Mendapatkan hasil nilai perolehan jawaban esai secara tepat dengan menggunakan algoritma Winnowing dan Cosine Similarity.2) Mendapatkan hasil nilai perolehan jawaban esai berdasarkan tingkat kemiripan fingerprint kata antara jawaban esai dengan kunci jawaban.3) Prototype aplikasi penilaian esai berhasil dikembangkan untuk mempermudah dosen dalam proses pemberian nilai esai.4) Hasil nilai Mean Absolute Percentage Error pada algoritma Winnowing dan algoritma Cosine Similarity dalam memberikan nilai saat dibandingkan selisihnya dengan nilai dosen sebesar 11% yakni ketepatan algoritma dalam memberikan nilai masuk ke dalam kategori Baik, kemudian hasil kuesioner kelayakan sistem dari pihak pengguna secara keseluruhan sebesar 83%.

Future Research

Berdasarkan latar belakang, metode, hasil, keterbatasan, dan saran penelitian lanjutan yang ada, pengembangan penelitian selanjutnya dapat difokuskan pada beberapa aspek. Pertama, perlu dilakukan eksplorasi terhadap metode pre-processing teks yang lebih canggih, seperti penggunaan teknik stemming atau lemmatization, untuk meningkatkan akurasi dalam mengidentifikasi kata-kata kunci dan menghilangkan variasi kata yang tidak relevan. Kedua, penelitian dapat menginvestigasi penggunaan model bahasa (language model) berbasis deep learning, seperti BERT atau Transformer, untuk memahami konteks semantik dari jawaban esai dan meningkatkan kemampuan sistem dalam menilai kualitas jawaban secara lebih holistik. Ketiga, pengembangan sistem dapat diperluas dengan mengintegrasikan fitur umpan balik otomatis kepada mahasiswa, yang memberikan penjelasan mengenai alasan penilaian dan saran perbaikan, sehingga dapat meningkatkan proses pembelajaran dan pemahaman materi.

Metadata

File size	414.69 KB
Pages	7
DMCA	Report