ANALISIS SKEMA-SKEMA KEMIRIPAN VEKTOR PADASISTEM PENILAIAN UJIAN ESSAY ONLINE

2016: Seminar Informatika Aplikatif Polinema (SIAP)

Trisna Ari Roshinta
Faisal Rahutomo
Deddy Kusbianto

Abstract

Setiap  proses  pembelajaran  memerlukan  alat  evaluasi  untuk  mengukur  tingkat  pemahaman  siswa.  Jenis
evaluasi  dapat  berupa  soal  pilihan  ganda,  isian  singkat  dan  essay.  Beberapa  penelitian  mengungkapkan  ujian
essaylebih baik dari jenis evaluasi lainnya. Penilaian  essaysecara otomatis dibutuhkan untuk menghemat waktu
pengajar  dalam  mengoreksi  jawaban.  Namun,  pengembangan  untuk  penilaian  essay masih  terus  dilakukan
sampai  sekarang.  Tujuannya  adalah  untuk  memperoleh  nilai  keakurasian  yang  lebih  baik  dari  metode  yang
digunakan dalam penilaian.
Berdasarkan  permasalahan  tersebut  maka  dilakukan  penelitian  mengenai  analisis  perbandingan  metode
kemiripan untuk penilaian ujian  essay  online. Metode kemiripan yang dibandingkan adalah  Cosine Similarity,
Euclidean  Distance dan  Jaccard.  Ketiga  metode  menghasilkan  nilai  koefisien  (0-1).  Nilai  koefisien
menunjukkan seberapa mirip jawaban siswa dengan kunci jawaban. Koefisien dikonversi kedalam nilai antara 0-100. Untuk mengetahui metode yang terbaik, dilakukan pebandingan antara nilai sistem dan nilai manual dengan
skala yang sama. Data yang digunakan sebanyak 2162data. Data ini diperoleh dari 50 siswa yang menjawab 40
soal pada bidang politik, olahraga, lifestyledan teknologi.
Penelitian  ini  menunjukkan  bahwa  skema  Jaccard dengan  stemming lebih  kecil  dibandingkan  2  skema
kemiripan lainnya. Nilai percentage errordari Jaccardyaitu 52.31%, Euclidean Distance332.90% dan Jaccard
59.49%. Bagimanapun, nilai ini terlalu tinggi digunakan sebagai metode penilaian  online, sehingga perlu adanya
metode lain yang memiliki errorlebih kecil.

References

Frakes, W. B. 2012. Stemming. [Online] Tersedia :
http://orion.lcg.ufrj.br/Dr.Dobbs/books/book5
/chap08.htm[20 Mei 2016]
Carl J. Wenning, Ed.D. (2014) : All Student Lab
Handbook Physics Teacher. Education
Program Coordinator 1994-2008, 12-32
Ghosh, S., Fatima, S. (2011): Design of an
Automated Essay Grading (AEG) System in
Indian Context, International Journal of
Computer Applications (0975 - 8887), vol. 1,
no. 11, pp 60
Halabi, A., Ahmed Derar Islim and Mohamed
Zakaria Kurdi. (2010): A Hybrid Approach
for Indexing and Retrieval of Archaeological
Textual Information, Lecture Notes in
Computer Science, 2010, vol. 6279,
Knowledge-Based and Intelligent
Information and Engineering Systems, pp
527-535.
Kakkonen, T. and Sutinen, E. (2004) : Automatic
Assessment of The Content of Essays Based
on Course Materials, In Proc. the Int'1Conf.
on Information Technology: Research and
Education, 126-130.
Manning, Christopher D., Prabhakar Raghavan,
Hinrich Schutze, (2009) : An Introduction to
Information Retrieval, Cambridge:
Cambridge University Presss, 22-32
Salton, Wong, & Yang. (1975) : A Vector Space
Model for Information Retrieval. JASIS, 613-620
Tan, Pang-Ning, Michael Steinbach, Vipin Kumar.
(2006) : Introduction To Data Mining. New
York: Pearson Education, Inc.
Yates, R. Baeza and B. Ribeiro-Neto. (1997) :
Modern Information Retrieval. Addison
Wesley.