Article Sidebar
Main Article Content
Abstract
Sistem evaluasi merupakan salah satu cara untuk
dapat mengukur kemampuan berpikir siswa terkhususnya
jawaban esai. Pada umumnya bentuk evaluasi yang digunakan
untuk mengukur kemampuan siswa dibagi menjadi 2(dua)
kategori tes yang meliputi: 1) Multiple Choice (pilihan ganda) dan
2) Essay (jawaban uraian). Komputer sebagai sarana penting
dalam proses pembelajaran tentunya akan lebih mudah dan
akurat dalam melakukan penilaian pada bentuk evaluasi pilihan
ganda dan jawaban singkat dibandingkan dengan evaluasi esai
dikarenakan keberagaman jawaban siswa. Hal ini pulalah yang
mengakibatkan penilaian dan koreksi otomatis pada jawaban esai
siswa telah menjadi kajian penelitian di bidang pendidikan sejak
dulu hingga kini. Pada dasarnya penelitian ini bertujuan untuk
membuat aplikasi yang dapat membantu dalam melakukan
penilaian jawaban soal essay secara otomatis melalui pendekatan
Algoritma Generalized Latent Semantic Analysis (GLSA). Pada
Algoritma ini terdapat 3 (tiga) proses utama yang meliputi
preprocessing, GLSA, dan penilaian. Pada preprocessing terdapat
beberapa tahapan, seperti: tokenisasi, stopword, stemming, dan
term weigh. Sementara pada proses GLSA memiliki metode
reduksi dimensi untuk mengambil kata-kata kunci yang
dibandingkan dengan jawaban-jawaban kunci yang tersedia.
Proses ini menggunakan n-gram yang berupa unigram, bigram,
dan trigram sebagai tahapan kombinasi kata pada pembentukan
matriks jawaban siswa dan jawaban guru. Dari proses ini,
selanjutnya dibandingkan dengan tahapan penilaian melalui
cosine similarity untuk memperoleh nilai siswa berdasarkan
kesamaan n-gram dari jawaban siswa dan jawaban guru. Selain
itu kami juga mengembangkan penelitian kami sebelumnya
dengan menambahkan training esai dan melakukan evaluasi dari
jawaban siswa berdasarkan data training esai. Simpulan hasil
akurasi yang diperoleh adalah rata-rata untuk mata pelajaran
Sejarah, Sosiologi dan Pendidikan Kewarganegaran pada jenjang
Sekolah Menengah Atas (SMA) mencapai 90,39%.