Pengaruh Penggunaan Synonym Recognition dan Spelling Correction pada Hasil Aplikasi Penilaian Esai dengan Metode Longest Common Subsequence dan Cosine Similarity

Mohammad Nur Cholis, Erni Yudaningtyas, Muhammad Aswin

Abstract


aplikasi penilaian esai adalah harus menilai kemiripan makna dari jawaban yan diketik oleh peserta ujian dengan kunci jawaban yang digunakan sebagai patokan kebenaran jawaban. Dimana jawaban esai adalah data bahasa alami manusia yang bisa memiliki sinonim kata dan ada kemungkinan kesalahan input yang disebabkan karena kesalahan pengetikan (kesalahan ejaan). Untuk itu perlu ada sebuah penelitian yang dapat mengukur seberapa berpengaruhnya penggunan synonim recognition dan spelling correction pada hasil aplikasi penilaian esai. Pada penelitian ini data yang digunakan untuk melakukan pengujian adalah data ujian pada mata pelajaran bahasa indonesia, seni budaya dan IPA dengan jumlah soal masing-masing ujian adalah 5 soal yang masing-masing ujian tersebut diikuti oleh 24 pelajar. Sehingga dari setiap ujian akan terdapat sebanyak 120 jawaban. Hasil pengujian menunjukkan bahwa penggunaan synonym recognition dan spelling correction pada hasil aplikasi penilaian esai dapat meningkatkan akurasi dan memperkecil nilai root mean square error (rmse).


Keywords


Synonim Recognition; Spelling Correction; Aplikasi Penilaian Esai; Longest Common Subsequence; Cosine Similarity.

Full Text:

PDF

References


Braddley, M. O., Fachrurrozi, M & Yusliani, N. 2017. Pengoreksian Ejaan Kata Berbahasa Indonesia Menggunakan Algoritma Levensthein Distance. Prosiding Annual Research Seminar 2017 Computer Science and ICT.

Dwitiyastuti, R. N., Muttaqin, A. & Aswin M. 2013. Pengoreksi Kesalahan Ejaan Bahasa Indonesia Menggunakan Metode Levenshtein Distance. Jurnal Mahsasiswa Teknik Elektro Universitas Brawijaya, http://elektro.studentjournal.ub.ac.id/ Diakses tanggal 20 November 2017.

Astiti, K. A. 2017. Evaluasi Pembelajaran. Yogyakarta : Penerbit Andi (Anggota IKAPI).

Sary, Y. N. E. 2015. Buku Mata Ajar Evaluasi Pendidikan. Yogyakarta : Penerbit Deepublish (Grup Penerbitan CV BUDI UTAMA).

Jody, Wibowo, A. T., & Arifianto, A. 2015. Analsis dan Implementasi Algoritma Winnowing dengan Synonym Recognition pada Deteksi Plagiarisme untuk Dokumen Teks Berbahasa Indonesia. Bandung : Teknik Informatika Fakultas Teknik Informatika Telkom University.

Hamzah, A. 2014. Sentiment Analysis Untuk Memanfaatkan Saran Kuesioner dalam Evaluasi Pembelajaran dengan menggunakan Naive Bayes Classifier (NBC). Yogyakarta : Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2014.

Murray, P. W., Agard, B. & Barajas, M. A. 2018. Forecast of individual customer’s demand from a large and noisy dataset. Computers & Industrial Engineering 118 (2018) 33–43 . ScienceDirect.




DOI: https://doi.org/10.30743/infotekjar.v3i2.1061

Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Mohammad Nur Cholis, Erni Yudaningtyas, Muhammad Aswin

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan)

Program Studi Teknik Informatika - Universitas Islam Sumatera Utara
Website : http://jurnal.uisu.ac.id/index.php/infotekjar/index
Email : infotekjar@ft.uisu.ac.id

InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan) is licensed under a Creative Commons Attribution 4.0 International License