Optimalisasi Algoritma Rabin Karp menggunakan TF-IDF Dalam Pencocokan Text Pada Penilaian Ujian Essay Otomatis

Saeful Bahri, Rusda Wajhillah

Abstract


Penilaian capaian belajar merupakan salah satu tolak ukur dalam keberhasilan proses belajar mengajar, salah satu metode pengukuran capaian tersebut adalah dengan penilaian essay, namun pada prosesnya penilaian dengan essay terdapat beberapa kekurangan diantaranya objektifitas penilai dalam memberikan hasil penilaian tersebut, beberapa peneliti telah melakukan penelitian tentang sebuah sistem penilaian essay secara otomatis diantaranya menggunakan beberapa algoritma seperti LSA (Latent Semantic analysis) dan Neural Network, algoritma tersebut memiliki beberapa kekurangan seperti pada LSA yang memiliki kekurangan dalam penanganan vector dalam mencocokan teks, sedangkan NN perlu data yang besar dalam mencocokan teks, pada penelitian ini akan diterapkan algoritma rabin karp, yang bekerja secara langsung dalam mencocokan teks berdasarkan Hash yang ditambahakan TF-IDF yang berguna untuk melakukan pengindekan dan menghitung frekuensi kemunculan teks pda sebuah dokumen, kedua metode ini terbukti mampu meningkatkan hasil pencocokan sebesar 11,81%

Keywords


Rabin Karp; TF-IDF; Penilaian Otomatis;TF-IDF

References


K. Zupanc and Z. Bosnic, “Automated essay evaluation with semantic analysis,” Knowledge-Based Syst. Vol., vol. 120, pp. 118–132, 2017.

C. Ramineni and D. M. Williamson, “Automated essay scoring: Psychometric guidelines and practices,” Assess. Writ., vol. 18, no. 1, pp. 25–39, Jan. 2013.

E. Rasywir, Y. Pratama, Hendrawan, and M. Istoningtyas, “Removal of modulo as hashing modification process in essay scoring sistem using rabin-karp,” Proc. 2018 Int. Conf. Electr. Eng. Comput. Sci. ICECOS 2018, vol. 2019-Janua, pp. 159–164, 2019.

R. Setiadi Citawan, V. Christanti Mawardi, and B. Mulyawan, “Automatic Essay Scoring in E-learning Sistem Using LSA Method with N-Gram Feature for Bahasa Indonesia,” MATEC Web Conf., vol. 164, p. 01037, 2018.

F. Dong, Y. Zhang, and J. Yang, “Attention-based Recurrent Convolutional Neural Network for Automatic Essay Scoring,” pp. 153–162, 2017.

X. Hu, Z. Cai, P. Wiemer-Hastings, A. C. Graesser, and D. S. McNamara, “Strengths, Limitations, and Extensions of LSA,” in Handbook of Latent Semantic Analysis, Routledge, 2015, pp. 1–40.

H. Nguyen and L. Dery, “Neural Networks for Automated Essay Grading,” pp. 1–11, 2016.

S. Suhada and S. Bahri, “Implementasi Algoritma Rabin Karp Dan Stemming Najief Andriani Untuk Deteksi Plagiarisme Dokumen,” Swabumi, vol. 5, no. 1, pp. 84–89, 2017.

S. Bahri, “PENILAIAN OTOMATIS UJIAN ESSAY ONLINE BERBASIS ALGORITMA RABIN KARP,” Swabumi, vol. 1, no. 1, 2014.

M. E. Sulistyo, R. Saptono, and A. Asshidiq, “Penilaian Ujian Bertipe Essay Menggunakan Metode Teks Similarity,” Telematika, vol. 12, no. 02, pp. 146–158, 2015.

W. Zhang, T. Yoshida, and X. Tang, “Expert Sistems with Applications A comparative study of TF Ã IDF , LSI and multi-words for teks classification,” Expert Syst. Appl., vol. 38, no. 3, pp. 2758–2765, 2011.




DOI: https://doi.org/10.30743/infotekjar.v4i2.2294

Refbacks



Copyright (c) 2020 Saeful Bahri, Rusda Wajhillah

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