Aplikasi Penilaian Otomatis Jawaban Soal Essay dengan Menggunakan Metode K-Nearest Neighbors

Authors

  • Ni Nyoman Emang Smrti Universitas Mercu Buana
  • Aggry Saputra Universitas Mercu Buana
  • Zulfachmi Zulfachmi Universitas Mercu Buana
  • Ricak Agus Setiawan Universitas Mercu Buana
  • I Putu Gd. Sukenada Andisana Universitas Mercu Buana
  • I Putu Yogi Pratama Putra Universitas Mercu Buana

Abstract

Evaluasi proses belajar mengajar dilakukan dengan memberikan soal baik dengan bentuk essay
maupun pilihan ganda. Proses koreksi untuk soal pilihan ganda relative lebih mudah, karena
jawabannya hanya satu dan pasti. Proses koreksi pada Jawaban soal dalam bentuk essay,
memerlukan waktu yang lebih lama dibandingkan dengan jawaban soal pilihan ganda, karena
jawaban essay sangat bervariasi. Penilaian secara otomatis untuk jawaban essay, tidak dapat
bergantung dari hasil pencocokan jawaban dengan kunci jawaban, karena memungkinkan
jawabannya memiliki makna yang sama namun pemilihan katanya yang berbeda. Dengan asumsi
bahwa ujian dilakukan dengan menggunakan komputer atau e-learning, maka koreksi jawaban soal
essay akan dibuat otomatis. Penelitian ini disamping mencocokan jawaban dengan kunci jawaban
juga memanfaatkan penilaian terdahulu sebagai data latih yang akan digunakan sebagai dasar untuk
penilaian saat ini. Metode yang digunakan untuk menilai jawaban essay adalah K-NN dengan
menganggap K sama dengan 1 dibuatlah program aplikasi pencocokan hasil ujian. Penelitian ini
mengambil data hasil ujian siswa SMP PGRI 3 Denpasar untuk mata pelajaran TIK. Dari hasil
pengujian didapatkan bahwa tingkat akurasi yang tertinggi diperoleh 100% dan rata-rata akurasinya
adalah 97,6%.

References

Hamza, S., Sarosa, M., & Santoso, P. B. (2013). Sistem Koreksi SOal Essay Otomatis Dengan

Menggunakan Metode Rabin Karp. Jurnal EECCIS, Vol. 7 No. 2 pp. 153–158.

Kusrini & Luthfi, E. T. (2009). Algoritma Data Mining. Yogyakarta. 2009

Feldman R. & Sanger, J. The Text Mining Handbook: Advanced Approaches in Analyzing

Unstructured Data

Gorunescu, F. (2011). Data Mining Concepts Models and Techniques. Springer-Verlag Berlin

Heidelberg.

Maarif, A. A. (2015). Penerapan Algoritma TF-IDF untuk Pencarian Karya Ilmiah

Robertson, S. (2004). Understanding inverse document frequency: On theoretical arguments for

IDF. Journal of Documentation, Vol. 60 No.5 pp. 503–520.

Sahat, H., & Simarangkir, M. (2013). Studi Perbandingan Algoritma - Algoritma Stemming untuk

Dokumen Teks Bahasa Indonesia. Journal INFOKAR, Vol. 1 No. 9 pp. 51–58.

Downloads

Published

2019-12-01

Issue

Section

Articles