<![CDATA[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%.]]>
Copyrights © 2018
