<![CDATA[Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi pendekatan knowledge modelling berbasis Large Language Model (LLM) dalam membantu interpretasi jawaban tes esai pada konteks evaluasi berbasis psikologi. Sistem dikembangkan melalui tahapan knowledge acquisition dengan mengumpulkan dan menyusun pengetahuan dari dokumen interpretasi psikolog, indikator penilaian, serta referensi pendukung, yang selanjutnya diintegrasikan sebagai basis pengetahuan dalam skema Retrieval Augmented Generation (RAG). Sistem dirancang menggunakan beberapa konfigurasi model LLM dan variasi knowledge dengan pendekatan Retrieval Augmented Generation (RAG). Evaluasi dilakukan melalui dua tahap, yaitu evaluasi kuantitatif untuk mengukur kinerja sistem berdasarkan metrik kelengkapan analisis, relevansi, akurasi interpretasi psikologis, serta kejelasan dan struktur penjelasan, dan evaluasi kualitatif melalui validasi expert psikolog menggunakan teknik triangulasi sumber. Hasil evaluasi kuantitatif menunjukkan bahwa model LLM GPT-5 Mini dengan penambahan knowledge pada skema RAG memperoleh kinerja terbaik dengan nilai overall score tertinggi sebesar 7,525, dibandingkan dengan model LLM lainnya maupun kondisi baseline knowledge. Hasil validasi expert menunjukkan bahwa interpretasi sistem dinilai cukup sesuai dan jelas, namun belum layak digunakan sebagai alat utama psikotes, melainkan sebagai alat bantu pendukung dalam proses interpretasi tes esai.]]>
Copyrights © 2026
