Implementasi Library Deep Learning Keras pada Sistem Ujian Essay Online

Abstrak— Ujian Essay merupakan salah satu alat evaluasi dari sistem pembelajaran di instansi pendidikan. Ujian essay sangat penting dilakukan karena dapat melatih siswa dalam mengolah kemampuan berpikir kritis saat menjawab soal yang dipaparkan dalam beberapa kalimat. Dalam penerapannya, ujian ini m...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:JIP (Jurnal Informatika Polinema) 2020-02, Vol.6 (2), p.73-79
Hauptverfasser: Ekojono, Faisal Rahutomo, Sari, Dhiana Novita
Format: Artikel
Sprache:eng
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Abstrak— Ujian Essay merupakan salah satu alat evaluasi dari sistem pembelajaran di instansi pendidikan. Ujian essay sangat penting dilakukan karena dapat melatih siswa dalam mengolah kemampuan berpikir kritis saat menjawab soal yang dipaparkan dalam beberapa kalimat. Dalam penerapannya, ujian ini memungkinkan hasil jawaban siswa lebih variatif dan mengharuskan para pengajar dalam bidang mata pelajaran tersebut untuk mengoreksi jawaban secara manual. Dari hal itu menimbulkan masalah jika mengoreksi secara manual membutuhkan waktu lama. Berdasarkan permasalahan tersebut maka diperlukan sebuah sistem otomatis yang dapat menilai jawaban essay siswa. Pengembangan tentang sistem penilaian essay otomatis masih terus dilakukan dengan tujuan untuk memperoleh nilai akurasi kemiripan antara jawaban dan kunci jawaban yang semakin baik. Pada penelitian ini menggunakan algorima Siamese LSTM untuk menguji tingkat kemiripan jawaban dan kunci jawaban. Data yang digunakan berjumlah 2162 dari 4 kategori soal yaitu politik, lifestyle, teknologi dan olahraga dari penelitian tentang “Analisis Aspek-Aspek Ujian Esai Daring Berbahasa Indonesia” [1]. Tiap kategori memiliki 10 soal dan dijawab kurang lebih oleh 50 siswa. Dari hasil uji coba dengan menggunakan algoritma Siamese LSTM didapatkan nilai error untuk kategori politik sebesar 61%. Untuk kategori lifestyle memiliki error percentage sebesar 112%. Kategori olahraga sebesar 162% dan untuk kategori teknologi mendapatkan error percentage sebesar 175%.
ISSN:2614-6371
2407-070X
DOI:10.33795/jip.v6i2.303