Perancangan Sistem Pemeriksaan Ujian Essay Menggunakan Sistem Temu Kembali Informasi Model Ruang Vektor

Penulis

  • Wahyudi wahyudi Jurusan Sistem Informasi Fakultas Teknologi Informasi Universitas Andalas
  • Fajril Akbar Jurusan Sistem Informasi Fakultas Teknologi Informasi Universitas Andalas
  • Haris Suryamen Jurusan Sistem Informasi Fakultas Teknologi Informasi Universitas Andalas

DOI:

https://doi.org/10.25077/TEKNOSI.v6i3.2020.139-149

Kata Kunci:

Distance Learning, E-Testing Similarity coefficient, model ruang vektor, Ujian Essay

Abstrak

Perkembangan Sistem Pendidikan Jarak Jauh ( Distance Learning) di indonesia tidak lepas dari dukungan sarana dan prasarana yang semakin baik. Salah satu bagian yang berperan dalam Distance learning adalah computer based e-testing atau ujian yang berbantukan komputer. Pada dasarnya konsep ujian essay menggunakan sistem temu kembali informasi model ruang vektor dibuat menyerupai konsep ujian essay manual. Jawaban yang diberikan oleh pengguna akan dibandingkan Similarity Coefficient (kesamaan) nya dengan jawaban yang sudah dimasukkan penguji. Cara untuk menentukan nilai Similarity Coefficient adalah dengan menggunakan model ruang vektor yaitu soal dan jawaban tersebut di umpamakan sebagai vektor sehingga diketahui nilai term frequency (tf) dan inverse term frequency (idf) , dari nilai tf dan idf-nya barulah dapat diketahui nilai Similarity Coefficient (SC).Dari hasil pengujian yang dilakukan dapat disimpulkan bahwa dalam sistem Ujian Essay sistem hanya mampu menilai kebenaran jawaban berdasarkan kata yang sama yang terdapat dalam jawaban referensi, Urutan kata dalam jawaban tidak berpengaruh terhadap penilaian dalam Ujian Essay, Semakin panjang jawaban referensi maka ketelitian sistem akan semakin tinggi begitu juga sebaliknya. Akurasi yang dihasilkan oleh sistem sekitar 75 % - 89 % dengan rata – rata kesalahan 17%.

Referensi

[1] N. M. Kovalnogova, S. S. Sokolov, S. G. Cherny, A. V. Shnurenko, and V. G. Burlov, “Applying of E-learning and Distance learning technologies in electronic informational-educational environment in modern university complex,†in 2016 XIX IEEE International Conference on Soft Computing and Measurements (SCM), May 2016, pp. 446–448, doi: 10.1109/SCM.2016.7519809. [2] R. Shaptala, A. Kyselova, and G. Kyselov, “Exploring the vector space model for online courses,†in 2017 IEEE First Ukraine Conference on Electrical and Computer Engineering (UKRCON), May 2017, pp. 861–864, doi: 10.1109/UKRCON.2017.8100370. [3] Y. Anang et al., “Implementation of Computer-Based Test in a Countrywide New Student Recruitment Process,†in 2019 4th International Conference on Information Technology (InCIT), Oct. 2019, pp. 268–273, doi: 10.1109/INCIT.2019.8912026. [4] S. Doukakis and E. C. Alexopoulos, “Knowledge Transformation and Distance Learning for Secondary Education Students. The Role of Educational Neuroscience.,†in 2020 5th South-East Europe Design Automation, Computer Engineering, Computer Networks and Social Media Conference (SEEDA-CECNSM), Sep. 2020, pp. 1–5, doi: 10.1109/SEEDA-CECNSM49515.2020.9221821. [5] H. Kamil and F. Pramulia, “Pembangunan Sistem Informasi Manajemen Ujian pada Jurusan Sistem Informasi Universitas Andalas,†J. Nas. Teknol. dan Sist. Inf., vol. 5, no. 3, pp. 158–167, Jan. 2020, doi: 10.25077/TEKNOSI.v5i3.2019.158-167. [6] R. A. Baeza-Yates and B. Ribeiro-Neto, Modern Information Retrieval. Boston, MA, USA: Addison-Wesley Longman Publishing Co., Inc., 1999. [7] C. D. Manning, P. Raghavan, and H. Schütze, Introduction to Information Retrieval. New York, NY, USA: Cambridge University Press, 2008. [8] N. Nikitinsky, D. Ustalov, and S. Shashev, “An information retrieval system for technology analysis and forecasting,†in 2015 Artificial Intelligence and Natural Language and Information Extraction, Social Media and Web Search FRUCT Conference (AINL-ISMW FRUCT), Nov. 2015, pp. 52–59, doi: 10.1109/AINL-ISMW-FRUCT.2015.7382969. [9] M. W. Bilotti and E. Nyberg, “Improving text retrieval precision and answer accuracy in question answering systems,†Coling 2008 Proc. 2nd Work. Inf. Retr. Quest. Answering - IRQA ’08, pp. 1–8, 2008, doi: 10.3115/1641451.1641452. [10] R. Mandala, “Sistem Temu Kembali Informasi dengan menggunakan model probabilistic,†J. Inform., no. Informatika ITB, pp. 43–53, 2002. [11] M. Erwin. AH and Wahyudi, “Customer information gathering menggunakan metode temu kembali informasi dengan model ruang vector,†2005. [12] Wahyudi, “Sistem Informasi Tugas Akhir Menggunakan Model Ruang Vektor (Studi Kasus: Jurusan Sistem Informasi),†2012. [13] R. Mandala and H. Setiawan, “Peningkatan Performansi Sistem Temu-Kembali Informasi dengan Perluasan Query Secara Otomatis,†no. Institut Teknologi Bandung, 2006. [14] H. . Jogiyanto, Konsep Dasar Pemrograman Bahasa C. Yogyakarta: Andi Offset, 2011. [15] R. Munir, Algoritma dan Pemrograman (Dalam Bahasa Pascal dan C). Bandung: Informatika, 2014. [16] B. Raharjo, Pemrograman Borland C++ Builder. Bandung: Informatika, 2013. [17] R. A.S and Muhammad Shalahuddin, Rekayasa Perangkat Lunak : Terstruktur dan berorientasi objek. Bandung: Informatika, 2014. [18] J. W. Satzinger, R. B. Jackson, and S. D. Burd, Systems Analysis and Design in a Changing World, 7 Edition. cengange learning, 2016.

Unduhan

Telah diserahkan

08-11-2020

Diterima

01-01-2021

Diterbitkan

01-01-2021

Cara Mengutip

[1]
W. wahyudi, F. Akbar, dan H. Suryamen, “Perancangan Sistem Pemeriksaan Ujian Essay Menggunakan Sistem Temu Kembali Informasi Model Ruang Vektor”, TEKNOSI, vol. 6, no. 3, hlm. 139–149, Jan 2021.

Terbitan

Bagian

Articles

Artikel paling banyak dibaca berdasarkan penulis yang sama

> >> 

Artikel Serupa

<< < 

Anda juga bisa Mulai pencarian similarity tingkat lanjut untuk artikel ini.