Penilaian Otomatis untuk Soal Esai Mata Pelajaran Ilmu Pengetahuan Sosial Berbasis Long Short Term-Memory - Dalam bentuk buku karya ilmiah
ELMA SASKIA MAWARDI

Informasi Umum

Kode

25.04.2890

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Otomatis

Dilihat

151 kali

Informasi Lainnya

Abstraksi

<h1><a name="_Toc205369361">ABSTRAK</a></h1>  <br /> Penilaian terhadap jawaban esai siswa merupakan proses yang penting namun memerlukan waktu dan tenaga dari guru. Penelitian ini bertujuan untuk membangun sistem penilaian otomatis pada soal esai mata pelajaran Ilmu Pengetahuan Sosial (IPS) menggunakan pendekatan deep learning. Dua model digunakan dalam sistem ini, yaitu <em>Long Short-Term Memory (LSTM) classifier</em> untuk mengklasifikasikan jawaban siswa ke dalam kategori benar atau salah, serta <em>Manhattan LSTM</em> (MaLSTM) untuk menghitung tingkat kemiripan semantik antara jawaban siswa dan kunci jawaban guru. Dataset yang digunakan terdiri dari kumpulan soal dan jawaban siswa yang telah diberi label oleh guru. Data diproses melalui tahapan preprocessing, tokenisasi, embedding dengan <em>FastText,</em> dan pembagian data latih dan data uji. Model dilatih dan diuji secara terpisah sebelum diintegrasikan dalam sistem berbasis web menggunakan framework Flask. Hasil pengujian menunjukkan bahwa model LSTM menghasilkan akurasi lebih tinggi dibandingkan MaLSTM dalam tugas klasifikasi. Sistem ini memungkinkan proses penilaian dilakukan secara otomatis dan real-time, serta memberikan hasil prediksi yang disertai skor kemiripan, sehingga memudahkan guru dalam mengevaluasi jawaban siswa.<br /> <strong>Kata Kunci</strong>: <strong>Penilaian Otomatis, Soal Esai, LSTM, <em>Mahattan LSTM,</em> Kemiripan Semantik</strong><br /> <br clear="all" />  <br />  

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook