Penerapan Algoritma Cosine Similarity dan Term Frequencyuntuk Penilaian Jawaban Ujian Esai

Martin  Rihwan; Hidola  Syamsito

doi:10.36350/jskom.v1i2.41

Penulis

Martin Hidayat Rihwan Universitas Binaniaga Indonesia Penulis
Hidola Syamsito Universitas Binaniaga Indonesia Penulis

DOI:

https://doi.org/10.36350/jskom.v1i2.41

Kata Kunci:

Penilaian Esai, Algortitma Term Frequency, Algoritma Cosine Similarity, F1-Score, Prototype Aplikasi

Abstrak

Ujian adalah salah satu bentuk evaluasi pendidikan untuk mengukur kemampuan siswa/i dalam memahami pelajaran. Esai merupakan salah satu jenis ujian yang menuntut siswa/i untuk menguraikan jawaban menggunakan kata – katanya sendiri. Penilaian jawaban esai dilakukan dengan cara mencocokkan kemiripan jawaban siswa/i dengan kunci jawaban. Permasalahan yang terjadi selama melakukan penilaian adalah prosesnya yang memakan waktu yang relatif tidak singkat, adanya kesalahan dalam memberikan poin nilai, dan pemberian nilai yang dilakukan kurang tepat. Perlu adanya pendekatan teknik komputasi untuk memudahkan guru dalam memberikan nilai menggunakan algoritma Term Frequency dan Cosine Similarity. Dengan algoritma tersebut, proses penilaian esai diharapkan mampu meningkatkan tingkat ketepatan dan efektivitas. Proses penilaian ini dilakukan dengan mengukur tingkat kemiripan antara teks jawaban esai dengan teks kunci jawaban berdasarkan frekuensi kemunculan bobot kata jawaban esai dan kunci jawaban. perhitungan yang diperoleh dari perhitungan algortima adalah sebagai berikut Kemiripan dengan kunci jawaban siswa sebanyak 10 siswa mendapatkan nilai sebesar 76, 71, 84, 71, 84, 76, 84, 88, 88 dan 71. Pada aplikasi yang dikembangkan telah dilakukan uji kelayakan dari pihak ahli sistem dan diperoleh hasil persentase kelayakan sebesar 100%. uji pengguna menggunakan kuesioner PSSUQ yang dibagi menjadi empat kategori, di antaranya Secara Keseluruhan sebesar 86.63%, Kegunaan Sistem sebesar 87.67%, Kualitas Informasi sebesar 87.25%, dan Kualitas Antarmuka) sebesar 80.79% yang artinya aplikasi ini “Sangat Layak” digunakan. uji hasil pada algoritma ini menggunakan metode F1-Score yang menghasilkan nilai ketepatan sebesar 0.824 yang dimana termasuk kedalam kategori “baik”.

Unduhan

Data unduhan tidak tersedia.

Referensi

[1] Hadid, Marwan, dan Triawan, Anggra. (2025). Penerapan Algoritma Winnowing dan Cosine Similarity untuk Penilaian Jawaban Esai. Jurnal Ilmiah Saintekom, Volume 01 No. 01. Juni 2025; 66 – 72.

[2] Heaton, J. (2013). Artificial Intelligence for Humans, Volume 1: Fundamental Algorithms. Washington: Heaton Research, Inc.

[3] Manning, C. D., Raghavan, P., & Schütze, H. (2009). An Introduction to Information Retrival. Cambridge: Cambridge University Press.

[4] Roger, P. S., & Maxim, B. R. (2015). Software Engineering: A Practitioner's Approach (8 ed.). New York: McGraw-Hill Education.

[5] Russel, S. J., & Norvig, P. (2010). Artificial Intelligence A Modern Approach (3 ed.). Upper Saddle River: Prentice Hall.

[6] S., R. A., & Shalahuddin, M. (2016). Rekayasa Perangkat Lunak (Terstruktur dan Berorientasi Objek). Bandung: Informatika.

[7] Smolentzov, A. (2012). Automated Essay Scoring for Swedish. Stockholm: Stockholm University.

[8] Sommerville, I. (2016). Software Engineering (10 Ed.). Pearson Education.

[9] Sugiyono. (2013). Metode Penelitian Kuantitatif, Kualitatif Dan R & D (19 Ed.). Bandung: Alfabeta.

[10] Sugiyono. (2016). Metode Penelitian Kuantitatf, Kualiatif Dan R&D. Bandung: Alfabeta.

[11] Widiyanto, J. (2018). Evaluasi Pembelajaran. Madiun: Unipma Press.

[12] Widodo, R. B. (2022). Machine Learning Metode K-Nearest Neighbors Klasifikasi Angka Bahasa Isyarat. Malang: Media Nusa Creative.

[13] Zulfikar, R., Sari, F. P., Fatmayati, A., Wandini, K., Haryati, T., Jumini, S., Fadilah, H. (2024). Metode Penelitian Kuantitatif Teori, Metode Dan Praktik. Bandung: Widina Media Utama.