Oktavia, Vessa Rizky (2021) Penilaian Otomatis Jawaban Soal Cerita Matematika Berdasarkan Tree Matching Dengan Metode Random Forest. Masters thesis, Institut Teknologi Sepuluh Nopember Surabaya.
Preview |
Text
Revisi Buku Tesis_Vessa Rizky Oktavia_05111950010024.pdf - Accepted Version Download (1MB) | Preview |
Abstract
Soal cerita matematika adalah permasalahan yang memiliki kompleksitas tinggi dikarenakan banyak kompetensi di dalamnya. Sebuah soal dapat dipecahkan dengan pemahaman bahasa yang baik, penerjemahan ke bentuk matematis yang benar, dan penggunaan operasi yang tepat. Namun, dari semua kompetensi yang ada, saat ini siswa Sekolah Dasar hanya akan mendapatkan jawaban benar jika hasil akhir yang dikerjakan benar. Sehingga kompetensi yang dimiliki siswa tersebut tidak dapat terdeteksi secara detail. Untuk itu, diperlukan sistem yang dapat mendeteksi kompetensi berhitung siswa Sekolah Dasar melalui hasil pengerjaan soal cerita matematika. Sistem ini bukan hanya akan melakukan penilaian terhadap jawaban akhir siswa, namun juga akan memeriksa setiap tahapannya.
Penelitian ini bertujuan membangun sistem yang secara bertahap dapat memeriksa jawaban siswa sehingga akan terdeteksi kompetensi siswa dalam mengerjakan soal cerita matematika. Metode yang digunakan yaitu menggunakan Random Forest untuk mengklasifikasikan operasi di dalam soal cerita dan memetakkannya ke dalam tree. Untuk mengambil data jawaban siswa, digunakan OCR yang meliputi library Tesseract dan OpenCV sebagai pengolah citra digital. Kemudian, dibuat juga tree dari jawaban siswa sehingga setiap tahapan tree dari hasil klasifikasi akan dibandingkan dengan tree jawaban siswa. Hasilnya, klasifikasi Random Forest mencapai 84% untuk klasifikasi menggunakan 4 kelas. Kemudian, untuk klasifikasi menggunakan 5 kelas, hasil sistem mengeluarkan akurasi sebesar 68%. Selain hasil klasifikasi yang berhasil didapatkan, diketahui juga bahwa dari 32 data yang telah diuji cobakan pada pencocokkan tree, hanya sebanyak 25 data yang berhasil dicocokkan secara benar. Sehingga, untuk pencocokkan tree menghasilkan akurasi sebesar 78%. Kesimpulannya, sistem yang dibuat telah secara berhasil melakukan penilaian otomatis atas soal cerita matematika dan mencocokkannya dengan jawaban siswa melalui gambar.
================================================================================================
Mathematical word problems are problems that have a high complexity due
to the many competencies in them. A problem can be solved with a good
understanding of language, translation into the correct mathematical form, and the
use of appropriate operations. However, of all the competencies available,
elementary school students will only get the right answer if the final results are done
right. So that the competencies of these students cannot be detected in detail. For
that, we need a system that can detect elementary school students numeracy
competencies through the results of math story problems. This system will not only
assess the student's final answers but will also examine each stage.
This study aims to build a system that can gradually check student answers
so that student competence will be detected in working on math story problems.
The method used is using Random Forest to classify operations in story problems
and map them into a tree. To retrieve student answer data, OCR used which includes
the Tesseract and OpenCV libraries as digital image processors. Then, a tree of
student answers also made so that each stage of the tree from the classification
results will be compared with the tree of students' answers. As a result, the Random
Forest classification reached 84% for the classification using 4 classes. Then, for
classification using 5 classes, the system results issued an accuracy of 68%. In
addition to the classification results that have been obtained, it is also known that
of the 32 data that have been tested on tree matching, only 25 data have been
successfully matched correctly. Thus, for tree matching, the accuracy is 78%. In
conclusion, the system created has successfully carried out automatic assessments
of math story problems and matched them with student answers through pictures.
| Item Type: | Thesis (Masters) |
|---|---|
| Uncontrolled Keywords: | penilaian otomatis, soal cerita matematika, kompetensi siswa, pengolahan citra digital, random forest, automatic assessment, word problems, student competencies, digital image processing |
| Subjects: | T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques |
| Divisions: | Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55101-(S2) Master Thesis |
| Depositing User: | Vessa Rizky Oktavia |
| Date Deposited: | 16 Aug 2021 18:23 |
| Last Modified: | 22 Oct 2024 05:34 |
| URI: | http://repository.its.ac.id/id/eprint/87309 |
Actions (login required)
 |
View Item |