Sistem Penilaian Otomatis Jawaban Essay Menggunakan Ontologi Pada Moodle

Firdausiah, Andi Besse (2009) Sistem Penilaian Otomatis Jawaban Essay Menggunakan Ontologi Pada Moodle. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 5107201804-Master_thesis.pdf Restricted to Repository staff only Download (7MB)

Abstract

Kebutuhan untuk melakukan proses otomatisasi pada jawaban essay semakin meningkat seiring dengan munculnya beberapa teknologi baru pada sistem e-learning. Salah satu permasalahan yang muncul adalah keanekaragaman jawaban essay sehingga sulit untuk melakukan otomatisasi hanya dengan pencocokan kata. Salah satu cara untuk mengatasi permasalahan ini adalah dengan melibatkan semantic web. Di dalam semantic web terdapat beberapa bahasa ontologi yang mempunyai kemampuan untuk mendeskripsikan karakteristik suatu objek secara lengkap. Tesis ini akan mengemukakan suatu teknik gabungan yang dinamakan algoritma hybrid, yang meliputi dua algoritma yaitu pencarian sinonim pada WordNet berdasarkan WordNet-based semantic similarity measurement dan pemberian skor pada kemiripan objek pada data Ontology Tree. Proses pencarian sinonim pada WordNet akan menghasilkan beberapa output sinonim yang berada pada level berbeda. Perbedaan level ini akan menstimulasikan hasil penghitungan yang berbeda karena level tersebut mencerminkan tingkat kemiripan dari suatu sinonim. Proses pencocokan kata inputan dengan kunci jawaban akan menghasilkan suatu proses pencocokan yang lebih akurat. Hasil dari proses penelusuran akan menghasilkan skor kemiripan dari masing-masing kata, yang nantinya akan digunakan untuk inputan penghitungan skor antara kalimat berdasarkan pada struktur Ontology Tree yang dibangun. Bagian akhir dari tesis ini adalah proses pengintegrasian algoritma dan konsep Ontology Tree ini ke dalam sistem e-learning Moodle untuk melihat hasil penerapan pada sistem yang nyata. Proses evaluasi pada tesis ini akan dilakukan untuk melihat apakah algoritma hybrid dapat berjalan dengan baik pada sistem ontologi yang dibangun. Hasil yang diperoleh adalah terintegrasinya algoritma hybrid pada sistem Moodle sehingga dapat menunjang kinerja sistem e-learning Moodle dari sisi proses otomatisasi penilaian pertanyaan essay, di mana sistem yang dibangun dapat membantu dosen menilai jawaban mahasiswa menjadi lebih cepat.
==================================================================================================================================
The necessity for automated scoring for essays is growing together with the improvement of technology in e-learning systems. One of the problems that appears is the variation of essays, making it very hard to solve just by using string pattern matching. In short, the involvement of the semantic web is required in order to solve the variation of data. The semantic web is supported by a lot of ontology languages that are able to describe the characteristics of objects in detail. This thesis proposes a combination technique called hybrid, which consists of two algorithms: synonym searching on WordNet according to WordNet-based semantic similarity measurement and object scoring on a tree ontology. The process of searching for a synonym will produce some outputs on different levels, and these differences will stimulate a different calculation of scores because every level reflects a different degree of similarity. The matching process from the input with the key answer will generate a more accurate matching process. In addition, it is also supported by the investigation of the ontology tree structure, where the position on the ontology tree structure will generate a different score. The last step is integrating this hybrid algorithm and ontology concept into the Moodle e-learning system. The evaluation process will evaluate whether the hybrid algorithm can run very well inside the ontology system that has been built. Besides that, it is expected that the integration process of the hybrid algorithm into the Moodle system can support the performance of the Moodle e-learning system from an essay auto-grading perspective, where the built system will support teachers in increasing the speed of grading student answers.

Item Type:	Thesis (Masters)
Additional Information:	RTIf 005.1 Fir s
Uncontrolled Keywords:	Otomatisasi jawaban essay, Semantic web, Kemiripan. Stroktur Ontologi Tree, WordNet-based semantic similarity measurement, £-Learning, Moodie, Automated, Scoring, WordNet-based semantic similarity measurement, Ontology Tree Structure, E-Learning, Moodle
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5105.546 Computer algorithms
Divisions:	Faculty of Information Technology > Informatics Engineering > 55101-(S2) Master Thesis
Depositing User:	magang .
Date Deposited:	21 Sep 2026 07:45
Last Modified:	21 Sep 2026 07:45
URI:	http://repository.its.ac.id/id/eprint/144735

Actions (login required)

View Item