PEMANFAATAN ALGORITMA COSINE SIMILARITY UNTUK MENGKOREKSI UJIAN ESAI

Reno Rana Rafi; Risky Aswi Ramadhani; Ardi Sanjaya

doi:10.29100/jipi.v10i3.8058

PEMANFAATAN ALGORITMA COSINE SIMILARITY UNTUK MENGKOREKSI UJIAN ESAI

Reno Rana Rafi - [ https://orcid.org/0009-0002-4408-3824 ]
Risky Aswi Ramadhani - [ https://orcid.org/0000-0003-0535-3123 ]
Ardi Sanjaya - [ https://orcid.org/0000-0002-8030-2417 ]

DOI: https://doi.org/10.29100/jipi.v10i3.8058

Abstract

Penilaian ujian esai merupakan tantangan dalam dunia pendidikan karena adanya variasi bentuk jawaban yang memerlukan pemeriksaan secara menyeluruh oleh guru. Peningkatan jumlah peserta didik juga menambah beban kerja dan memperlambat proses koreksi dalam penilaian ujian. Penelitian ini bertujuan untuk mengembangkan sistem penilaian otomatis menggunakan metode Term Frequency Inverse Document Frequency dan algoritma Cosine Similarity, yang diimplementasikan di SMK Intensif Baitussalam Tanjunganom. Data berupa jawaban siswa dan kunci jawaban guru diproses melalui tahapan preprocessing, meliputi cleaning, case folding, tokenization, stopword, dan stemming. Sistem menghitung tingkat kemiripan jawaban menggunakan Term Frequency Inverse Document Frequency dan Cosine Similarity untuk menentukan skor akhir. Evaluasi dilakukan pada soal esai mata pelajaran sejarah dengan pendekatan klasifikasi biner menggunakan threshold. Hasil dari pengujian menunjukkan bahwa sistem menghasilkan akurasi sebesar 80%, presisi 100%, recall 80%, dan F1-score sebesar 89%. Temuan ini membuktikan bahwa sistem mampu memberikan penilaian yang objektif dan efisien, serta berpotensi menjadi solusi dalam digitalisasi proses evaluasi pembelajaran secara otomatis.

Keywords

penilaian esai otomatis;pemrosesan bahasa alami;cosine similarity.

Full Text:

PDF

Article Metrics :

References

Imam Mufiid, S. Lestanti, and N. Kholila, “Aplikasi Penilaian Jawaban Esai Otomatis Menggunakan Metode Synonym Recognition Dan Cosine Similarity Berbasis Web,” J. Mnemon., vol. 4, no. 2, pp. 31–37, 2021, doi: 10.36040/mnemonic.v4i2.4067.

Kelebihan dan Keterbatasan dari Bentuk-Bentuk Penilaian Tes Tertulis.

F. E. Kurniawati and W. Mega Pradnya, “Implementasi Algoritma Winnowing Pada Sistem Penilaian Otomatis Jawaban Esai Pada Ujian Online Berbasis Web,” J. Tek. Komput. AMIK BSI, vol. VI, no. 2, 2020, doi: 10.31294/jtk.v4i2.

Y. Witdianti, Mengenal Higher Order Thinking Skills Lebih Dalam. J. Rajawali, G. Elang 6, No 3, Deron, Sardonoharjo, Ngaglik, Sleman. Jl. Kaliurang Km. 9.3 - Yogyakarta 55581: Deepublish, 2023.

E. L. Amalia1, A. J. Jumadi, I. A. Mashudi3, W. Wibowo4, P. N. Malang, and P. Korespondensi, “ANALISIS METODE COSINE SIMILARITY PADA APLIKASI UJIAN ONLINE ESAI OTOMATIS ( STUDI KASUS JTI POLINEMA ) COSINE SIMILARITY METHOD ANALYSIS ON AUTOMATIC ESAI ONLINE TEST APPLICATION”, doi: 10.25126/jtiik.202184356.

J. R. Triosaputra, A. Sanjaya, J. Sahertian, U. Nusantara, and P. Kediri, “Penilaian Otomatis Cerdas Cermat Menggunakan Basis Data Sinonim Kata Dan Cosine Similarity,” Online, 2024.

N. L. Kinanti and A. Qoiriah, “Sistem Penilaian Otomatis Jawaban Esai Bahasa Indonesia Berdasarkan Kemiripan Kalimat Menggunakan Syntactic- Semantic Similarity,” JINACS (Journal Informatics Comput. Sci., vol. 2, no. 2, pp. 136–143, 2020.

S. Rifki, ARTIFICAL INTELLIGENCE:Teori dan Penerapa AI di berbagai bidang, Pertama. Jambi: PT. Sonpedia publishing Indonesia, 2024.

N. Nur Azizah, I. Purnamasari, and S. Prangga, “Pengelompokan Judul Laporan Skripsi Berbasis Text Mining dengan Metode Fuzzy K-Means,” METIK J., vol. 8, no. 1, pp. 18–23, Jun. 2024, doi: 10.47002/metik.v8i1.808.

A. Apriani, H. Zakiyudin, and K. Marzuki, “Penerapan Algoritma Cosine Similarity dan Pembobotan TF-IDF System Penerimaan Mahasiswa Baru pada Kampus Swasta,” J. Bumigora Inf. Technol., vol. 3, no. 1, pp. 19–27, Jul. 2021, doi: 10.30812/bite.v3i1.1110.

M. Febima, L. Magdalena, M. Asfi, M. Hatta, and R. Fahrudin, “Implementasi Optimasi NLP dan KNN untuk User Review Aplikasi SAMPEAN Cirebon,” pp. 162–168.

A. A. Syam, G. H. M, A. Salim, D. F. Surianto, and M. F. B, “Analisis teknik preprocessing pada sentimen masyarakat terkait konflik israel-palestina menggunakan support vector machine,” vol. 9, no. 3, pp. 1464–1472, 2024.

U. Khairani, V. Mutiawani, and H. Ahmadian, “Pengaruh Tahapan Preprocessing Terhadap Model Indobert Dan Indobertweet Untuk Mendeteksi Emosi Pada Komentar Akun Berita Instagram,” J. Teknol. Inf. dan Ilmu Komput., vol. 11, no. 4, pp. 887–894, 2024, doi: 10.25126/jtiik.1148315.

A. H. Azmi, N. I. Mahardika, R. S. Anugrah, and A. P. Sari, “Journal of Multidisciplinary Inquiry in Science Technology and Educational Research Sistem Rekomendasi Film Berbasis Konten Menggunakan Teknik Cosine Similarity dan TF-IDF”.

A. Sanjaya, A. B. Setiawan, U. Mahdiyah, I. N. Farida, and A. R. Prasetyo, “Pengukuran Kemiripan Makna Menggunakan Cosine Similarity dan Basis Data Sinonim Kata,” J. Teknol. Inf. dan Ilmu Komput., vol. 10, no. 4, pp. 747–752, 2023, doi: 10.25126/jtiik.20241046864.

A. Sanjaya; A. B. Setiawan; D. P. Pamungkas; I. N. Farida and M. A. D. Widyadara;, “Measuring Meaning Similarity Using TF/IDF and Term Synonym ID,” 2023 6th Int. Conf. Inf. Commun. Technol., pp. 206–211, 2023, doi: doi: 10.1109/ICOIACT59844.2023.10455894.

M. R. Arifuddin, I. A. Rafiq, R. Mubarok, and P. H. Susilo, “Sistem Cerdas Penilaian Ujian Essay Menggunakan Metode Cosine Similarity.”

E. Putra Pane, R. Hardianto, and W. Choriah, “SISTEM PENILAIAN UJIAN ESAI SECARA OTOMATIS DENGAN ALGORITMA TEXT MINING COSINE SIMILARITY PENUNJANG PEMBELAJARAN,” 2024.

A. R. Lahitani, “Automated Essay Scoring menggunakan Cosine Similarity pada Penilaian Esai Multi Soal,” J. Kaji. Ilm., vol. 22, no. 2, pp. 107–118, 2022, doi: 10.31599/jki.v22i2.1121.

R. Rismayani, H. SY, T. Darwansyah, and I. Mansyur, “Implementasi Algoritma Text Mining dan Cosine Similarity untuk Desain Sistem Aspirasi Publik Berbasis Mobile,” Komputika J. Sist. Komput., vol. 11, no. 2, pp. 169–176, 2022, doi: 10.34010/komputika.v11i2.6501.

F. Rifaldy, Y. Sibaroni, and S. S. Prasetiyowati, “Effectiveness of word2vec and tf-idf in sentiment classification on online investment platforms using support vector machine 1.,” vol. 10, no. 2, pp. 863–874, 2025.

D. Normawati and S. A. Prayogi, “Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter,” J. Sains Komput. Inform. (J-SAKTI, vol. 5, no. 2, pp. 697–711, 2021.

Ni luh Putu Trisna Ristanti and Rizky Pradana, “Penggunaan Metode Threshold dalam Pembuatan Sistem Pendeteksi Asap dan Api dengan Berbasis Firebase Dan Android Menggunakan Nodemcu Pada BJ House 77,” J. Ticom Technol. Inf. Commun., vol. 11, no. 1, pp. 44–49, 2022, doi: 10.70309/ticom.v11i1.70.

Username
Password
Remember me