Tim Peneliti
- Ketua Tim : Dr. Mardhani Riasetiawan
- Peneliti : Yunita Sari, Ph.D, Guntur Budi Herwanto, M.Cs, Dr. Safari (Puspendik Kemendikbud), Drs. Bambang N Prastowo, M.Sc, Isna Alfi Busthoni, Indra Hidayatullah (UNY)
- Tahun Kegiatan : 2019
Tes dengan jenis jawaban essay diperlukan untuk mengukur pemahaman siswa secara komprehensif. Akan tetapi, penerapan jenis soal essay biasanya terkendala oleh kompleksitas dalam penilaian yang memerlukan waktu dan juga tenaga yang tidak sedikit. Berdasarkan permasalahan tersebut, maka diperlukan sistem yang dapat menilai jawaban essay secara otomatis sehingga akan meminimalisir waktu dan tenaga yang digunakan. Pada tahun 2017 sampai dengan 2018, tim peneliti telah mencoba menyelesaikan permasalahan essay scoring secara otomatis. Eksplorasi metode yang telah dilakukan dimulai dari similaritas sederhana, hingga pembelajaran mesin dengan metode supervised learning. Berbekal pengalaman yang telah didapat, penelitian ini, akan mengeksplorasi beberapa metode lain termasuk diantaranya metode pembobotan, algoritma supervised learning yang berbeda serta algoritma semi-supervised learning. Untuk metode pembobotan, penelitian ini mengadopsi metode TF-IDF-DF yang telah terbukti efektif pada penelitian serupa. Metode lain dengan representasi word embedding yang dikombinasikan dengan algoritma supervised learning juga akan dieksplor dalam penelitian ini. Dengan metode ini, informasi semantik pada jawaban siswa bisa diperoleh. Untuk mengatasi jumlah data training yang kuantitasnya sedikit, maka penelitian ini akan algoritma semi-supervised learning. Penerapan algoritma semi-supervised learning diharapkan bisa mengurangi waktu dan tenaga yang digunakan untuk membuat data training.
