Penilaian Esai Otomatis Menggunakan Kategorisasi Teks Dengan Metode K-Nearest-Neighbor
| Format: | Bachelors |
|---|---|
| Terbitan: |
#CREATOR_ORGNAME#
, 2018
|
| Subjects: |
Daftar Isi:
- Penilaian esai otomatis adalah penetapan atau pemberian nilai terhadap esai menggunakan program komputer khusus. Terdapat beberapa metode dalam mengimplementasikan sistem penilaian esai otomatis salah satunya adalah k-Nearest-Neighbor (k-NN). Penelitian esai otomatis menggunakan metode k-NN telah dikembangkan oleh Bin. Penilaian yang dimaksud adalah proses mengategorisasikan esai yang dilakukan oleh mesin ke dalam kategori nilai yang telah ditentukan oleh penilai manusia. Terdapat beberapa masalah pada penelitian Bin yaitu baru menerapkan preprocessing stoprword removal dan data yang digunakan berjumlah 271. Pada penelitian ini dilakukan penambahan data dan penambahan tahap preprocessing menjadi case folding, tokenizing, stopword removal, stemming dan n-gram sehingga akurasi meningkat. Penelitian dilakukan terhadap dua sampel esai persuasif bahasa Inggris berbasis teks yang diambil dari dua sumber yaitu Bin dan kaggle.com. Data Bin berjumlah 271 esai dan data kaggle berjumlah 1780 esai. Informasi pribadi pada masing-masing esai telah dihilangkan menggunakan Named Entity Recognizer (NER). Dengan penambahan preprocessing terjadi peningkatan akurasi pada masing-masing sampel data. Pada data Bin, Akurasi tertinggi mencapai 85.19%. Disamping itu, akurasi tertinggi pada data kaggle mencapai 73.33%. Peningkatan akurasi juga terlihat setelah penambahan data yang dilakukan terhadap data kaggle dengan teknik arithmetic sampling, rata-rata akurasi tertinggi mencapai 64.55%. Kata kunci: k-NN, preprocessing, case folding, tokenizing, stopword removal, stemming, n-gram.