Fonti, Januar (2015) Sistem Penilaian Otomatis Jawaban Esai Menggunakan Metode Cosine Similarity Pada Elearning. Sarjana thesis, Universitas Brawijaya.
Abstract
Pada penelitian yang dilakukan oleh Sakti, (2014) dihasilkan sebuah media pembelajaran berbasis gamification, yaitu memadukan konsep game dalam sebuah elearning tetapi untuk sistem pengoreksian jawaban uraian pendek masih dilakukan secara manual. Oleh karena itu diperlukan aplikasi Essay Grading System (EGS) untuk bisa melakukan pengoreksian secara otomatis. Aplikasi ini dibangun menggunakan Systems Development Life Cycle (SDLC) dengan permodelan Waterfall. Jawaban dosen dan mahasiswa akan dibandingkan menggunakan metode cosine similarity. Dari proses uji fungsional, validitas aplikasi terpenuhi sesuai kebutuhan. Proses uji performa server dari dua jenis soal yang diujikan disimpulkan bahwa semakin besar pengguna yang mengakses sistem maka semakin besar juga CPU Usage yang dibutuhkan yaitu paling besar adalah 0,2556 %. Untuk pengujian page load time dan memory usage tidak ditemukan perbedaan yang cukup signifikan ketika sistem digunakan oleh satu pengguna maupun banyak pengguna yaitu antara 0,208392 detik sampai 0,406842 detik untuk page load time dan antara 1,49 % sampai 1,56 % untuk memory usage. Hasil pengujian fungsional cosine similarity menunjukkan bahwa cosine telah berhasil diintegrasikan pada aplikasi dengan point maksimal 100 jika jawaban dosen dan mahasiswa sama persis.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2015/335/051508341 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Indah Nurul Afifah |
| Date Deposited: | 10 Nov 2015 14:27 |
| Last Modified: | 20 Oct 2021 16:47 |
| URI: | http://repository.ub.ac.id/id/eprint/146392 |
Preview |
Text
135150109111016_-_JANUAR_FONTI_-_SISTEM_PENILAIAN_OTOMATIS_JAWABAN_ESAI_MENGGUNAKAN_METODE_COSINE_SIMILARITY_PADA_ELEARNING.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |