gabungan algoritma hybrid pada penilaian essay. Proses III. KERANGKA KONSEP PENELITIAN
didalamnya adalah pencarian sinonim berdasarkan Ujian adalah salah satu bentuk evaluasi dari proses
pengukuran similaritas semantik berbasis wordnet dan pembelajaran untuk mengukur keberhasilan dalam
pemberian nilai pada kemiripan objek data ontologi. proses belajar mengajar. Namun bentuk ujian ini
Proses pencarian sinonim pada wordnet akan memiliki kekurangan antara lain kesulitan dalam
menghasilkan beberapa output sinonim yang berada penilaiannya, dibutuhkan banyak waktu, pikiran dan
pada level yang berbeda. Perbedaan ini akan tenaga dalam proses penilaiannya. Menurut penelitian
menstimulasi hasil penghitungan yang berbeda karena yang dilakukan oleh Septiantri tahun 2009 menjelaskan
level tersebut mencerminkan tingkat kemiripan dari bahwa hampir 30% dari waktu yang dimiliki seorang
suatu sinonim. Proses pencocokan kata masukan dengan tenaga pengajar untuk menilai hasil ujian siswa. Ini
kunci jawaban akan menghasilkan suatu proses merupakan sebuah persoalan yang dihadapai oleh guru
pencocokan yang lebih akurat. Dari proses penelusuran sebagai tenaga pendidik. Berikut ini adalah kerangka
skor akan menghasilkan kemiripan dari masing-masing konsep penelitian yang dipakai penulis dalam
kata yang akan digunakan untuk menghitung skor antara mendesain sistem koreksi soal esai otomatis dengan
kalimat. Hasil yang diharapkan adalah dapat menggunakan Metode Rabin Karp.[6]
terintegrasinya algoritma hybrid pada sistem moodle
sehingga dapat menunjang kinerja moodle dari sisi
Basis Pengetahuan Mesin pencari Interface Permasalahan
proses otomatisasi penilaian soal esai. [3]
B. Metode-Metode Penilaian
Input
Berbagai Metode penilaian jawaban esai otomatis
dengan menggunakan bentuk komputer telah banyak
dikembangkan. Walaupun setiap metode yang Jawaban
[4].
Hasning
C. Rabin Karp
Rabin-Karp diciptakan oleh Michael O. Rabin dan
Richard M. Karp pada tahun 1987 yang menggunakan Gambar 1. Kerangka Konsep Penelitian
fungsi hashing untuk menemukan pattern di dalam
Kerangka konsep penelitian ini terdiri dari basis
string teks.
pengetahuan yang memiliki jawaban dan kunci
D. Algoritma Rabin Karp jawaban, engine nya menggunakan Rabin karp dan
Algoritma Rabin-Karp adalah algoritma pencocokan interfacenya sebagai media interaktif antara user dengan
string yang menggunakan fungsi hash sebgai sistem.
pembanding antara string yang dicari (m) dengan
substring pada teks (n). Algoritma Rabin-Karp IV. METODOLOGI PENELITIAN
didasarkan pada fakta jika dua buah string sama maka Penelitian yang dilakukan dalam tesis ini termasuk
harga hash value-nya pasti sama. Akan tetapi ada dua dalambidang rekayasa software. Dalam rekayasa
masalah yang timbul dari hal ini, masalah pertama yaitu
software dikenal dengan adanya sebuah motode
ada begitu banyak string yang berbeda, permasalahan
rekayasa system informasi yang disebut System
ini dapat dipecahkan dengan meng-assign beberapa
string dengan hash value yang sama. Masalah yang Development Life Cycle. Metode ini memiliki langkah-
kedua belum tentu string yang mempunyai hash value langkah yang meliputi lima fase diantaranya : Planing,
yang sama cocok untuk mengatasinya maka untuk analysis, desain, implementation dan testing. [7] Untuk
setiap string yang di-assign dilakukan pencocokan bisa melihat proses dari metodologi penelitian ini maka
string secara Brute-Force. Kunci agar algoritma Rabin- berikut ini dapat ditunjukan dalam bentuk flowchard
Karp efisien, terdapat pada pemilihan hash value-nya. diagram alir. flowchard ini menggambarkan sebuah
Salah satu cara yang terkenal dan efektif adalah prosesang pada system seperti terlihat pada gambar
memperlakukan setiap substring sebagai suatu bilangan berikut ini.
dengan basis tertentu.[5]
Mulai
B. DFD Level 1
New_data_admin Tbl_guru_admin
Perencanaan Rec_admin New_data_guru
(Planning)
passbaru
P.1.6
Ubah
Rec_admin
Analisis Password
(Analysis) admin
P.1.5
Tambah
admin
Passlama, passbaru,
New_data_sis
Data_kata
Implementasi Guru
sistem
P.1.4 P.1.3
Input Kata Input data Pass_sis
dasar siswa
daftar_kata_dasar SISWA
Pengujian Sistem
Lihat_kata_dasar
Adapun aktor - aktor tersebut berinterasi dengan sistem Gambar 5. DFD level 2 Guru
melalui fungsi-fungsi yang dimiliki oleh sistem dan
dipakai oleh user untuk bisa mengaksesnya. Guru sebagai pengguna sistem yang menyediakan
A. DFD Level 0 soal dan kunci jawaban kemudian memeriksa hasil
ujian siswa.
D. D. DFD Level 3
Data_admin P Rata-rata _nilai
Lihat_hasil_ujian Tbl_hasil
Nim,passlama,passbaru
SISWA
P.3.1 P.3.2
SISWA Nim,pass_sis Kode_soal
Login siswa Mulai ujian
Gambar 3. DFD Level 0
jawaban Tbl,Jawaban
Kode_soal
Pada proses DFD diatas terdapat tiga buah aktor yang File_soal
sedikit berbe dari nilai jawaban pada system dan nilai Data hasil ujian diatas dapat disimpulkan bahwa
jawaban pada guru. Pada kelas XII-A nilai guru lebih sistem mampu mengoreksi hasil ujian siswa dengan
baik dari nilai guru. Berikut ini adalah hasil ujianya. baik hal ini bisa ditunjukan dengan melihat range
perbedaan rata-rata nilai sistem dan guru hanya 0.01% –
TABLE III
HASIL UJIAN SISWA KELAS XII-B 0.07%.
Nilai Jumlah Jumlah Nilai
Nilai
No Rabin Sistem Guru Sistem
Guru VI. KESIMPULAN DAN SARAN
Karp Benar Benar
1 79.41 32 31 94 91 A. Kesimpulan
2 85.62 33 33 97 97
3 81.91 31 31 91 91
Berdasarkan rangkaian pengujian dan penilaian yang
4 83.65 31 32 91 94 telah dilakukan maka dapat disimpulkan bahwa
5 85.68 28 28 82 82 Sistem dapat melakukan pencocokan kata atau
6 80.05 34 33 100 97
kalimat yang sama pada hasil ujian siswa.
7 60.35 28 30 82 88
8 62.88 30 32 88 94 Metode Rabin Karp dapat melakukan
9 70.53 34 33 100 97 pencocokan kata atau kalimat dengan baik pada
10 65 29 31 85 91 jawaban dan kunci jawaban siswa.
11 66.24 30 33 88 97
12 64.21 30 30 88 88 Sistem dapat memberikan sebuah nilai kebenaran
13 66.62 30 33 88 97 dari jawaban siswa dengan menggunakan
14 71.91 34 34 100 100 parsing k-gram dan hashing dalam menemukan
15 55.76 27 29 79 85
16 59.15 28 30 82 88 kecocokan kata atau kalimat yang sama pada
17 61.26 30 32 88 94 jawaban dan kunci jawaban.
18 52.79 26 32 76 79
Rata – rata 88.83 91.15 B. Saran
penelitian lebih lanjut disarankan penggunaan data uji
Dari hasil pengujian diatas dapat dikatakan bahwa dan data latih yang lebih bervariasi seperti perubahan
perbedaan nilai rata-rata dari hasil ujian tersebut hanya bentuk kalimat yang lebih banyak, penggunaan bobot
menunjukan 0.07% sehingga masih dikatakan baik dan nilai pada setiap jawaban siswa, dan menggabungkan
sistem mampu mengoreksi hasil ujian siswa dengan metode yang ada dengan beberapa metode yang lain
baik pula. untuk menambahkan sinonim kata atau makna kata pada
Berikut dibawah ini adalah hasil ujian siswa kelas sistem databasenya sehingga didapat hasil yang lebih
XII-A untuk mata pelajaran Bahasa Indonesia yang baik.
telah dilakukan dan hasinya dapat dilihat pada tebel
berikut ini DAFTAR PUSTAKA
TABLE IV
HASIL UJIAN SISWA KELAS XII-A
[1] Anak Agung. Putri.Ratna, Bagio. B, Djoko.H, 2007 SIMPLE:
Nilai Jumlah Jumlah Nilai Sistem Penilaian Otomatis untuk Menilai Ujian dalam Bahasa
Nilai
No Rabin Sistem Guru Sistem Indonesia, Jurnal Makara Teknologi, UI, Depok
Guru
Karp Benar Benar [2] Riqki. Bayu. Aji, Abdulrahman B, Yanuari. F, 2011, Automatic
1 63.56 43 42 86 84 essay grading system menggunakan metode Latent Semantic
2 55.28 39 38 78 76 Analysis, SNATI, Yogyakarta
3 48.62 33 32 66 64 [3] Andi Base firdausiah, Daniel O.S, Umi.L.Y, Toshihiro.K, 2007
4 51.94 34 30 68 68 Sistem Penilaian Otomatis Jawaban Essay Menggunakan
5 62.11 39 37 78 74 Ontologi pada Moodle, ITS, Surabaya.
6 62.44 42 40 84 80 [4] Harisma Nanda Zannibua. 2008. Implementasi Sistem Penilaian
7 70.52 45 41 90 82 Esai Otomatis Metode LSA dengan tiga bobot kata kunci,
8 60.68 42 41 84 82 Skripsi, UI, Jakarta
9 72.78 47 48 94 96 [5] Nugroho Eko. 2011, Perancangan Sistem Deteksi Plagiarisme
10 61.32 41 39 82 78 Dokumen Teks Dengan Menggunakan Algoritma RABIN-
11 72.48 45 43 90 86 KARP, MIPA, UB, Malang
12 70.72 47 45 94 90 [6] Fatnuriyah Martin. 2012. Rancang Bangun Perangkat Lunak I-
13 70.18 48 47 96 94 BOT (Information Sistem Chatterbot Menggunakan IML
Rata – rata 81.85 80.46 (Aritificial Markup Languangge) Berbasis Program O (PHP dan
MySQL) untuk Akses Sistem Informasi Tesis UB, malang
[7] Septiantri heningar, 2009, vektor space model dengan laten
Dari data hasil ujian yang didapatkan pada tabel semantic analisis FSILKOM, UI, Jakarta.
diatas menghasilkan selisih nilai rata-rata antara sistem
dan guru sebesar 0.01% sehinga masih dikatakan baik.