Hasil Pencarian  ::  Simpan CSV :: Kembali

"Teknologi yang sedang dikembangkan saat ini adalah penggunaan sebuah program yang dirancang untuk mengakomodasi ujian essay melalui komputer dimana penilaiannya dilakukan oleh komputer melalui proses perhitungan dengan metode Latent Semantic Analysis (LSA). Sistem yang dikenal dengan nama essay grading ini memiliki beberapa program pendukung lainnya, salah satunya adalah penggunaan database sebagai tempat penyimpanan informasi dalam sistem ini. Database berperan penting dalam sistem ini, sehingga untuk mendapatkan hasil yang maksimum maka diperlukan sebuah database yang handal. Salah satu proses yang dilakukan dalam sistem ini adalah proses pencarian kata dalam tabel persamaan kata yang berjumlah ribuan kata. Untuk mempercepat proses pencarian ini maka dibutuhkan sebuah metode pencarian kata yang lebih efektif. Metode pencarian kata yang diterapkan untuk memfokuskan proses pencarian kata dengan membagi-bagi tabel persamaan kata telah berhasil diterapkan dan dapat meningkatkan kecepatan proses aplikasi Simple-O dengan peningkatan waktu mencapai 4,185549 detik yang berarti meningkat hingga 7,21 kali lebih cepat.

---

The technology currently being developed is the use of a program designed to accommodate an essay exam on a computer where the assessment done by a computer through a process of calculation by the method of Latent Semantic Analysis (LSA). The system known as grading essays has several other support programs, one of them is the use of a database as a storage of information in this system. Database plays an important role in this system, so to get maximum results will require a reliable database.

One of the processes undertaken in this system is the process of finding words in the synonym table numbering a thousand words. To accelerate the search process so needed a word search methods more effective. Word search methods were applied to focus the search process said to divide the tables in common word has been successfully implemented and can improve speed-o simple application process with increased time to reach 4.185549 seconds, which means increased to 7.21 times faster."

"Skripsi ini membahas mengenai pengamanan pada Simple-O, sistem penilaian ujian esai secara on-line yang telah dikembangkan pada Departemen Elektro Univeritas Indonesia. Dengan meninjau banyaknya program yang dapat menembus keamanan suatu website, maka diperlukan pengamanan yang lebih handal pada aplikasi Simple-O tanpa menimbulkan kesulitan bagi pengguna. Permasalahan keamanan yang perlu diperhatikan dari suatu website meliputi keamanan server dan keamanan aplikasi. Pada skripsi ini akan diterapkan beberapa keamanan dari segi aplikasi. Beberapa penerapan sistem keamanan yang berhasil dilakukan, menyebabkan sistem bekerja lebih lama terutama dalam proses autentifikasi. Rata-rata peningkatan terjadi berkisar antara 28% - 36% atau sekitar 0,0087 - 0,0272 detik. Diharapkan dengan melakukan pengamanan yang lebih handal tersebut dapat mencegah terjadinya serangan dari luar.

---

This undergraduate thesis discusses about the security in Simple-o, an online essay grading system that has been developed at the Department of Electrical Engineering University of Indonesia. By reviewing the many programs that can hack the security of a website, the more reliable security needed at Simple-O applications without causing difficulties for users. Security issues that need to be considered from a website includes the server security and application security.

This undergraduate thesis will discuss security issues in terms of application. Some implementation of security systems that successfully carried out, causing the system to work longer, especially in the authentication process. The average increase is occurred in the range between 28% - 36%, or about 0,0087 to 0,0272 seconds. It is expected by performing more reliable security can prevent attacks from outside."

"Pada skripsi ini telah dilakukan pengujian variasi kata kunci dalam jawaban mahasiswa yang mempengaruhi keakuratan nilai dari penggunaan program SIMPLE-O. Dengan adanya jawaban mahasiswa dalam berbagai variasi maka dapat dilihat pengaruh kata kunci dalam proses penilaian sistem. Kata kunci merupakan kumpulan kata-kata yang dipilih dari jawaban dimana kata-kata tersebut yang mempunyai nilai. Selain itu, terdapat kata bobot yang merupakan kumpulan dari kata kunci yang mempunyai bobot nilai lebih tinggi. Semakin banyak kata kunci yang dimasukkan, maka semakin besar keakuratan nilai pada sistem. Terdapat enam skenario yang digunakan sebagai bahan analisis.Korelasi waktu penggunaan sistem saat program dimasukkan ke dalam cloud computing berbeda dengan penggunaan sistem saja. Waktu proses penilaian yang dihasilkan oleh sistem lebih cepat dibandingkan waktu proses penilaian saat sistem berada dimasukkan ke dalam cloud computing. Nilai korelasi yang baik adalah nilai korelasi yang mendekati satu. Waktu korelasi yang paling baik pada pengujian skenario pada sistem sebesar 0.97. Sedangkan nilai korelasi pada pengujian skenario pada sistem sebesar 0.22.

---

In this thesis will discuss some keyword variation affects the accuracy of the students in the program use SIMPLE-O. With the variety of answer?s student in large amounts it can be seen how keywords in the process of the assessment system. Keywords is a collection of selected words from the answers which those words that has a value. In addition, there is the word weight is a collection of keywords that have a higher weight value. Increasingly many keywords entered, the greater accuracy in the system. There are six scenarios used for analysis.

Correlation time when using system in cloud computing has different than using simply system. Time processing in system make a better value than using simply system in cloud computing. Correlation value has a good value when the correlation closed with one. Correlation time in scenario system is 0.97. Whereas correltion value in scenario system is 0.22."

"Skripsi ini membahas perbandingan kecepatan sistem pencarian kata pada database SIMPLE-O. Terdapat empat sistem yang dibandingkan yaitu 2 sistem yang merupakan sistem yang telah diimplementasikan (SIMPLE V1 dan SIMPLE V2) dan 2 sistem lagi merupakan sistem yang sedang dikembangkan (SIMPLE V3 dan SIMPLE V4). SIMPLE V1 adalah sistem pencarian kata yang semua proses pencariannya terletak di PHP. SIMPLE V2 meletakkan sebagian proses pencarian kata dalam database MySQL dan membagi tabel database menjadi 5 bagian berdasarkan kata depan sehingga proses terbagi dua yaitu pemotongan kata depan yang terletak di PHP dan pencarian kata yang terletak di MySQL. SIMPLE V3 merupakan pencarian kata yang menyerahkan proses pencarian sepenuhnya pada MySQL. Sedangkan SIMPLE V4 menggunakan algoritma Rabin-Karp yang diletakkan di stored procedure MySQL. Dari keempat sistem yang dibandingkan, sistem pencarian kata SIMPLE V3 merupakan sistem yang paling cepat diantara sistem lainnya. Kecepatan SIMPLE V3 62 kali lebih cepat dari SIMPLE V1 pada pencarian 1 kata dan 106 kali lebih cepat pada pencarian banyak kata. Sedangkan kecepatan SIMPLE V4 pada pencarian 1 kata tidak stabil sehingga tidak dapat dibandingkan dengan sistem lainnya dan pada pencarian banyak kata kecepatan SIMPLE V4 hanya 1.07 kali lebih cepat dari pada SIMPLE V1. Pada pencarían kata dalam kondisi jaringan sibuk (10-30 user mengakses sistem secara bersama¬sama), kecepatan SIMPLE V3 hanya turun sedikit sebesar 0.0000193947 detik yaitu sekitar 1.17 kali lebih lambat dibandingkan ketika jaringan tidak sibuk dan hanya diakses oleh 1 user. Sedangkan kecepatan SIMPLE V4 mengalami penurunan 0.041978478 detik yaitu sekitar 6.55 kali lebih lambat. Dari situ dapat terlihat bahwa SIMPLE V3 merupakan sistem yang paling cepat dan stabil.

---

This thesis focuses on comparison the speed of word-matching systems on SIMPLE-O database. There are four systems that compare, the 2 systems which is a system that has been implemented (SIMPLE SIMPLE V1 and V2) and 2 system is a system that is being developed (SIMPLE SIMPLE V3 and V4). SIMPLE V1 is the system searches that all of the search process lies in PHP. SIMPLE V2 which put some of the search process in a MySQL database and database tables divide into 5 sections based on the preposition that the process of cutting is two prepositions which lies in the PHP and the search for a word that is located in MySQL. SIMPLE V3 is a word search that submitted the search process entirely on MySQL. While SIMPLE V4 using Rabin-Karp algorithm, which is placed on MySQL stored procedures. With Compared the four systems, a word search system SIMPLE V3 is the fastest system among other systems. V3 SIMPLE speed 62 times faster than SIMPLE V1 on a word search. While on the search for many words, the speed SIMPLE V3 106 times faster than SIMPLE V1. The speed SIMPLE V4 on a word search is unstable so can not be compared with other systems and on many search words SIMPLE speed V4 only 1.07 times faster than SIMPLE V1. In the search word in the busy network conditions (10-30 users accessing the system together), SIMPLE speed V3 is only down slightly by 0.0000193947 seconds which is about 1:17 slower than the times when the network is not busy and only accessible by a user. While speed has decreased SIMPLE V4 0.041978478 seconds which is about 6:55 slower times. From there it can be seen that the SIMPLE V3 system is the most rapid and stable. "

"Tingginya tingkat kompleksitas program menyebabkan program memiliki waktu eksekusi yang lama jikalau tidak dijalankan pada mesin berkomputasi tinggi. Masalah ini dapat diatasi salah satunya dengan cara menjalankan berbagai proses pada program tersebut secara simultan sehingga program dapat semakin cepat tereksekusi. Metode ini dikenal dengan istilah parallel computing. Untuk lebih mempercepat waktu eksekusi program, parallel computing tersebut dapat diimplementasikan pada arsitektur High Performance Computing HPC. Metode parallel computing dalam HPC tersebut diimplementasikan ke dalam program Sistem Penilaian Esai Otomatis Simple-O. Simple-O merupakan program penilai esai otomatis yang merupakan pengembangan dari Departemen Teknik Elektro. Dengan menerapkan parallel computing dan menjalankan program pada HPC, eksekusi yang dibutuhkan untuk memeriksa jawaban esai dapat semakin cepat. Parallel computing atau parallelism akan diterapkan pada salah satu bagian dari Simple-O yaitu pada algoritma pembelajaran dalam Simple-O, lebih tepatnya pada Self Organizing Map SOM atau Learning Vector Quantization LVQ. Parallelism dalam SOM dan LVQ diterapkan dengan metode network partition dimana node komputasi Euclidean distance dilakukan secara parallel. Pada penelitian ini didapatkan bahwa kecepatan program serial 1,28 kali lebih cepat dibandingkan program parallel.

---

The escalation of program complexity nowadays means slower run time when it is not executed in high performance machine. One way to address this issue is to execute the processes in the program simultaneously so the program may be executed quicker, known as parallel computing. To further accelerate the program parallel computing can be implemented in High Performance Computing HPC architecture. This method of applicating parallel computing with HPC is implemented in Automatic Essay Grading System, known as Simple O. Simple O is an automatic essay grading system developed by Department of Electrical Engineering Universitas Indonesia. The purpose of applicating the aforementioned method to Simple O is to accelerate the speed of essay grading execution. Parallel computing will be implemented to one of Simple O rsquo s part of program, which is in the learning algorithm. The learning algorithm applied in Simple O is Self Organizing Map SOM and Learning Vector Quantization LVQ. The implementation of parallelism in the learning algorithm uses network partition method, where the calculation of Euclidean distance is done in parallel. Through this research, it can be concluded that the the speed of serial program is 1.28 times quicker than the parallelized program."

"Departemen Teknik Elektro Universitas Indonesia telah mengembangkan suatu sistem berbasis Latent Semantic Analysis LSA untuk memberikan penilaian secara objektif terhadap esai berbahasa Indonesia. Data keluaran sistem penilaian esai otomatis, Simple-O, berbasis LSA adalah nilai slice, nilai pad, dan nilai esai tersebut. Skripsi ini akan membahas serta memberikan analisis terkait pengaruh penambahan persamaan kata pada sistem penilaian esai otomatis terhadap keakuratan penilaian. Terdapat nilai pad dan slice yang digunakan untuk melihat kemiripan antara teks jawaban mahasiswa dengan teks jawaban referensi. Selain itu, nilai pad dan slice juga akan digunakan sebagai input untuk algoritma Support Vector Machine SVM . Untuk melihat pengaruh penambahan persamaan kata pada database sistem penilaian esai otomatis, Simple-O, maka dilakukan enam skenario pengujian terhadap penggunaan persamaan kata untuk kata kunci. Dalam hal ini, kata kunci merupakan kumpulan kata-kata yang dipilih dari jawaban dimana kata-kata tersebut yang mempunyai nilai. Masing-masing skenario memiliki lima variasi jawaban dengan persentase penggunaan persamaan kata pada kata kunci yang berbeda-beda, mulai dari 100 , 80 , 60 , 40 , 20 , dan 0 . Terdapat tiga nilai yang dianalisis untuk melihat tingkat akurasi penilaian oleh sistem penilaian esai otomatis, Simple-O, yakni nilai esai, nilai pad, dan nilai slice. Hasil dari pengujian dan analisis yang telah dilaksanakan adalah: peningkatan rata-rata akurasi penilaian program Simple-O setelah mengalami penambahan persamaan kata sebesar 18 dari 72 menjadi 90 , rata-rata koefisien korelasi antara penilaian oleh human rater dan program Simple-O bernilai 0.85, serta penurunan rata-rata perolehan nilai pad senilai 1.51 dari 32.35 menjadi 30.84 dan nilai slice senilai 1.01 dari 31.85 menjadi 30.84, sehingga mengindikasikan adanya peningkatan akurasi penilaian oleh program Simple-O setelah mengalami penambahan persamaan kata pada database sistem penilaian esai otomatis, Simple-O.

---

Department of Electrical Engineering, University of Indonesia has developed a system based on Latent Semantic Analysis LSA to provide objective assessment of an essay in Bahasa Indonesia. The output data of automated essay grading system with LSA algorithm, Simple O, are pad value, slice value, and the essay rsquo s scores. This thesis will discuss and provide analysis of the influence of synonym importation in automated essay grading system over assessment accuracy. There are pad and slice values, which are used to observe the similarity between students rsquo answers in essay and the reference answers in essay as well. In addition, pad and slice values will also be used as input for Support Vector Machine SVM algorithm. To see the influence and difference of adding word equations into the database of automated essay grading system, Simple O, six testing scenarios are tested against the use of word equations for keywords. In this case, keyword is a collection of selected words from the answers which those words that has a value. Each of the scenario has five answer variations with different percentage of word equations usage on keywords, ranging from 100 , 80 , 60 , 40 , 20 , and 0 . There are three values to be analyzed to see the assessment accuracy level by automated essay grading system, Simple O, they are essay 39 s score, pad values, and slice values. The results of analysis and test that has been done is the average of assessment accuracy of Simple O program after adding word equations increases 18 , from 72 to 90 , the average of correlation coefficient between assessment by human rater and Simple O program is worth 0.85, also the average value of pad decreases 1.51, from 32.35 to 30.84, and the average value of slice decreases 1.01, from 31.85 to 30.84, thus it indicates an improvement of assessment accuracy level results by Simple O program after adding word equations to the database of automated essay grading system, Simple O."

"Departemen Teknik Elektro Universitas Indonesia sejak tahun 2007 telah mengembangkan sistem penilaian esai otomatis yang dinamakan dengan Simple-O. Simple-O menggunakan metode Latent Semantic Analysis LSA untuk membandingkan dua esai dengan cara mengekstrak esai tersebut menjadi matriks. Pengembangan sebelumnya dari Simple-O adalah penambahan Learning Vector Quantization LVQ yang merupakan metode dari artificial neural network. Skripsi ini akan membahas serta memberikan analisis terkait pengaruh penambahan fungsi persamaan kata pada sistem penilaian esai otomatis Simple-O terhadap akurasi dari program itu sendiri. Untuk melihat pengaruh penambahan fungsi persamaan kata pada sistem penilaian esai otomatis Simple-O ini, maka dilakukan lima skenario berbeda. Skenario tersebut adalah dengan memvariasikan jumlah keywords yang ada pada esai jawaban menjadi sejumlah 100, 80, 60, dan 20 mendekati jumlah keywords jawaban referensi. Dari hasil pengujian yang telah dilakukan, terdapat skenario yang mengalami penurunan akurasi dan kenaikan akurasi. Jika disimpulkan, rata-rata akurasi program Simple-O setelah penambahan fungsi persamaan kata mengalami peningkatan. Namun, peningkatan rata-rata akurasi yang terjadi tidak terlalu signifikan, peningkatan rata-rata akurasi yang terjadi setelah penambahan fungsi persamaan kata adalah sebesar 5.4 dari 90.9 menjadi 96.3.

---

Department of Electrical Engineering Universitas Indonesia has developed an automatic essay grading system called Simple O since 2007. Simple O uses the Latent Semantic Analysis LSA method to compare two essays by extracting the essay into matrix. The previous development of Simple O is the addition of Learning Vector Quantization LVQ which is a method of artificial neural network. This research will discuss and provide analysis related to the effect of adding word similarity function to the automatic essay grading system Simple O to the accuracy of the system itself. The experiment will be conducted with five different scenarios by varying the number of keywords in the students answer essay to 100, 80, 60, 40, and 20 of the reference essay keywords. According to the result, there are scenarios that has decreased and increased in accuracy. The average accuracy of the Simple O system after the addition of word similarity function has increased, though not significant. The average increase in accuracy after the addition of word similarity function is 5.4 from 90.9 to 96.3."

"Sistem Penilaian Otomatis SIMPLE-O selama ini dikembangkan dengan pemrograman PHP di Departemen Teknik Elektro Fakultas Teknik Universitas Indonesia. Namun akurasi SIMPLE-O saat ini belum cukup tinggi untuk dapat digunakan secara praktis. SIMPLE-O kemudian dilanjutkan pengembangannya menggunakan pemrograman Bahasa C, tidak hanya untuk mencoba meningkatkan akurasi SIMPLE-O, tapi juga untuk memperluas penggunaannya. Untuk dapat meningkatkan akurasi penilaian SIMPLE-O diintegrasikan learning vector quantization LVQ pada pengembangannya. Skripsi ini membahas bagaimana pengembangan SIMPLE-O dengan LVQ menggunakan pemrograman Bahasa C.Seberapa banyak bagian data sampel yang digunakan pada saat training mempengaruhi performa penilaian. Semakin sedikit data yang digunakan pada fase training, maka akan terjadi penurunan akurasi pada fase evaluasi. Akurasi penilaian juga dipengaruhi proses ekstraksi ciri-ciri teks yang dilakukan menggunakan latent semantic analysis LSA dan singular value decomposition SVD . Akurasi penilaian dapat berubah ketika singular value yang dihasilkan, di proses terlebih dulu dengan frobenius norm dan vector angle. Faktor lainnya seperti jumlah kata-per-kolom matriks LSA tidak begitu mempengaruhi akurasi penilaian. Pada akhir percobaan, akurasi SIMPLE-O dengan LVQ secara rata-rata adalah 52.27 . Dengan menambahkan LVQ, akurasi SIMPLE-O mengalami peningkatan sebesar 41.67.

---

Sistem Penilaian Otomatis SIMPLE O was developed using PHP at Departemen Teknik Elektro Fakultas Teknik Universitas Indonesia. But the resulting accuracy of the SIMPLE O was not reliable enough to be used practically. Right now, SIMPLE O was being developed using C Programming Language. This was done to increase its reliability and to further widen its applications. To increase the accuracy of SIMPLE O, learning vector quantization LVQ was integrated as part of the new program. This Paper was written to address the development of SIMPLE O with LVQ.With less data used in LVQ training phase there will a decrease in the resulting accuracy of the validation phase. The accuracy was also affected by the method of how well the extraction of the text characteristic using latent semantic analysis LSA and singular value decomposition SVD . Additional process of the resulting singular value will result in change of accuracy. The number of words per column when creating the LSA matrix did not have any significant effect. At the end, SIMPLE O with LVQ has an average accuracy of 52.27. Implementation of LVQ give an increase of 41.67 of the accuracy."

"Electronic learning (e-learning) merupakan cara pengajaran baru dalam dunia pendidikan dengan memanfaatkan teknologi informasi. Salah satu contoh e-learning yaitu penggunaan internet sebagai sarana pengujian kemampuan pelajar dan mahasiswa berupa ujian dengan metode pilihan ganda dan esai. Agar ujian esai dinilai secara otomatis, di Indonesia, sedang dikembangkan sistem penilaian esai otomatis dalam bahasa Indonesia dengan menggunakan sistem LSA (Latent Semantic Analysis). Pada tulisan ini akan dipaparkan mengenai salah satu fitur sistem penilaian esai otomatis yaitu dalam pendeteksian kata frase pada kalimat yang terdapat pada esai. Terdapat empat jenis frase yang akan diidentifikasi. Keempat jenis frase yang dapat diidentifikasi yaitu frase direktif, frase nondirektif, frase ajektival, dan frase nominal. Selain itu, akan menunjukkan perbedaan nilai dan waktu dari esai tanpa pengidentifikasian frase dan dengan pengidentifikasian frase. Keakurasian pendeteksian frase dalam pengujian sebesar 90 %.

---

Electronic learning (e-learning) is a new teaching method in educational that using IT. One of the e-learning models is using internet as student capability’s research tool that is exam with multiple choice and essay choices. For automatic grading purpose, in Indonesia, is developing automatic essay grader system using LSA (Latent Semantic Analysis) system. This paper will explain about one of automatic essay grader system features which is phrase detection in a sentences on essay. There are four kinds of phrase, they are directive phrase, nondirective phrase, adjective phrase, and nominal phrase.Other than that, this paper will show the score and time differences from essay with phrase identification or without phrase identification. The accuration of this phrase identification on testing is about 90%."

"Pada skripsi ini telah dirancang penambahan algoritma menggunakan sistem Support Vector Machine atau SVM untuk meningkatkan akurasi sistem Simple-O yang berbasis LSA. Akurasi dari sistem Simple-O saat ini masing kurang mendekati nilai penilaian manusia. Simple-O merupakan suatu sistem penilaian ujian esai menggunakan algortima Latent Sematic Analysis yang dikembangkan oleh Departemen Teknik Elektro Universitas Indonesia. Untuk menjalankan algoritma SVM atau Support Vector Machine digunakan input yang berupa nilai slice ,pad, dan fnorm yang didapatkan dari hasil keluaran sistem Simple-O. SVM akan membagi klasifikasi nilai hasil keluaran Simple-O menjadi enam kelas dan menjadi dua kelas. SVM menghasilkan akurasi 45,8 untuk klasifikasi nilai tipe enam kelas dan 90,4 untuk klasifikasi tipe dua kelas.

---

In this thesis, an addition of new algorithm using Support Vector Machine has been designed to increanse the accuracy of Sistem Penilaian Esai Otomatis Simple O based on Lantent Sematic Analysis. The accuracy of Simple O is less accurate if compared to the value of human rater. Simple O it self is an application to grade an essay writing exam using Latent Sematic Analysis algorithm that has been developed in Departement of Electrical Engineering Universitas Indonesia. SVM or Suppor Vector Machine used the output of Simple O system, slice, pad and fnorm, as inputs. SVM will divide output data from Simple O system into six class and two class. The accuracy of SVM is 45,8 for six class classification and 90,4 for two class classification."