Hasil Pencarian  ::  Simpan CSV :: Kembali

"Desain antarmuka diperlukan oleh sebuah website agar manusia dapat berkomunikasi dengan komputer menggunakan satu bahasa yang bisa saling dimengerti satu sama lain. Ilmu Interaksi Manusia dan Komputer digunakan untuk mengetahui hal-hal yang harus diperhatikan dalam membuat desain antarmuka pada website. Manusia akan mendapat kemudahan dalam menyelesaikan tugas-tugasnya jika interaksi antara manusia dan komputer berjalan baik. Aplikasi yang telah dibuat desain antarmukanya yaitu pada website Simple-O. Skripsi ini akan membahas mengenai analisis dari perancangan antarmuka Simple-O yang dibuat tanpa menggunakan framework. Hasil pengujian antarmuka dilihat dari segi kepuasan pengguna, pada pengguna dosen total pengujian antarmuka tanpa menggunakan framework pada bagian dosen mendapatkan nilai 4,08 dan mahasiswa mendapatkan nilai 5,08. Waktu eksekusi rata-rata antarmuka menggunakan bootstrap 1,36 detik dan waktu eksekusi rata-rata antarmuka tanpa framework 1,21 detik, ini menunjukkan bahwa waktu eksekusi antarmuka menggunakan bootstrap lebih lama dibandingkan antarmuka tanpa framework.

---

Interface design is needed by a website so human can communicate with computer using one language that can be understood each other. Human and Computer Interaction knowledge is used to understand things that must noticed in making interface design on website. Human will get it easier in finish their task if interaction between them and computer go well. Application that its interface design had been made is on simple-o website. This thesis will discuss about analysis of prototyping simple-o’s interface that had been made without framework. Testing result interface without using framework on lecturers’s part get score 4,08 and students get score 5,08. Average execution time interface using bootstrap is 1,36 second and average execution time interface without framework is 1,21 second, this show that time execution using bootstrap is slower than without framework."

"Graphic user interface pada sebuah program komputer adalah cara berinteraksi antara komputer dengan manusia. Karena graphic user interface dibuat agar manusia dapat menggunakan komputer dengan cara yang dipahami oleh manusia, tentunya menjadi sebuah hal yang penting dalam perancangan sebuah graphic user interface sebuah program agar dapat mencapai tujuan tersebut. Skripsi ini merancang dan menganalisa graphic user interface pada sebuah program penilai esai otomatis (Simple-O) dengan menggunakan prinsip pada ilmu interaksi manusia dan komputer serta juga akan dibahas perbandingan process time pada Simple-O berbasis algoritma GLSA murni dan GLSA Stemming. Dari hasil penelitian yang dilakukan didapatkan hasil nilai akhir untuk bagian tampilan antarmuka sebesar 4,03 , isi sebesar 4,125, dan untuk bagian keseluruhan sebesar 4,02, serta secara keseluruhan nilai total yang didapatkan pada alat ukur kuesioner evaluasi oleh pengguna sebesar 4,06. Hasil penelitian berupa alat ukur kuesioner skala kegunaan sistem mendapatkan nilai akhir sebesar 80,34. Serta dalam pengujian process time antara kedua algoritma yang diuji didapatkan hasil sebesar 0,30 untuk GLSA murni dan 0,51 untuk GLSA Stemming.

---

Graphic user interface on a computer is a way to communicate between human and computer. Graphic user interface is created for people to use computers in a way that is understood by humans, so be important to design graphic user interface that fulfill the goal of graphic useri interface.

This essay design and analyze graphic user interface on a automatic essay grader called Simple-O by using the priciple of the science of human and computer interaction, and also will discuss process time on two algorithm, between pure GLSA and GLSA Stemming.

From the result of research user evaluation conducted final value obtained for part 1 (user interface) is 4,03, part 2 (contain) is 4,125, and last part (overall) is 4,02. The total value of this measure is 4,06.

The final result from system usability scale is 80,34, and for comparison of pure GLSA and Stemming GLSA got average final value 0,30 sec and 0,51 sec."

"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."

"Ketika merancang sebuah website, sangat diperlukanlah antarmuka yang sesuai dengan konsep Human and Computer Interaction (HCI). Antarmuka tersebut merupakan bagian yang sangat penting dari suatu sistem komputer. Antarmuka merupakan wajah dari sebuah sistem atau sebuah pintu gerbang masuk ke sistem yang diwujudkan ke dalam sebuah aplikasi perangkat lunak. Oleh karena itu, antarmuka harus mampu membantu mempermudah para pengguna dalam menggunakan suatu program. Sistem Peniliaian Esai Otomatis (Simple-O) merupakan program yang berbasis web yang bertujuan untuk mempermudah mengoreksi jawaban ujian dalam bentuk esai. Sama seperti web lainnya, Simple-O dalam perancangan serta pembuatannya memerlukan antarmuka yang sesuai dengan konsep Human and Computer Interaction. Dari hasil penelitian, pada kategori dosen didapatkan hasil nilai akhir untuk bagian tampilan antarmuka sebesar 5,44; sistem sebesar 5,38; dan keseluruhan sebesar 5,17. Untuk kategori mahasiswa, didapatkan hasil nilai akhir untuk bagian tampilan antarmuka sebesar 5,1; sistem sebesar 5,53; dan keseluruhan sebesar 5,33.

---

When designing a website, it requires the interface which is accordance with the concept of Human and Computer Interaction (HCI). Interface is a very important part of a computer system. Interface is the face of a system or a gateway into the system which is realized in a software application. Therefore, Interface should be able to help make a program easier for users to use it. “Program Sistem Penilai Esai Otomatis (Simple-O)” is a web based program that aims to facilitate correcting answer from examination in essay form. Just like the other web, in designing and manufacturing, Simple-O requires a suitable interface with the concept of Human and Computer Interaction. From the result by research, in lecturer’s category showed that the total score for part of user interface is 5.44; part of system is 5.38; and part of totality is 5.17. For students’s category showed that the total score for part of user interface is 5.1; part of system is 5.53; and part of totality is 5.33."

"Simple-O, suatu aplikasi essay grading yang dikembangkan di Departemen Teknik Elektro Universitas Indonesia, menggunakan algoritma MD5+salt untuk melakukan proteksi terhadap data password user yang tersimpan pada databasenya. Namun dengan banyaknya kelemahan yang terdapat pada algoritma MD5, maka diterapkan algoritma SHA-1+salt pada aplikasi ini, yang kemudian dibandingkan dengan algoritma sebelumnya yaitu MD5+salt. Pengujian meliputi pengukuran waktu dan estimasi waktu brute force untuk masing-masing algoritma, serta mengukur processing time dan CPU usage saat melakukan login ke dalam system. Hasil pengujian brute force menunjukkan bahwa penerapan algoritma SHA-1 lebih kuat terhadap serangan brute force dibandingkan dengan MD5. Selisih processing time SHA-1+salt dengan MD5+salt berkisar antara 0.001 detik hingga 0.002 detik untuk tiap variasi panjang password. Sedangkan selisih CPU usage SHA-1+salt dengan MD5+salt sebesar 0.545%, 0.985%, dan 1.69% masing-masing untuk password sepanjang 8, 9, dan 10 karakter. Hasil ini menunjukkan bahwa penerapan algoritma SHA-1+salt tidak akan membebani kinerja aplikasi Simple-O.

---

Simple-O, an essay grading application that was developed at the Department of Electrical Engineering University of Indonesia, using MD5+salt algorithm to perform protection for password of user's which stored on its database. But with so many flaws contained in the MD5 algorithm, then SHA-1+salt algorithm was implemented in this application, which is then compared with the previous algorithm MD5+salt. The tests include measurements of time and estimated time of brute force for each algorithm, and measure the processing time and CPU usage when logging into the system.

The test results show that the application of brute force algorithm SHA-1 is more robust against brute force attacks than MD5. Difference in processing time SHA-1+salt with MD5+salt was ranged from 0.001 seconds to 0.002 seconds for each length variation of the password. While the difference in CPU usage of SHA-1+salt with MD5+salt is 0.545%, 0.985%, and 1.69% respectively for the password with 8, 9, and 10 characters length. These results indicate that the implementation of the algorithm SHA-1+salt does not impose on the performance of Simple-O application."

"Di Universitas Indonesia, tengah dikembangkan sebuah sistem penilaian esai secara otomatis berbasis web yang bernama SIMPLE-O. Sistem ini masih memilik beberapa kekurangan, yang salah satunya adalah ketidakmampuan sistem untuk mendeteksi kalimat negasi. Skripsi ini merancang dan kemudian menguji modul tambahan yang dapat mendeteksi kalimat negasi pada sistem SIMPLE-O. Modul tambahan tersebut mendeteksi kata negasi (“tidak” dan “bukan”) kemudian menggabungkannya dengan kata yang akan dinegasikan dengan kata hubung (-). Bila kata kunci atau kata bobot yang dinegasikan, maka nilai user tidak akan bertambah. Program-program yang diujikan adalah program SIMPLE-O yang asli, program yang dapat mendeteksi negasi dengan input yang dipecah per 10 kata (Program Deteksi Negasi 1), dan program yang dapat mendeteksi negasi dengan input yang dipecah per kalimat (Program Deteksi Negasi 2). Nilai hasil proses program-program tersebut dibandingkan dengan nilai dari human rater. Dari analisis yang dilakukan didapatkan kesimpulan bahwa program deteksi negasi dapat diimplementasikan ke dalam sistem SIMPLE-O. Selain itu, program negasi yang paling baik untuk diimplementasikan adalah Program Deteksi Negasi 2.

---

In Universitas Indonesia, a web based automatic essay grading system named SIMPLE-O is currently being developed. This system still has some deficiencies, one of them is system’s inability to detect negation sentences. This essay devises and then tests additional module that can detect negation sentences in SIMPLE-O system. This additional module detects negation words (“tidak” and “bukan”), then combines them with words that will be negated with dash (-). If it’s keywords or weighted words that are negated, user’s score will not increase. The programs that are tested are real SIMPLE-O program, program that can detect negation with input being separated by 10 words (Negation Detection Program 1), and program that can detect negation with input being separated by a sentence (Negation Detection Program 2). Those scores of programs’ process result is compared with human rater scores. From the analysis that has been done, it can be concluded that negation detection program can be implemented into SIMPLE-O’s system. Beside that, the best negation program that can be implemented into SIMPLE-O’s system is Negation Detection Program 2."

"Skripsi ini membahas mengenai pengembangan Sistem Penilaian Esai Otomatis (SIMPLE-O) yang dirancang dengan menggunakan hybrid CNN dan Bi-LSTM dan Manhattan Distance untuk penilaian esai Bahasa Jepang. Sistem dirancang dengan menggunakan bahasa pemrograman Python. Sistem melalui tahapan pre-processing, feature extraction dan word embedding yang dilanjutkan dengan proses deep learning serta pengukuran dengan menggunakan manhattan distance. Hasil akhir dari sistem dibandingkan dengan penilaian manual oleh dosen. Model yang paling stabil dan terbaik ditraining dengan menggunakan hyperparameter dengan kernel sizes bernilai 5, jumlah filter atau output CNN sebesar 64, pool size sebesar 4, Bidirectional LSTM units 50, batch size sebesar 64. Model deep learning ditraining dengan menggunakan optimizer Adam dengan learning rate 0,001 , epoch sebanyak 25 dan menggunakan regularizer L1 sebesar 0,01. Rata-rata error yang diperoleh adalah 29%

---

This thesis discusses the development of an Automatic Essay Grading System (SIMPLE-O) designed using hybrid CNN and Bidirectional LSTM and Manhattan Distance for Japanese essay grading. The system is designed using Python programming language. The system goes through the stages of pre-processing, feature extraction and word embedding followed by deep learning process and measurement using Manhattan Distance. The final result of the system is compared with manual assessment by lecturers. The most stable and best model is trained using hyperparameters with kernel sizes of 5, number of filters or CNN outputs of 64, pool size of 4, Bidirectional LSTM units of 50, batch size of 64. The deep learning model is trained using the Adam optimizer with a learning rate of 0.001, epoch of 25 and using an L1 regularizer of 0.01. The average error obtained is 29%.

"

"ABSTRAKSkripsi ini membahas pengenalan struktur kalimat pada sistem penilaian esai otomatis Simple-O. Pengenalan struktur kalimat meliputi subjek, predikat, dan objek serta jenis kalimat aktif atau pasif. Proses pengenalan struktur kalimat dilakukan dengan cara mencari kata predikat dari kalimat input. Pencarian kata predikat dilakukan dengan cara memeriksa kata yang mengandung awalan huruf me-, di-, ber-, dan ter-. Setelah didapatkan kata predikat maka dapat ditentukan jenis kalimat dan kalimat dapat dibagi menjadi tiga bagian. Sehingga dapat ditentukan subjek dan objek kalimat sesuai dengan predikat yang terdeteksi. Hasil pengujian menunjukan bahwa pendeteksian kalimat tunggal dengan keterangan subjek dan/atau objek sebesar 63,33%, sedangkan tanpa keterangan subjek dan/atau objek sebesar 90%. Jumlah kata pada kalimat juga mempengaruhi persentase pengenalan kalimat dan waktu proses pengenalan, dimana waktu proses akan semakin lama seiring dengan bertambahnya jumlah kata yang terkandung pada kalimat.

---

ABSTRACTThis thesis discusses the recognition of sentence structure in automated essay scoring system Simple-O. Recognition of sentence structure covering the subject, predicate, and object as well as the type of active or passive sentences. Sentence structure recognition process is done by searching for the predicate words of the input sentence. Predicate word searches done by checking words that contain the letter prefix me-, di-, ber-, and ter-. After obtained the predicate word, it can be determined the type of sentence and the sentence can be divided into three parts. So the subject and object sentence can be determined according to detected predicate. The test results showed that the detection of a single sentence with a description of the subject and/or object is 63,33%, while without a description of the subject and/or object is 90%. Number of words in the sentence also affects the percentage of sentence recognition and time process of recognition, in which the processing time will be longer as the number of words contained in the sentence increase."

"Sistem penilaian esai otomatis berbasis Latent Semantic Analysis (LSA), yang menggunakan Bahasa Indonesia memang sedang dikembangkan dalam beberapa tahun kebelakang. Untuk itu, pada skripsi ini akan dipaparkan mengenai salah satu fitur tambahan pada sistem yang akan mendeteksi kalimat pasif pada jawaban mahasiswa. Metode yang akan digunakan pada fitur ini antara lain metode Regular Expression dan metode stemming Arifin-Setiono. Dimana metode Regular Expression akan digunakan untuk mencari kata-kata yang memiliki awalan di-, sedangkan metode stemming akan digunakan untuk mencari kata dasar untuk setiap kata yang memiliki awalan di- pada jawaban, untuk kemudian dibandingkan dengan kata kunci dan kata bobot yang ada pada database jawaban. Korelasi nilai antara SIMPLE-O lama dengan SIMPLE-O baru adalah yaitu sebesar 0.987 untuk soal nomor satu, 0.986 untuk soal nomor dua dan 0.988 untuk soal nomor tiga.

---

Automated essay scoring system based on Latent Semantic Analysis (LSA), which is use for the Indonesian language is being developed within a few years ago. Therefore, in this thesis will be presented one of the additional features on the system that will detect passive sentence from the student answers. The method that will be used in this feature are Regular Expression method and Arifin-Setiono’s stemming method. Where the Regular Expression method will be used to search some words that have the prefix di-, while in the other hand, stemming method will be used to find the basis for every word that has the prefix di- on the answer, and then compare it with the table of kata_kunci and kata_bobot which is exist in the database answer. The correlation value of the old SIMPLE-O with the new SIMPLE-O is 0.987 for the first question, 0.986 for the second question and 0.988 for the third question.

"

"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%."