Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK Pada awalnya, Departemen Teknik Elektro Fakultas Teknik Universitas Indonesia telah mengembangkan sebuah sistem penilaian esai otomatis SIMPLE-O untuk ujian esai dalam bahasa Indonesia, namun kali ini dikembangkan untuk ujian esai dalam bahasa Jepang. Skripsi ini akan membahas mengenai penerapan dan pengembangan SIMPLE-O untuk ujian bahasa Jepang berbasis algoritma latent semantic analysis LSA dalam bahasa pemrograman Python. Pengujian menggunakan pendekatan text-similarity frobenius norm. Jenis input teks untuk proses LSA berpengaruh terhadap tingkat akurasi sistem, begitu pula dengan jenis nilai yang dimasukkan ke dalam matriks term-document matrix TDM . Dari hasil pengujian dan analisis yang telah dilakukan, apabila menggunakan input teks dan jenis nilai yang dimasukkan ke dalam matriks TDM yang tepat, LSA mampu menghasilkan akurasi sebesar 99.93.

---

ABSTRACT
In the beginning, Department of Electrical Engineering in Universitas Indonesia has developed an automated essay scoring system SIMPLE O for essay tests in Indonesian, but this time it is developed for essay tests in Japanese. This thesis will discuss about the development and implementation of SIMPLE O for essay tests in Japanese based on latent semantic analysis LSA Algorithm written in Python programming language. The text similarity approach used in this thesis is frobenius norm to measure similarity between texts. The type of text input for the LSA process influences the rate of accuracy of the system, the type of value inserted into the term document matrix TDM can also influence the rate of accuracy of the sysstem. From the result of test and analysis that has been done, given the appropriate type of text input and type of value inserted into the TDM, LSA is able to obtain a rate of accuracy of 99.93

Abstrak :
Evaluasi hasil belajar menjadi komponen yang sangat penting dalam proses pembelajaran, karena hasil evaluasi merupakan indikator dari pemahaman siswa terhadap materi yang ajar yang diberikan. Ujian dengan jawaban dalam bentuk essay (esei), umumnya digunakan sebagai salah satu bentuk evaluasi untuk menentukan kemampuan siswa, dimana pilihan jawaban tidak diberikan. Siswa harus menjawab dengan kalimat, sehingga jawaban tersebut dapat bervariasi berdasarkan pemikiran mereka. Salah satu kelemahan dari jawaban dalam bentuk esei adalah sulitnya menilai jawaban, dan cenderung memakan waktu. Saat ini grading esei otomatis, suatu cara yang dapat mempercepat penilaian esei, sedang banyak dikembangkan. Metode yang digunakan beraneka ragam, salah satunya adalah metode Latent Semantic Analysis (LSA). Metode LSA adalah metode untuk mengekstrak dan merepresentasikan kalimat dalam bentuk matematik atau statistik dari teks dengan jumlah kata yang relatif besar. Nilai dari jawaban esei diperhitungan, dengan mencocokkan ada atau tidak adanya kata yang dianggap penting, pada kelompok kata dalam matriks yang telah dipersiapkan oleh human rater (penilai manusia). Pada makalah ini diuraikan upaya penelitian dan pengembangan metoda LSA, yang dilengkapi dengan pembobotan kata, urutan kata dan persamaan kata untuk meningkatkan ketelitian penilaian esei. Sistim ini diberi nama SIMPLE. SIMPLE digunakan untuk menilai jawaban ujian dalam bahasa Indonesia. Ujian dilakukan secara on-line, melalui web. Dari hasil ujicoba yang telah dilakukan, pada kelas kecil diperoleh nilai kesesuaian dengan human raters berkisar 69.80 % ? 94.64 %, sedangkan pada kelas menengah diperoleh nilai berkisar 77.18 % ? 98.42 %. Hasil-hasil ini setara dengan hasil metoda grading otomatis LSA terdahulu, yang melakukan penilaian terhadap jawaban ujian dalam bahasa Inggris.

---

SIMPLE: System Automatic Essay Assessment for Indonesian Language Subject Examination. Evaluation of study of a student is a very important aspect of an educational process. Evaluation is aimed at measuring the level of student understanding of the given lecture materials. Measuring student understanding of the course material, using essay-type exam, is generally used as the evaluation tool. In this essay-type exam, the student has to answer questions using sentences, whereby choices of possible answers are not indicated. The student has to answer the questions with his/her sentences. The answers may vary, since it reflects the student?s best thoughts of the materials. One of the weaknesses of essay-type exam is the difficulty to grade the answers and it tends to be time consuming. Currently, automatic grading systems that may speed up the grading process, are being developed in many research institutions. The method used to grade, varies form one system to another, and one of the popular system is the Latent Semantic Analysis (LSA). LSA is a method of grading essay by extracting words and representing the sentence in the form of mathematical or statistical formulation, from a text with a relatively large number of words. The grade of the essay is determined, by matching the important words to a group of words prepared by the human rater. This paper describes an effort to developed LSA, enhanced with word weighting, word order and the word synonym to improve the accuracy of grading. This system is called SIMPLE. SIMPLE is used to grade answers using bahasa Indonesia. The exam is carried out on-line through the Web. From the experiments conducted, for small classes, the conformity of grade compared to the grade of human rater lies between 69.80 % ? 94.64 %, and for medium size classes the conformity lies between 77.18 % - 98.42 % with the human rater. These results are roughly proportional with the result of LSA system, which grade essay given in English.

Abstrak :
Sistem penilaian ujian merupakan suatu mekanisme yang dapat digunakan untuk menentukan tingkat kemampuan siswa terhadap materi pembelajaran yang diberikan pada proses belajar mengajar. Bentuk soal esei (essay) adalah salah satu bentuk penilaian (grading). Dengan metode esei pilihan jawaban tidak disediakan dan siswa harus menjawab dengan kalimat. Jawaban esei dapat sangat bervariasi sesuai dengan pemikiran masing-masing peserta ujian. Latent Semantic Analysis (LSA) adalah suatu metoda yang memberikan penilaian yang cukup akurat seperti pada perangkat lunak Intelligent Essay Assessor (IEA) yang menggunakan teknik LSA dengan basis bahasa Inggris. Pada IEA ini didasarkan pada kinerja kesesuaian terhadap penilaian manusia (agreement with human rater) dengan rentang nilai kesesuaian 85 - 91. Kelebihan dari teknik LSA ini terdapat pada tidak mempertimbangkan struktur sintaksisnya, sehingga yang diolah adalah kata-kata atau kelompok kata dari sebuah kantong kata-kata tanpa memperhatikan urutan dari kalimat yang menggunakan kata-kata tersebut. Pada disertasi ini dibuat suatu sistem Penilaian Esei Otomatis yang disebut SIMPLE untuk ujian dalam versi bahasa Indonesia dengan menambahkan 3 fitur tambahan untuk meningkatkan kinerja dari metoda LSA ini, yaitu dengan memberikan bobot lebih pada kata-kata yang dianggap penting di antara kata kunci yang dipilih, dan memperhatikan persamaan kata serta urutan kata dalam kalimat. Ujicoba telah dilakukan pada SIMPLE dengan 2 tahapan, yaitu yang pertama adalah mernbandingkan sistem yang tanpa menggunakan bobot dengan sistem yang menggunakan bobot. Untuk ujicoba ini didapatkan kesesuaian dengan kisaran 82,56 % - 96,42 %. Sedangkan untuk ujicoba yang ke dua adalah dengan menerapkan SIMPLE pada ujian on-line siswa dan didapat hasil dari S0 ujicoba yang dilakukan, nilai kesesuaian dengan human rarers berkisar dari 69,80 % - 98,42 %.

Abstrak :
ABSTRAK
Dalam penelitian ini, Sistem Penilaian Esai Ototmatis (Simple-O) dirancang menggunakan algoritma Latents Semantic Analysis (LSA), Term Frequency-Inverse Document Frequency, dan algoritma Support Vector Machine (SVM). Algoritma LSA digunakan untuk mengolah kata-kata yang merepresentasikan kata-kata dalam teks menjadi matriks. Algoritme SVM digunakan untuk mengklasifikasikan esai jawaban siswa berdasarkan topiknya. TF-IDF digunakan untuk menimbang setiap kata dalam teks yang akan menjadi input SVM. Dari penelitian ini ketepatan penggunaan jawaban dosen sebagai jawaban referensi adalah 72,01% dan ketepatan penggunaan kata kunci sebagai jawaban referensi adalah 69,5%.

---

ABSTRACT
In this study, the Automatic Essay Assessment System (Simple-O) was designed using the Latents Semantic Analysis (LSA) algorithm, Term Frequency-Inverse Document Frequency, and the Support Vector Machine (SVM) algorithm. The LSA algorithm is used to process words that represent words in the text into a matrix. The SVM algorithm is used to classify student essays based on their topic. TF-IDF is used to weigh each word in the text that will become SVM input. From this research, the accuracy of using lecturers' answers as reference answers was 72.01% and the accuracy of using keywords as reference answers was 69.5%.

Abstrak :
E-learning dalam dunia pendidikan sudah banyak diterapkan untuk meningkatkan mutu pendidikan salah satunya adalah penggunaan e-learning pada pengujian akademis baik ujian pilihan ganda, esai, dan lisan. Proses penilaian jawaban ujian mahasiswa masih secara manual maka dari itu, penilitian membahas pengembangan Sistem Penilaian Ujian Lisan atau SIPENILAI dalam bahasa Jepang dengan menerapkan API google speech recognition dan metode LSA. SIPENILAI merupakan sistem yang dikembangkan oleh Departemen Teknik Elektro yang bertujuan untuk menilai ujian lisan secara otomatis. Speech recognition yang akan diterapkan memakai API google speech recognition yang merupakan API yang digunakan untuk mendeteksi suara yang kemudian diubah menjadi teks. Algoritma LSA merupakan metode yang digunakan untuk menganalisa kemiripan antara kalimat dengan dokumen jawaban dari pengajar. Kata dalam kalimat akan disusun menjadi matriks kemudian diproses dengan SVD (Singular Value Decomposition) dan diukur kemiripan antara kalimat dengan dokumen jawaban menggunakan Frobenius Norm. Dari pengujian yang telah dilakukan SIPENILAI dapat mencapai rata-rata akurasi sebesar 83.64% untuk pengguna fasih dan 76.89% untuk pengguna tidak fasih.

---

E-learning in the world of education has been widely applied to improve the quality of education one of which is the use of e-learning in academic testing both multiple choice exams, essays, and oral. The process of evaluating student exam answers is still manual and therefore the research, discussing the development of the Oral Examination Assessment System or SIPENILAI in Japanese by implementing Google API speech recognition and LSA methods. SIPENILAI is a system developed by the Department of Electrical Engineering which aims to assess oral examinations automatically. Speech recognition that will be implemented using Google API speech recognition which is an API that is used to detect sound which is then converted into text. LSA algorithm is a method used to analyze the similarity between sentences and the document answers from the teacher. The words in the sentence will be arranged into a matrix and then processed with SVD (Singular Value Decomposition) and measured the similarity between the sentence with the answer document using Frobenius Norm. From testing that has been done, SIPENILAI can reach an average accuracy of 83.64% for fluent users and 76.89% for non-fluent users.

Abstrak :
Skripsi ini membahas komponen makna kata negara dan negeri dalam bahasa Indonesia. Kamus Besar Bahasa Indonesia (KBBI) edisi 2008 digunakan sebagai korpus utama. Selain itu, peneliti menggunakan novel Negeri di Ujung Tanduk karya Tere Liye sebagai korpus tambahan. Peneliti bertujuan untuk menentukan komponen makna yang dimiliki kata negara dan negeri dan menguraikan relasi makna antara kata negara dan negeri. Teori yang digunakan untuk mencapai tujuan tersebut antara lain teori analisis komponen makna, teori dekomposisi leksikal, teori relasi makna, dan teori ranah makna. Hasil penelitian menunjukkan bahwa negara memiliki tujuh belas komponen makna dan negeri delapan komponen makna. Relasi makna kata negara dan negeri merupakan sinonimi dekat.

---

This thesis discusses the component of meaning from the words negara dan negeri in Indonesian language. The 2008 edition of Kamus Besar Bahasa Indonesia (KBBI) was used as main corpus. Besides, a novel called Negeri di Ujung Tanduk by Tere Liye used as additional corpus on this thesis. The purposes of this thesis are to determine the component of meaning that belongs to negara and negeri and to describe the meaning of relation between negara and negeri. The theories that was used o achieved that purpose are the theory of analyzed component of meaning, the theory of the decomposition of lexical, the theory of meaning relation, and the theory of domain of meaning. The result shows that negara has seventeen of the component of meaning, and negeri has eight of it. The meaning of relation from negara and negeri is a near synonymy.

Abstrak :
ABSTRAK
Penelitian ini mengangkat topik penelitian kesesuaian makna leksikal Fachw rter dalam glosarium majalah di artikel Denksport, majalah berbahasa Jerman Deutsch Perfekt edisi Desember 2016. Penelitian ini bertujuan untuk menganalisis makna leksikal dari Fachw rter dalam glosarium majalah pada artikel tersebut dan untuk menganalisis makna kontekstual dari Fachw rter dalam glosarium majalah pada artikel tersebut. Dengan menggunakan metode studi pustaka dan kualitatif, diperoleh hasil penelitian bahwa dari dua puluh enam kata benda dalam glosarium majalah terdapat lima belas kata yang tergolong dalam Fachwort. Ke-15 Fachw rter tersebut secara leksikal tidak sesuai maknanya dengan makna leksikal yang dirujuk dari kamus umum bahasa Jerman, Duden daring. Meskipun demikian, secara kontekstual ke-15 kosakata ragam bahasa teknis tersebut didukung oleh makna leksikal Fachwort yang dirujuk dari glosarium majalah.

---

ABSTRAK
This research raises a topic to conduct a research of the compatibility of Fachw rter technical terms lexical meaning in the glossary of magazine in a article Denksport a German magazine Deutsch Perfekt, released in December 2016. This research intends to analyse both lexical and contextual meaning of the Fachw rter in the magazine glossary of that article. By using both literature review and qualitative method, the writer has obtained a result that there are fifteen of twenty six nominals classified as Fachwoerter in it. Lexically those 15 Fachwoerter have incompatible meanings if it refers to lexical meaning in Duden daring, a common German dictionary. In spite of it all, those 15 technical terms are contextually supported by lexical meaning of the Fachwort in the glossary of that magazine.

Abstrak :
Departemen Teknik Elektro Fakultas Teknik Universitas Indonesia telah mengembangkan Sistem Penilaian Esai Otomatis Simple-O berbasis Latent Semantic Analysis LSA sejak tahun 2007. Pada awalnya, Simple-O hanya dikembangkan untuk mengoreksi ujian esai berbahasa Indonesia, namun kali ini dikembangkan untuk mengoreksi ujian esai berbahasa Jepang. Simple-O hanya menggunakan algoritma LSA saat pertama kali dikembangkan. Beberapa tahun setelahnya, Simple-O mulai dikembangkan menggunakan algoritma LSA dilengkapi dengan algoritma klasifikasi seperti Learning Vector Quantization LVQ dan Support Vector Machine SVM. Simple-O juga mulai dikembangkan menggunakan algoritma lain seperti Winnowing. Pada skripsi ini akan dijelaskan tentang pengembangan sistem penilaian esai otomatis Simple-O untuk ujian esai berbahasa Jepang menggunakan algoritma LSA untuk pemrosesan kata, serta menggunakan algoritma Support Vector Machine SVM untuk klasifikasinya. Algoritma SVM merupakan suatu algoritma pembelajaran yang berfungsi untuk menentukan bidang pemisah hyperplane dari sekumpulan data baik yang linearly separable, maupun yang non-linearly separable. SVM akan memisahkan data nilai hasil proses LSA ke dalam dua kelas untuk variasi kelas pertama, dan akan memisahkan data nilai hasil proses LSA ke dalam sembilan kelas untuk variasi kelas kedua. Jenis kernel dan parameter juga divariasikan untuk menemukan jenis kernel, parameter, dan jumlah kelas yang tepat. Hasil dari analisis dan pengujian yang telah dilakukan, apabila menggunakan jenis kernel, parameter, dan variasi kelas yang tepat, SVM mampu menghasilkan akurasi sebesar 100. ......Department of Electrical Engineering in Universitas Indonesia has developed an automatic essay grading system Simple O based on Latent Semantic Analysis LSA since 2007. At first, Simple O was developed for giving score to essay with Indonesian language, but now Simple O is developed for giving score to essay with Japanese language. Simple O used to be developed using LSA algorithm only. A few years later, Simple O began to be developed using LSA algorithm and some classification algorithm such as Learning Vector Quantization LVQ and Support Vector Machine SVM. Simple O began to be developed using another algorithm too such as Winnowing algorithm. This thesis will explain about development of automatic essay grading system Simple O for essay with Japanese language using LSA as word processing algorithm, and SVM as classification algorithm. SVM is a learning algorithm for determining hyperplane from set of linearly separable data as well as non linearly separable data. SVM will separate output data of LSA into two class for the first class variation and will separate output data of LSA into nine class for the second class variation. Kernel type and parameter will be varied too to find the right kernel, parameter, and number of classes. From the results of analysis and test that have been done, SVM is able to obtain accuracy of 100 if the system uses the right kernel, parameter, and number of classes.

Abstrak :
Simple-O merupakan sebuah sistem penilaian esai otomatis (essay grading) yang meggunakan metode Latent Semantic Analysis (LSA). Prinsip kerja sistem ini adalah dengan melakukan konversi jawaban ke dalam bentuk matriks yang kemudian secara statistik dan matematis dihitung intensitas atau frekuensi keberadaan kata. Metode LSA mengaplikasikan teori Singular Value Decomposition (SVD), yaitu teknik yang digunakan untuk melakukan estimasi terhadap rank dan matriks. Melalui SVD akan dilakukan peleburan atau reduksi dari matriks berukuran besar menjadi matriks kecil. Kemiripian antara kalimat dihitung dengan melakukan penghitungan nilai kosinus dari sudut atau membandingkan norma sudut Frobenius antara dua vector. Pada skripsi ini, ditambahkan program pengenalan kata frasa dan negasi dari sistem Simple-O sebelumnya yang kemudian dibandingkan dengan penilaian secara manual (human raters). Untuk menghitung nilai korelasi antar sistem dan human raters, maka digunakan teknik penghitung korelasi Pearson Product Moment. Nilai korelasi yang didapatkan antara sistem baru dan manual adalah 0.53155. ......Simple-O is an automated essay scoring system (essay grading) that applies Latent Semantic Analysis (LSA) method. The working principle of this system is by converting the answers into the form of a matrix which is then statistically and mathematically calculated the intensity or frequency of the existence of the word. LSA method applying Singular Value Decomposition theory (SVD), which is a technique used to estimate the rank and matrix. SVD will be done through reduction of a large matrix into smaller matrices. The similarity between the sentence is calculated by calculating the value of the cosine of the angle or comparing Frobenius angles norm between two vectors. In this paper, the program added phrases and negation words identification of Simple-O system and will be compared with Original Simple-O and human raters. To calculate the value of the correlation between the system and human raters, we used the technique Pearson Product Moment. Correlation values obtained between the new system and the manual at about 0.53155

Abstrak :
ABSTRAK
Skripsi ini membahas tentang kata asing dan kata pinjaman yang berasal dari bahasa Inggris (Anglizismen) dalam film Little Thirteen ditinjau dari segi morfologi, fonetis dan semantik. Dalam skirpsi ini dipaparkan bagaimana perubahan kata-kata tersebut setelah dipinjam oleh bahasa Jerman, seperti perubahan bentuk kata, perubahan bunyi dan perubahan makna. Penelitian ini adalah penelitian yang bersifat kualitatif yang dijelaskan melalui uraian-uraian kata secara deskriptif dan menggunakan metode studi pustaka. Hasil penelitian ini menyatakan bahwa kata-kata bahasa Inggris yang dipinjam oleh bahasa Jerman dapat dikelompokkan ke dalam berbagai jenis peminjaman.

---

ABSTRAK
The focus of this study is about foreign words and load words which came from English (Anglizismen) in the movie LITTLE THIRTEEN and is analyzed morphologically, phonetically and semantically. This study explains how the words change, for example the change of the form, the pronounciation and also the meaning. This study uses a descriptive qualitative method of research and the data is gained through literary research. The result of this study shows that the words which are taken or came from English to German could be classified into types of loan.