Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Penelitian ini membahas tentang kesalahan intralingual dalam tataran morfosintaksis yang dibuat oleh peserta ujian bahasa Jerman lisan. Korpus yang digunakan yaitu tiga video ujian lisan telc tingkat A1, A2, dan B1 yang bersumber dari YouTube Dalam penelitian ini digunakan metode kualitatif-deskriptif dengan pendekatan induktif. Adapun pada tahap peneltian digunakan dua teori: pertama, teori morfologi dan sintaksis bahasa Jerman untuk mengklasifikasikan kesalahan berbahasa dan selanjutnya teori kesalahan intralingual Jack C. Richard (1971) untuk meneliti lebih lanjut tentang akibat dari munculnya kesalahan ini. Hasil akhir menunjukkan bahwa sebagian besar kesalahan berbahasa tidak dapat terhindarkan dan terjadi sebagai akibat kecenderungan peserta ujian untuk melakukan penyederhanaan aturan tata bahasa dengan cara menghilangkan unsur-unsur sulit dalam bahasa target ketika berkomunikasi secara lisan. ......This study is focused on the intralingual errors specifically the morphosyntax errors. These linguistical errors are made by examinees during the oral German proficiency test. The research datas are collected from three telc exam videos at level A1, A2, B1 from YouTube. Qualitative-descriptive method and inductive approach are applied in this research. Moreover, in examining the datas, two theories are used, namely the theory of German morphology and syntax to classify language errors and the theory of intralingual errors by Jack C. Richard (1971) to further examine the causes of these errors. The final result shows that most of the errors are unavoidable and caused by the tendency to simplify grammar rules by eliminating difficult elements in the target language when it comes to oral communication.

Abstrak :
Skripsi ini membahas rancangan dan pengembangan sistem penilaian esai otomatis untuk ujian Bahasa Jepang dengan bentuk isian singkat/esai. Sistem dirancang dengan model hybrid MLP (Multilayer Perceptron) dengan Particle Swarm Optimization. Sistem ditulis dalam bahasa pemrograman Python. Penilaian otomatis dilakukan dengan membandingkan jawaban mahasiswa dan jawaban dosen berdasarkan jarak kemiripan menggunakan Manhattan Distance. Model Hybrid MLP akan digunakan untuk menghasilkan vektor jawaban agar dapat dibandingkan dan dinilai. Dari variasi model yang diuji, variasi yang terbukti memiliki performa terbaik adalah variasi dengan model MLP yang dilatih secara backpropagation dengan optimizer Adam dengan learning rate sebesar 0.000001, fungsi loss categorical-crossentropy, dan dilatih selama 50 epoch. Model mendapatkan tingkat persentase eror sebesar 21.85% untuk rata-rata nilai prediksi dibandingkan dengan nilai yang diberikan oleh dosen. ......This thesis discusses and explore the designs and development of Automatic Essay Grading System using combination of Multilayer Perceptron with Particle Swarm Optimization. The program is being developed with Python programming language. The system compares the matrix vector of the student’s answer with the key answer using Manhattan Distance. Out of all the variations that are tested, the model that is proven to be the most stable is the MLP model that are trained with Backpropagation with loss function crosscategorical-crossentropy and Adam optimizer with learning rate of 0.000001. The model achieves an error percentage of 21.85% for the average grade predicted compared to the actual grade.