PENILAIAN ESAI OTOMATIS PADA MATA KULIAH WAWASAN PERSEMENAN DENGAN MENGGUNAKAN METODE DEEP LEARNING

Firman Arifuddin H., 3011910015 (2023) PENILAIAN ESAI OTOMATIS PADA MATA KULIAH WAWASAN PERSEMENAN DENGAN MENGGUNAKAN METODE DEEP LEARNING. Undergraduate thesis, Universitas Internasional Semen Indonesia.

	Text (COVER) 0. COVER.pdf Download (440kB)
	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (68kB)
	Text (HALAMAN PENGESAHAN) 2. HALAMAN PENGESAHAN.pdf Restricted to Repository staff only Download (93kB) | Request a copy
	Text (HALAMAN PERSETUJUAN PUBLIKASI) 3. HALAMAN PERSETUJUAN PUBLIKASI.pdf Restricted to Repository staff only Download (330kB) | Request a copy
	Text (HALAMAN PERNYATAAN ORISINALITAS) 4. HALAMAN PERNYATAAN ORISINALITAS.pdf Restricted to Repository staff only Download (432kB) | Request a copy
	Text (ABSTRAK) 5. ABSTRAK.pdf Download (459kB)
	Text (KATA PENGANTAR) 6. KATA PENGANTAR.pdf Restricted to Repository staff only Download (571kB) | Request a copy
	Text (DAFTAR ISI) 7. DAFTAR ISI.pdf Download (644kB)
	Text (DAFTAR GAMBAR) 8. DAFTAR GAMBAR.pdf Restricted to Repository staff only Download (409kB) | Request a copy
	Text (DAFTAR TABEL) 9. DAFTAR TABEL.pdf Restricted to Repository staff only Download (404kB) | Request a copy
	Text (BAB I PENDAHULUAN) 10. BAB I PENDAHULUAN.pdf Download (1MB)
	Text (BAB II KAJIAN PUSTAKA) 11. BAB II KAJIAN PUSTAKA.pdf Restricted to Repository staff only Download (2MB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) 12. BAB III METODOLOGI PENELITIAN.pdf Restricted to Repository staff only Download (3MB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) 13. BAB IV HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (4MB) | Request a copy
	Text (BAB V PENUTUP) 14. BAB V PENUTUP.pdf Restricted to Repository staff only Download (227kB) | Request a copy
	Text (DAFTAR PUSTAKA) 15. DAFTAR PUSTAKA.pdf Download (568kB)
	Text (LAMPIRAN) 16. LAMPIRAN.pdf Restricted to Repository staff only Download (16MB) | Request a copy
	Text (FULL TEXT) SKRIPSI_FIRMAN ARIFUDDIN H_3011910015.pdf Restricted to Repository staff only Download (32MB) | Request a copy
	Text (FULL TEXT DOC) SKRIPSI_FIRMAN ARIFUDDIN H_3011910015.docx Restricted to Repository staff only Download (14MB) | Request a copy
	Image (POSTER) Poster_Firman Arifuddin Hidayahtullah_3011910015.png Download (615kB)

Abstract

Dalam perkembangan sistem pembelajaran, terjadi perubahan signifikan berkat kemajuan teknologi informasi, komunikasi, dan komputerisasi. Di tengah era kompetisi yang ketat, institusi pendidikan saling berlomba meningkatkan kualitas mahasiswa, mendorong percepatan perkembangan teknologi pendidikan. Penggunaan sistem pembelajaran berbasis e-learning semakin meluas di berbagai perguruan tinggi, baik negeri maupun swasta. Dalam konteks ini, esai, sebagai bentuk pertanyaan terbuka dalam ujian, memiliki peran penting dalam mengukur pemahaman dan analisis siswa. Untuk mengatasi tantangan penilaian yang konsisten dan efisien, muncullah Penilaian Esai Otomatis sebagai solusi. Penelitian ini mengusulkan lima arsitektur model berbeda untuk Penilaian Esai Otomatis dalam mata kuliah Wawasan Persemenan, dengan pendekatan Deep Learning. Kelima arsitektur tersebut melibatkan kombinasi berbagai jenis lapisan, termasuk Dense layer dan LSTM layer. Hasil penelitian menunjukkan bahwa arsitektur model ketiga memberikan kinerja terbaik dalam loss, model imo menggunakan LSTM Layer dan 2 Dense Layer. Dengan mengatur parameter unit sebanyak 8 dan patience sebanyak 5, arsitektur ini menghasilkan hasil yang optimal. Pada MAE juga, arsitektur model ketiga unggul, dengan parameter unit sebanyak 16 dan patience sebanyak 10. Penelitian ini mengembangkan metode penilaian esai otomatis esai untuk mata kuliah Wawasan Persemenan, mengurangi beban kerja pengajar. Dalam penelitian ini berpotensi untuk diterapkan di berbagai bidang.

Item Type:	Thesis (Undergraduate)
Additional Information:	Softfile/KK.23/UISI-01/IF
Uncontrolled Keywords:	Penilaian Esai Otomatis, Wawasan Persemenan, Arsitektur Model
Contributors:	Contribution Name Email Thesis advisor Mohammad Arif Rasyidi, S.Kom., M.Sc. mohammad.rasyidi@uisi.ac.id
Subjects:	T Technology > T Technology (General)
Divisions:	Department of Informatics
Depositing User:	Firman Arifuddin Hidayahtullah
Date Deposited:	15 Aug 2023 19:03
Last Modified:	15 Aug 2023 19:03
URI:	https://repository.uisi.ac.id/id/eprint/5323

Actions (login required)

View Item