Implementasi Arsitektur IndoSBERT-BiLSTM Dan IndoSBERT-Linear Layer Pada Sistem Penilaian Jawaban Singkat Otomatis Di Ruang Lingkup Tertentu - Submit Jurnal

Febriani, Febriani (2026) Implementasi Arsitektur IndoSBERT-BiLSTM Dan IndoSBERT-Linear Layer Pada Sistem Penilaian Jawaban Singkat Otomatis Di Ruang Lingkup Tertentu - Submit Jurnal. Bachelor thesis, Institut Teknologi Kalimantan.

	Text 11221008_cover.pdf Download (204kB)
	Text 11221008_statement_of_autenticity.pdf Download (429kB)
	Text 11221008_publising_agreement.pdf Download (109kB)
	Text 11221008_approval_sheet.pdf Download (335kB)
	Text 11221008_preface.pdf Download (166kB)
	Text 11221008_abstract_id.pdf Download (112kB)
	Text 11221008_abstract_en.pdf Restricted to Repository staff only until 3 October 2028. Download (111kB) | Request a copy
	Text 11221008_table_of_content.pdf Restricted to Repository staff only until 3 October 2028. Download (147kB) | Request a copy
	Text 11221008_illustrations.pdf Restricted to Repository staff only until 3 October 2028. Download (129kB) | Request a copy
	Text 11221008_tables.pdf Restricted to Repository staff only until 3 October 2028. Download (119kB) | Request a copy
	Text 11221008_notations.pdf Restricted to Repository staff only until 3 October 2028. Download (176kB) | Request a copy
	Text 11221008_chapter_1.pdf Restricted to Repository staff only until 3 October 2028. Download (311kB) | Request a copy
	Text 11221008_chapter_2.pdf Restricted to Repository staff only until 3 October 2028. Download (679kB) | Request a copy
	Text 11221008_chapter_3.pdf Restricted to Repository staff only until 3 October 2028. Download (366kB) | Request a copy
	Text 11221008_chapter_4.pdf Restricted to Repository staff only until 3 October 2028. Download (1MB) | Request a copy
	Text 11221008_conclusions.pdf Restricted to Repository staff only until 3 October 2028. Download (115kB) | Request a copy
	Text 11221008_bibliography.pdf Download (187kB)
	Text 11221008_enclosure.pdf Restricted to Repository staff only until 3 October 2028. Download (125kB) | Request a copy
	Text 11221008_paper.pdf Restricted to Repository staff only until 3 October 2028. Download (997kB) | Request a copy
	Text 11221008_persentation.pdf Restricted to Repository staff only until 3 October 2028. Download (3MB) | Request a copy
	Text 11221008_Form.TA-020.pdf Restricted to Repository staff only until 3 October 2028. Download (354kB) | Request a copy

Abstract

Penilaian jawaban singkat secara manual masih banyak digunakan dalam proses evaluasi pembelajaran, namun memiliki keterbatasan seperti membutuhkan waktu yang relatif lama, rentan terhadap subjektivitas penilai, serta berpotensi menimbulkan inkonsistensi skor. Penelitian ini mengimplementasikan sistem Automated Short Answer Grading (ASAG) berbahasa Indonesia menggunakan model deep learning berbasis IndoSBERT dengan membandingkan empat arsitektur, yaitu IndoSBERT-Linear Layer sebagai model baseline, serta IndoSBERT-LSTM, IndoSBERT-BiLSTM, dan IndoSBERT-BiLSTM Attention sebagai arsitektur yang diusulkan. Perbandingan dilakukan untuk mengetahui pengaruh penggunaan layer sekuensial dan mekanisme Attention terhadap performa penilaian otomatis. Data yang digunakan terdiri atas soal, jawaban referensi, dan jawaban peserta didik pada mata pelajaran Biologi SMA kelas XII. Penelitian ini menerapkan pendekatan regresi untuk memprediksi skor jawaban peserta didik pada rentang nilai 0 hingga 5. Tahapan penelitian meliputi pra-pemrosesan data, pembentukan representasi semantik kalimat menggunakan IndoSBERT, pelatihan model, dan evaluasi performa. Hasil pengujian menunjukkan bahwa model IndoSBERT-BiLSTM Attention menghasilkan performa terbaik dengan nilai Quadratic Weighted Kappa (QWK) sebesar 0,9034, Mean Absolute Error (MAE) sebesar 0,4778, dan Root Mean Squared Error (RMSE) sebesar 0,8055. Hasil tersebut menunjukkan bahwa penambahan mekanisme Attention pada arsitektur BiLSTM mampu meningkatkan kemampuan model dalam memahami hubungan semantik antara jawaban referensi dan jawaban peserta didik dibandingkan arsitektur lainnya. Penelitian ini diharapkan dapat membantu pengajar dalam melakukan penilaian jawaban singkat dalam bahasa Indonesia.

Item Type:	Thesis (Bachelor)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Jurusan Matematika dan Teknologi Informasi > Informatika
Depositing User:	Febriani Febriani
Date Deposited:	15 Jul 2026 03:08
Last Modified:	15 Jul 2026 03:08
URI:	http://repository.itk.ac.id/id/eprint/27103

Actions (login required)

View Item