BAB 3
ANALISIS DAN PERANCANGAN SISTEM
Perancangan sistem dapat dibagi menjadi lima bagian, yaitu perancangan directory
server, perancangan soal dan jawaban tes esai, perancangan algoritma penilaian tes
esai, perancangan skema sistem, dan perancangan interface.
3.1 Perancangan Directory Server
Perancangan Directory Server merupakan perancangan folder-folder yang akan digunakan di dalam directory server. Adapun rincian nama folder dalam directory
server adalah sebagai berikut :
1. Folder "Soal"
Folder ini berisikan kumpulan soal tiap matakuliah yang telah diinput oleh dosen.
2. Folder "Key"
Folder ini berisikan kumpulan kunci jawaban dari dosen dan seluruh query yang
diperoleh dari kunci jawaban dari dosen maupun jawaban dari mahasiswa. Query yang dimaksud merupakan kata-kata kunci yang diperoleh dari kunci jawaban maupun jawaban mahasiswa yang telah mengalami proses penghilangan tanda baca dan kata umum serta penghilangan kata-kata yang sama, sehingga walaupun suatu kata memiliki lebih dari satu kemunculan dalam satu kalimat, kata tersebut tetap akan disimpan hanya satu kali.
3. Folder "Jawaban"
Folder ini berisikan kumpulan sub folder dengan nama kombinasi dari kode ujian,
tanda garis bawah ("_") dan kelas ujian. Tiap sub folder tersebut terdapat kumpulan jawaban dari mahasiswa yang disimpan dalam format text (.txt).
3.2 Perancangan Soal, Kunci Jawaban dan Jawaban Tes Esai
Pada tahap perancangan ini terdapat lima komponen penting, yaitu :
1. Soal, yaitu pertanyaan yang diinput oleh dosen sebagai skala penilaian terhadap pemahaman mahasiswa terhadap suatu materi matakuliah.
2. Kunci Jawaban, yaitu jawaban dari dosen untuk setiap soal yang dibuat sebelumnya sebagai skala pembanding terhadap jawaban dari mahasiswa. 3. Query Kunci Jawaban, yaitu Key Jawaban yang telah mengalami proses
penghilangan tanda baca dan kata umum.
4. Jawaban, yaitu jawaban yang diinput oleh mahasiswa berdasarkan soal yang diberikan dosen.
5. Query Jawaban, yaitu Jawaban yang telah mengalami proses penghilangan tanda baca dan kata umum.
6. Queries, yaitu kumpulan istilah atau kata yang diperoleh dari Query Key
Jawaban dan Query Jawaban. Komponen ini hanya menyimpan satu kata untuk satu kata atau lebih dari satu kata yang sama yang ditemukan dalam
Query Kunci Jawaban maupun Query Jawaban.
Perancangan ini dimulai dari dosen menginput identitas ujian (kode ujian, nama ujian, kelas ujian, jumlah soal ujian, tanggal ujian, waktu ujian, lamanya ujian). Selanjutnya dosen juga menginput masing-masing nilai bobot, soal, dan jawaban sebanyak jumlah soal ujian yang telah diinput sebelumnya.
Nilai bobot masing-masing tiap nomor soal akan digabung dengan tanda "|" sebagai pemisah bobot antar soal. Nilai bobot tersebut akan disimpan di database sebagai acuan untuk perhitungan nilai bobot tiap soal. Soal yang diinput oleh dosen akan disimpan ke dalam sebuah file berformat text (.txt) dengan nama kombinasi dari kode ujian, tanda garis bawah ("_"), dan kelas ujian di dalam Folder Soal dalam
directory server. Simbol yang digunakan sebagai pemisah antarsoal digunakan tanda
"~".
Contoh : "Apa yang dimaksud dengan tes?~Apa itu tes esai?" disimpan di directory "<server>/soal/TES_A.txt".
Sama halnya dengan komponen Soal, komponen Kunci Jawaban akan disimpan ke dalam sebuah file berformat text dengan nama kombinasi string “key_” dan kode_ujian.Sedangkan Query Kunci Jawaban akan mengalami dua proses. Pertama, penghilangan tanda baca dan simbol-simbol yang tidak diperlukan dalam perhitungan nilai, seperti tanda titik (.), tanda koma(,), dan sebagainya. Kedua, Kunci Jawaban akan mengalami proses penghilangan kata-kata umum, seperti dan, atau, jika, apabila, dan sebagainya. Simbol yang digunakan dalam pemisah antarkunci jawaban digunakan tanda spasi (“ “), sedangkan pemisah kunci jawaban tiap soal digunakan tanda "~". Kemudian kunci jawaban tersebut akan disimpan dalam file berformat teks (.txt) dengan nama kombinasi dari kode ujian , tanda garis bawah ("_"), dan kelas ujian di dalam Folder Key pada directory server.
Selanjutnya, hasil penghilangan tanda baca dan kata umum tersebut akan mengalami penghilangan kata yang sama. Misalnya di dalam satu kalimat terdapat dua atau lebih suatu kata, maka kata tersebut hanya disimpan sekali dalam variabel, sedangkan sisa kata yang sama akan di-skip saat pengecekan suatu kata. Setelah itu, hasilnya akan diurut sesuai urutan pada kamus kemudian hasilnya akan disimpan dalam file berformat teks (.txt) dengan nama kombinasi string "query_", kode ujian, simbol garis bawah ("_") dan kelas ujian di dalam Folder Key pada directory server.
Komponen Jawaban berasal dari jawaban yang diberikan mahasiswa dan tidak mengalami penghilangan tanda baca maupun kata-kata umum. Proses yang dialami komponen ini sama seperti proses yang dialami oleh komponen soal. Jawaban akan disimpan ke dalam sebuah file berformat text (.txt) dengan nama kombinasi dari kode ujian, tanda garis bawah ("_"), dan kelas ujian di dalam sub Folder Jawaban dengan nama kombinasi dari kode ujian, tanda garis bawah ("_") dan kelas ujian. dalam
directory server. Simbol yang digunakan dalam pemisah antarjawaban digunakan
tanda "~".
Komponen Query Jawaban juga berasal dari jawaban yang diberikan
mahasiswa. Namun, Query Jawaban mengalami penghilangan tanda baca dan kata-kata umum. Query Jawaban akan disimpan ke dalam sebuah file berformat text (.txt) dengan nama kombinasi dari kode ujian, tanda garis bawah ("_"), dan kelas ujian di
dalam sub folder "jawaban" dengan nama kombinasi dari kode ujian, tanda garis bawah ("_") dan kelas ujian. dalam directory server. Simbol yang digunakan dalam pemisah antarjawaban digunakan tanda "~".
Selanjutnya, Komponen Query Jawaban akan mengalami penghilangan kata
yang sama. Misalnya di dalam satu kalimat terdapat dua atau lebih suatu kata, maka kata tersebut hanya disimpan sekali dalam variabel, sedangkan sisa kata yang sama akan di-skip saat pengecekan suatu kata. Setelah itu, hasilnya akan digabung dengan
Query Kunci Jawaban dan diurut sesuai urutan pada kampus kemudian hasilnya akan
disimpan dalam file berformat teks (.txt) dengan nama kombinasi string "query_", kode ujian, simbol garis bawah ("_") dan kelas ujian di dalam folder bernama "key" dalam directory server.
Contoh perancangannya adalah sebagai berikut : Kode Ujian : SO
Nama Ujian : Sistem Operasi Kelas Ujian : B
Jumlah Soal : 4
Tanggal Ujian : 28/07/2011 Waktu Ujian : 10.30 Lama Ujian : 30 menit Soal :
1. Jelaskan apa yang dimaksud dengan sistem operasi?
2. Apa yang dimaksud dengan penjadwalan dalam sistem operasi? Kunci Jawaban :
1. Sistem operasi merupakan perangkat lunak komputer atau software yang bertugas untuk melakukan kontrol dan manajemen perangkat keras dan juga operasi-operasi dasar sistem, termasuk menjalankan software aplikasi seperti program-program pengolah data yang bisa digunakan untuk mempermudah kegiatan manusia
2. Penjadwalan merupakan kumpulan kebijaksanaan dan mekanisme di sistem operasi yang berkaitan dengan urutan kerja yang dilakukan oleh sistem komputer.
Jawaban :
Mahasiswa dengan nim 071401014 dimisalkan memberikan jawaban sebagai berikut :
1. Sistem operasi merupakan penghubung antara lapisan hardware dan lapisan software
2. Penjadwalan merupakan alokasi sumber-sumber untuk melaksanakan sekumpulan tugas berdasarkan waktu.
Output :
1. File soal di directory <server>/soal/SO_B.txt" berisikan sebagai berikut :
Jelaskan apa yang dimaksud dengan sistem operasi?~Apa yang dimaksud dengan penjadwalan dalam sistem operasi?
2.File Query Kunci Jawaban di directory "<server>/key/_SO_B.txt" berisikan sebagai berikut :
sistem operasi perangkat lunak komputer software bertugas melakukan kontrol manajemen perangkat keras operasi operasi dasar sistem menjalankan software aplikasi program program pengolah data digunakan mempermudah kegiatan manusia~penjadwalan kumpulan kebijaksanaan mekanisme sistem operasi berkaitan urutan kerja dilakukan sistem komputer
3. File Jawaban di directory "<server>/jawaban/SO_B/071401014.txt" berisikan sebagai berikut :
sistem operasi merupakan penghubung antara lapisan hardware dan lapisan software~penjadwalan merupakan alokasi sumber-sumber untuk melaksanakan sekumpulan tugas berdasarkan waktu.
4. File Query Jawaban di directory "<server>/jawaban/SO_B/key_071401014.txt" berisikan sebagai berikut :
sistem operasi penghubung lapisan hardware lapisan software~penjadwalan alokasi sumber sumber untuk melaksanakan tugas berdasarkan waktu
5. File Queries di directory “<server>/key/query_SO_B.txt” berisikan sebagai berikut: aplikasi bertugas dasar data digunakan hardware kegiatan keras komputer control lapisan lunak manajemen manusia melakukan mempermudah menjalankan operasi penghubung pengolah perangkat program sistem software~ alokasi berdasarkan berkaitan dilakukan kebijaksanaan kerja komputer kumpulan mekanisme melaksanakan penjadwalan sistem sumber tugas urutan waktu
3.3. Perancangan Algoritma Penilaian Tes Esai
Algoritma yang digunakan terdiri atas Term Frequency/Inverse Document Frequency (TF/IDF), Latent Semantic Analysis (LSA), dan gabungan kedua algoritma tersebut (TF/IDF – LSA). Adapun rancangan algoritma tiap algoritma adalah sebagai berikut :
3.3.1 Algoritma TF/IDF
Langkah-langkah kinerja algoritma TF/IDF adalah sebagai berikut :
1. Ditentukan terlebih dahulu masing-masing query, yaitu query dari jawaban (D), query dari key jawaban (Q) dan gabungan keduanya(Queries).
2. Ketiga query tersebut dihilangkan stoplist atau simbol-simbol yang tidak
mempengaruhi penilaian, seperti tanda titik, tanda koma, tanda seru, dan sebagainya. 3. Ketiga query tersebut dihilangkan stopwords atau kata-kata umum yang lazim digunakan dalam suatu query, seperti "dan", "jika", "di", "namun", "tetapi", dan sebagainya.
Tabel 3.1 Tabel Sampel Query
Dokumen Term yang mewakili dokumen
Q data keterangan mentah belum diolah belum bisa dijadikan acuan mengambil suatu keputusan
D1 data data mentah sekumpulan
D2 belum belum bisa data diolah fakta informasi mentah menyajikan D3 acuan belum belum bisa data dijadikan diolah informasi keputusan
4. Dihitung nilai term frequency query jawaban dan query key jawaban terhadap queries. Jadi perhitungan term di query jawaban dan query key jawaban merujuk pada term yang terdapat dalam queries.
5. Dihitung nilai document frequency (n) atau banyaknya file (N) yang memiliki
suatu term untuk tiap term dalam queries.
6. Dihitung nilai inverse document frequency dengan rumus : log (N/n) +1
Tabel 3.2 Tabel Perhitungan TF dan IDF Term tf df idf Q J1 J2 J3 Log(n/df)+1 Acuan 1 0 0 1 2 1.30103 Belum 2 0 2 2 3 1.12493874 Bisa 1 0 1 1 3 1.12493874 Data 1 2 1 1 4 1 Dijadikan 1 0 0 1 2 1.30103 Diolah 1 0 1 1 3 1.12493874 Fakta 0 0 1 0 1 1.60205999 Informasi 0 0 1 1 2 1.30103 Keputusan 1 0 0 1 2 1.30103 Keterangan 1 0 0 0 1 1.60205999 Mengambil 1 0 0 0 1 1.60205999 Mentah 1 1 1 1 4 1 Menyajikan 0 0 1 0 1 1.60205999 Pengambilan 0 0 0 1 1 1.60205999 Sekumpulan 0 1 0 0 1 1.60205999 suatu 1 0 0 0 1 1.60205999
7. Dikalikan nilai term frequency dengan nilai inverse document frequency tiap term dalam Q maupun D.
Tabel 3.3 Tabel Perhitungan TF/IDF TF/IDF = tf * idf Term Q J1 J2 J3 Acuan 1.30103 0 0 1.30103 Belum 2.249877 0 2.24987747 2.249877 Bisa 1.124939 0 1.12493874 1.124939 Data 1 2 1 1 Dijadikan 1.30103 0 0 1.30103 Diolah 1.124939 0 1.12493874 1.124939 Fakta 0 0 1.60205999 0 Informasi 0 0 1.30103 1.30103 Keputusan 1.30103 0 0 1.30103 Keterangan 1.60206 0 0 0
Term Q J1 J2 J3 Mengambil 1.60206 0 0 0 Mentah 1 1 1 1 Menyajikan 0 0 1.60205999 0 Pengambilan 0 0 0 1.60206 Sekumpulan 0 1.602059991 0 0 suatu 1.60206 0 0 0
8. Dihitung hasil perkalian skalar masing-masing query jawaban terhadap query
key jawaban. Hasil perkalian dari setiap jawaban dengan query dijumlahkan (sesuai
pembilang pada rumus di atas).
Tabel 3.4 Tabel Hasil Perkalian Skalar Tiap D terhadap Q Ji
.
Q Term J1 J2 J3 Acuan 0 0 1.692679 Belum 0 5.06194864 5.061949 Bisa 0 1.26548716 1.265487 Data 2 1 1 Dijadikan 0 0 1.692679 Diolah 0 1.26548716 1.265487 Fakta 0 0 0 Informasi 0 0 0 Keputusan 0 0 1.692679 Keterangan 0 0 0 Mengambil 0 0 0 Mentah 1 1 1 Menyajikan 0 0 0 Pengambilan 0 0 0 Sekumpulan 0 0 0 suatu 0 0 0 SUM (Ji.
Q) 3 9.59292297 14.670969. Dihitung hasil perkalian vektor tiap query key jawaban dan query jawaban. Tabel 3.5 Tabel Hasil Perkalian Vektor Q dan D
(TF/IDF(Q,D))2 Term Q J1 J2 J3 Acuan 1.692679 0 0 1.692679 Belum 5.061949 0 5.061949 5.061949 Bisa 1.265487 0 1.265487 1.265487 Data 1 4 1 1
Term Q J1 J2 J3 Dijadikan 1.692679 0 0 1.692679 Diolah 1.265487 0 1.265487 1.265487 Fakta 0 0 2.566596 0 Informasi 0 0 1.692679 1.692679 Keputusan 1.692679 0 0 1.692679 Keterangan 2.566596 0 0 0 Mengambil 2.566596 0 0 0 Mentah 1 1 1 1 Menyajikan 0 0 2.566596 0 Pengambilan 0 0 0 2.566596 Sekumpulan 0 2.566596 0 0 Suatu 2.566596 0 0 0 SUM (TF/IDF(Q,D))2 22.37075 7.566596 16.41879 18.93024 SQRT(SUM(TF/IDF(Q,D))2) 4.729773 2.750745 4.052011 4.350889
10.Dihitung nilai cosine similarity ( nilai vektor beda antara D terhadap Q) dengan rumus :
Pembilang pada rumus tersebut merupakan langkah no.7, sedangkan penyebutnya merupakan langkah no.8.
Tabel 3.6 Tabel Hasil Perhitungan CoSim dan Nilai TF/IDF Cosim (Di,Q) Nilai Cosim Jika bobot = 50,
Nilai (Nilai Cosim *bobot) Cosim(D1,Q) 0.23058482 11.52924
Cosim(D2,Q) 0.50054147 25.02707
Cosim(D3,Q) 0.71291913 35.64596
Langkah-langkah algoritma TF/IDF dapat direpresentasikan ke dalam flowchart sebagai berikut :
3.3.2 Algoritma LSA
Langkah-langkah kinerja algoritma TF/IDF adalah sebagai berikut :
1. Ditentukan terlebih dahulu masing-masing query, yaitu query dari jawaban (D), query dari key jawaban (Q) dan gabungan keduanya(Queries).
2. Ketiga query tersebut dihilangkan stoplist atau simbol-simbol yang tidak
mempengaruhi penilaian, seperti tanda titik, tanda koma, tanda seru, dan sebagainya. 3. Ketiga query tersebut dihilangkan stopwords atau kata-kata umum yang lazim digunakan dalam suatu query, seperti "dan", "jika", "di", "namun", "tetapi", dan sebagainya.
4. Dihitung nilai term frequency query jawaban dan query key jawaban terhadap queries. Jadi perhitungan term di query jawaban dan query key jawaban merujuk pada term yang terdapat dalam queries. Hasilnya direpresentasikan dalam matriks Am x n
dimana m adalah banyaknya term dan n adalah banyaknya query key jawaban dan
query jawaban, dimana n=1 merupakan query key jawaban.
Am x n =
4. Dihitung nilai matriks U dan matriks S dengan metode Singular Value
Decomposition (SVD) . 1 0 0 1 2 2 0 2 2 3 1 0 1 1 3 1 2 1 1 4 1 0 0 1 2 1 0 1 1 3 0 0 1 0 1 0 0 1 1 2 1 0 0 1 2 1 0 0 0 1 1 0 0 0 1 1 1 1 1 4 0 0 1 0 1 0 0 0 1 1 0 1 0 0 1 1 0 0 0 1
Matriks U = Matriks S =
6. Di-reduce kolom matriks U dan S sesuai dengan nilai dimensi (k). Jika k bernilai 2 maka matriks U hanya memiliki 2 kolom, sedangkan matriks S memiliki 2 kolom dan 2 baris, selain itu isi matriksnya dihapus. Karena matriks U sudah berdimensi 2, maka tidak perlu di-reduce. Sedangkan Matriks S mengalami reduce dan hasilnya sebagai berikut :
Matriks S =
7. Dihitung matriks vektor Q dan tiap D dengan cara melakukan perkalian matriks dengan himpunan term frequency Q atau D terhadap matriks U kemudian terhadap
matriks S.
Matriks Vektor Q,Di = tfidf(Q,Di) * matriks U * matriks S
0.15265703871295 0.37648774499756 0.58034754451939 0.3131745523138 0.2901737722597 0.1565872761569 0.3978739116095 0.71016833170055 0.15265703871295 0.11915573597991 0.2901737722597 0.1565872761569 0.13751673354675 0.037431540176988 0.2901737722597 0.1565872761569 0.15265703871295 0.11915573597991 0 0 0 0 0.3440238419346 -0.27679052777182 0.13751673354675 0.037431540176988 0.15265703871295 0.11915573597991 0.053850069674904 -0.43337780392873 0 0 4.7080408714796 0 0 0 2.2172157049389 0 0 0 1.7083049113815 4.7080408714796 0 0 2.2172157049389
Matriks Vektor Q = | 1 2 1 1 1 1 0 0 1 1 1 1 0 0 0 1 | * matriks U * matriks S
Sehingga diperoleh hasil berikut :
Q = | 13.845931556664 1.2579684032034 | D1 = | 5.619619912659 4.7237891345902 | D2 = | 14.350803607656 0.408001289351 | D3 = | 15.930797113873 1.8693501402403 |
8. Dihitung nilai CoSim dari matriks vektor masing-masing D terhadap Q. Tabel 3.7 Tabel Hasil Perhitungan CoSim dan Nilai LSA Cosim (Di,Q) Nilai Cosim Jika bobot = 50,
Nilai (Nilai Cosim *bobot) Cosim(D1,Q) 0.70412168218698 35.206084109349
Cosim(D2,Q) 0.99806725539214 49.903362769607
Cosim(D3,Q) 0.99965675310821 49.982837655411
Langkah-langkah algoritma LSA dapat direpresentasikan ke dalam
flowchart sebagai berikut :
START
END
Tentukan query dan nilai dimensi
Buat matriks jlh query (m) x jlh jawaban (n), diperoleh dari perhitungan jumlah kata query dalam Hitung nilai matriks U dan S dengan menggunakan Singular
Value Decompositon (SVD) dari matriks m x n sesuai nilai k
Hitung vector tiap query dengan rumus : M ik V k Q D fidf * ik U * ik S
Hitung Nilai cosine lalu kalikan dengan bobot
Gambar 3.2 Flowchart LSA 3.3.3 Algoritma TF/IDF-LSA
1. Ditentukan terlebih dahulu masing-masing query, yaitu query dari jawaban (D), query dari key jawaban (Q) dan gabungan keduanya(Queries).
2. Ketiga query tersebut dihilangkan stoplist atau simbol-simbol yang tidak
mempengaruhi penilaian, seperti tanda titik, tanda koma, tanda seru, dan sebagainya. 3. Ketiga query tersebut dihilangkan stopwords atau kata-kata umum yang lazim digunakan dalam suatu query, seperti "dan", "jika", "di", "namun", "tetapi", dan sebagainya.
4. Dihitung nilai term frequency query jawaban dan query key jawaban terhadap queries. Jadi perhitungan term di query jawaban dan query key jawaban merujuk pada term yang terdapat dalam queries.
5. Dihitung nilai document frequency (n) atau banyaknya file (N) yang memiliki
suatu term untuk tiap term dalam queries.
6. Dihitung nilai inverse document frequency dengan rumus : log (N/n) +1
7. Dikalikan nilai term frequency dengan nilai inverse document frequency.
Hasilnya direpresentasikan dalam matriks Am x n dimana m adalah banyaknya term
dan n adalah banyaknya query key jawaban dan query jawaban, dimana n=1 merupakan query key jawaban. Dengan sampel yang sama diambil dari tabel 3.3, diperoleh : 1.30103 0 0 1.30103 2.24988 0 2.24987747 2.24988 1.12494 0 1.12493874 1.12494 1 2 1 1 1.30103 0 0 1.30103 1.12494 0 1.12493874 1.12494 0 0 1.60205999 0 0 0 1.30103 1.30103 1.30103 0 0 1.30103 1.60206 0 0 0 1.60206 0 0 0 1 1 1 1 0 0 1.60205999 0
Am x n =
7. Dihitung nilai matriks U dan matriks S dengan metode Singular Value Decomposition (SVD) . Matriks U = Matriks S = 0 0 0 1.60206 0 1.60206 0 0 1.60206 0 0 0 0.18092492555784 0 0.34176166791787 0.051756792255587 0.17088083395893 0.025878396127794 0 0 0.18092492555784 0.28854241328207 0.17088083395893 0.025878396127793 0.46159783376027 -0.45238093270993 0.41172384243797 0.062351946927107 0.18092492555784 0.28854241328207 0 0 0 0 0 0 0.46159783376027 0.45238093270993 0.36184985111568 0.57708482656415 0 0 0 0 1.0264920160533 0 0 0 0.82106905115402 0 0 0 0.60205999132796
8. Di-reduce kolom matriks U dan S sesuai dengan nilai dimensi (k). Jika k bernilai 2 maka matriks U hanya memiliki 2 kolom, sedangkan matriks S memiliki 2 kolom dan 2 baris, selain itu isi matriksnya dihapus. Karena matriks U sudah berdimensi 2, maka tidak perlu di-reduce. Sedangkan Matriks S mengalami reduce dan hasilnya sebagai berikut :
Matriks S =
9. Dihitung matriks vektor Q dan tiap D dengan cara melakukan perkalian matriks dengan himpunan term frequency Q atau D terhadap matriks U kemudian terhadap
matriks S. Dihitung matriks vektor Q dan tiap D dengan cara melakukan perkalian matriks dengan himpunan term frequency Q atau D terhadap matriks U kemudian terhadap matriks S.
Matriks Vektor Q,Di = tfidf(Q,Di) * matriks U * matriks S
Sehingga diperoleh hasil berikut :
Q = | 0.29921144096099 0.15856413881248 | D1 = | 0 0 |
D2 = | 0.82926000792139 -0.41591403027845 | D3 = | 0.65006286523949 0.45924741892416 |
10. Dihitung nilai CoSim dari matriks vektor masing-masing D terhadap Q. Tabel 3.8 Tabel Hasil Perhitungan CoSim dan Nilai TF/IDF - LSA
Cosim (Di,Q) Nilai Cosim Jika bobot = 50, Nilai (Nilai Cosim *bobot) Cosim(D1,Q) 0 35.206084109349
Cosim(D2,Q) 0.57989431132813 28.994715566406
Cosim(D3,Q) 0.99185224610301 49.789004649546
Langkah-langkah algoritma TF/IDF - LSA dapat direpresentasikan ke dalam
flowchart sebagai berikut :
1.0264920160533 0 0 0.8210690511540
2
START
Gambar 3.3 Flowchart TF/IDF-LSA Hitung TF/IDF
Hitung LSA Hitung nilai cosine
Kalikan dengan bobot tiap soal
nilai
3.4. Perancangan Skema Sistem
3.4.1 Data Flow Diagram (DFD)
3.4.1.1 DFD Level 0
Gambar 3.4 DFD Level 0
Penjelasan proses diagram konteks DFD yaitu sebagai berikut: Kode Proses : P
Nama Proses : Sistem Penilaian Tes Esai Otomatis
Keterangan : Proses Penilaian Tes Esai dengan Menggunakan Algoritma TF/IDF, LSA serta TF/IDF-LSA.
a. Arus Data Masukan : - data_admin - data_dosen - data_mhs Keluaran : - pass_admin - pass_dosen - rekap_nilai - pass_mhs - pass_soal
- nilai
b. Entitas Luar
Nama Entitas : Admin
Keterangan : Merupakan bagian yang mengontrol dan memperbaiki sistem Masukan : Data_admin
Keluaran : pass_admin
Nama Entitas : Dosen
Keterangan : Pengguna sistem yang menyediakan soal beserta kunci jawaban dan bobot tiap soal untuk memberikan penilaian terhadap pemahaman mahasiswa akan materi yang diajarkan.
Masukan : data_dosen Keluaran : - pass_dosen
- rekap_nilai
Nama Entitas : Mahasiswa
Keterangan : Pengguna sistem yang menjawab pertanyaan (soal) yang diberikan oleh dosen untuk memperoleh skala nilai pemahaman terhadap materi kuliah yang diajarkan.
Masukan : data_dosen Keluaran : - pass_dosen
3.4.1.2 DFD Level 1 ADMIN P.1 Admin Data_admin Tb_kelas Tb_sifat Tb_ktumum Tb_dosen_admin Tb_mahasiswa Tb_ujian Dir_soal Dir_jawaban Dir_Key_jawaban New_Data_dosen Data_sifat Data_ktumum Data_kelas New_Data_mhs DOSEN P.2 Dosen Rec_dosen Rec_sifat Rec_ktumum Nama_kelas Data_dosen New_soal Data_ujian New_key_jawaban Update_soal soal Update_key_jawaban Key_jawaban MAHASISWA P.3 Mahasiswa Data_mhs Rekap_nilai jawaban File_jawaban Rec_mhs Kode_ujian soal nilai Pass_dosen Pass_mhs Pass_soal Pass_admin New_data_admin Rec_admin Data_dosen Dir_queries Query_key_jawaban File_queries Dir_query_jawaban Query_jawaban File_query_jawaban Dir_query_key _jawaban File_query_key_jawaban Tb_hasil nilai Rec_nilai nilai Gambar 3.5 DFD Level 1
Penjelasan proses diagram DFD level 1 adalah sebagai berikut: Kode Proses : P.1
Nama Proses : Proses Admin
Keterangan : Proses ini merupakan yang dilakukan oleh Admin dalam sistem ini. Arus Data
Masukan : - data_admin - rec_admin Keluaran : - new_data_dosen
- new_data_mhs - pass_admin - pass_mhs - pass_dosen - data_sifat - data_ktumum - data_kelas Kode Proses : P.2
Nama Proses : Proses Dosen
Keterangan : Proses ini merupakan yang dilakukan oleh Dosen dalam sistem ini. Arus Data Masukan : - rec_admin - data_dosen - rec_dosen - rec_sifat - rec_ktumum - nama_kelas - file_jawaban - file_query_jawaban - soal - file_query_key_jawaban - file_queries - key_jawaban Keluaran : - update_key_jawaban - data_dosen - new_key_jawaban - rekap_nilai - nilai - new_soal - update_soal - query_key_jawaban
Kode Proses : P.3
Nama Proses : Proses Mahasiswa
Keterangan : Proses ini merupakan yang dilakukan oleh Mahasiswa dalam sistem. Arus Data Masukan : - data_mhs - nilai - kode_ujian - soal - rec_mhs Keluaran : - jawaban - query_jawaban - nilai - pass_soal 3.4.1.3 DFD Level 2 3.4.1.3.1 Proses Admin
Kode Proses : P.1.1
Nama Proses : Login Admin
Keterangan : Proses ini melakukan validasi data login yang diberikan admin. Arus Data Masukan : - admin,pass - rec_admin Keluaran : - new_data_dosen - new_data_admin - new_data_mhs
- passlama, passbaru, nip - data_kelas
- data_sifat - data_ktumum
Kode Proses : P.1.2
Nama Proses : Input Data Dosen
Keterangan : Admin menginput data dosen pada proses ini. Arus Data
Masukan : - new_data_dosen Keluaran : - new_data_dosen
- pass_dosen
Kode Proses : P.1.3
Nama Proses : Input Data Mahasiswa
Keterangan : Admin menginput data mahasiswa pada proses ini. Arus Data
Masukan : - new_data_mhs Keluaran : - new_data_mhs
- pass_mhs
Kode Proses : P.1.4
Nama Proses : Input Kelas Ujian
Arus Data
Masukan : - data_kelas Keluaran : - data_kelas
Kode Proses : P.1.5
Nama Proses : Input Sifat Ujian
Keterangan : Admin menginput sifat ujian pada proses ini. Arus Data
Masukan : - data_sifat Keluaran : - data_sifat
Kode Proses : P.1.6
Nama Proses : Input Kata Umum
Keterangan : Admin menginput kata umum untuk proses penghilangan kata umum pada kunci jawaban serta jawaban pada proses ini.
Arus Data
Masukan : - data_ktumum Keluaran : - data_ktumum
Kode Proses : P.1.7
Nama Proses : Tambah Admin
Keterangan : Admin menginput data admin lain untuk memberikan hak akses terhadap sistem admin.
Arus Data
Masukan : - new_data_admin Keluaran : - new_data_admin
Kode Proses : P.1.8
Nama Proses : Ubah Password Admin
Keterangan : Admin melakukan perubahan password pada proses ini. Arus Data
Masukan : - passlama, passbaru, nip - nip, passlama
Keluaran : - passbaru
3.4.1.3.2 Proses Dosen
Gambar 3.7 DFD Level 2 pada Proses Dosen
Kode Proses : P.2.1
Keterangan : Proses ini melakukan validasi data login yang diberikan dosen. Arus Data
Masukan : - nip, pass_dosen - rec_dosen Keluaran : - kode_soal - kode_ujian - data_soal - kode_soal_lihat - kode_soal_upt - nip Kode Proses : P.2.2 Nama Proses : Buat Soal
Keterangan : Admin menginput data soal pada proses ini. Arus Data Masukan : - data_soal - rec_kelas - rec_sifat - rec_ktumum Keluaran : - query_key_jawaban - data_ujian - new_soal - new_key_jawaban Kode Proses : P.2.3
Nama Proses : Update Soal
Keterangan : Admin meng-update data soal pada proses ini. Arus Data Masukan : - kode_soal_upt - key_jawaban - soal Keluaran : - update_key_jawaban - update_soal
Kode Proses : P.2.4
Nama Proses : Ubah Password Dosen
Keterangan : Dosen melakukan perubahan password pada proses ini. Arus Data
Masukan : - passlama, passbaru, nip - rec_dosen
Keluaran : - passbaru
Kode Proses : P.2.5
Nama Proses : Hitung Nilai
Keterangan : Sistem melakukan perhitungan nilai terhadap jawaban mahasiswa. Arus Data
Masukan : - kode_ujian, algoritma - file_queries
- file_query_jawaban - file_query_key_jawaban Keluaran : - nilai
Kode Proses : P.2.6 Nama Proses : Lihat Nilai
Keterangan : Sistem ini menampilkan nilai yang telah dihitung pada proses Hitung Nilai. Arus Data Masukan : - rec_nilai - kode_soal_lihat Keluaran : - rekap_nilai Kode Proses : P.2.7 Nama Proses : Lihat Info
Keterangan : Sistem ini menampilkan informasi akun Dosen. Arus Data
- nip - rec_ujian Keluaran : - data_dosen
3.4.1.3.2 Proses Mahasiswa
Gambar 3.8 DFD Level 2 pada Proses Mahasiswa
Kode Proses : P.3.1
Nama Proses : Login Mahasiswa
Keterangan : Proses ini melakukan validasi data login yang diberikan mahasiswa. Arus Data
Masukan : - nip, pass_mhs - rec_mhs
Keluaran : - nip, passlama, passbaru - kode_soal
Kode Proses : P.3.2
Nama Proses : Daftar Ujian
Keterangan : Mahasiswa melakukan pendaftaran ujian pada proses ini. Arus Data
Masukan : - kode_soal - rec_ujian Keluaran : - pass_ujian
Kode Proses : P.3.3
Nama Proses : Mulai Ujian
Keterangan : Admin menginput data soal pada proses ini. Arus Data
Masukan : - kode_soal, pass_ujian - rec_pass - file_soal - rec_ktumum Keluaran : - query_jawaban - jawaban Kode Proses : P.3.4
Nama Proses : Ubah Password Mahasiswa
Keterangan : Mahasiswa melakukan perubahan password pada proses ini. Arus Data
Masukan : - passlama, passbaru, nim - rec_mhs
Keluaran : - passbaru
Kode Proses : P.3.5 Nama Proses : Lihat Nilai
Keterangan : Sistem ini menampilkan nilai yang telah dihitung pada proses Hitung Nilai.
Masukan : - kode_soal - rec_nilai Keluaran : - nilai
3.5 Kamus Data
Kamus data merupakan katalog (tempat penyimpanan) dari elemen-elemen yang berada dalam satu sistem yang memudahkan proses analisis dan desain sistem. Kamus data mendefinisikan elemen data dengan fungsi sebagai berikut :
1. Menjelaskan arti aliran data dan penyimpanan dalam DFD.
2. Mendeskripsikan komposisi paket data yang bergerak melalui aliran data. 3. Mendeskripsikan komposisi penyimpanan data.
4. Menspesifikasikan nilai dan satuan yang relevan bagi penyimpanan dan aliran.
Database yang digunakan bernama essay yang terdiri dari delapan tabel database, yaitu :
1. tb_dosen
Tabel ini berisikan data user, yaitu data dosen, admin maupun superadmin. Tabel ini digunakan untuk validasi login dosen maupun admin serta untuk memperoleh record data dosen yang akan digunakan pada akun dosen dalam sistem. Adapun struktur tabel ini adalah sebagai berikut :
Tabel 3.9 Kamus Data Tabel Dosen
Attribut Tipe Data Keterangan
dosen_nip (PK) Varchar(18) NIP Dosen
dosen_nama Varchar(40) Nama Dosen
Pass Varchar(20) Password Dosen untuk mengakses akun sistem
Email Varchar(20) Email Dosen
2. tb_tipe
Tabel ini berisikan data default tipe user. Tabel ini digunakan untuk membedakan
user pada tb_dosen, yaitu pada attribut kode_type. Secara default, tabel ini berisikan
data sebagai berikut :
Tabel 3.10 Kamus Data Tabel Default tb_tipe
Kode_tipe Nama_tipe Keterangan 1 Dosen Tipe User untuk Dosen
2 Admin Tipe User untuk Admin
3 SuperAdmin Tipe User untuk SuperAdmin
Adapun struktur tabel ini adalah sebagai berikut :
Tabel 3.11 Kamus Data Tabel Tipe User
Attribut Tipe Data Keterangan
Kode_tipe (PK) Varchar(1) Tipe User
Nama_tipe Varchar(10) Nama User
3. tb_ujian
Tabel ini berisikan data lengkap ujian, yaitu kode ujian, nama ujian, lama ujian, kelas ujian, jumlah soal ujian, sifat ujian, bobot ujian, tanggal dan waktu ujian serta keterangan pengecekan ujian. Adapun struktur tabel ini adalah sebagai berikut :
Tabel 3.12 Kamus Data Tabel Data Ujian
Attribut Tipe Data Keterangan
Essay_kode (PK) Varchar(10) Kode Ujian
Essay_ujian Varchar(30) Nama Ujian
Essay_dosen Varchar(18) Dosen Ujian
Essay_waktu Varchar(3) Lamanya Ujian
Essay_kelas Varchar(8) Kelas Ujian
Essay_jumlah Varchar(5) Jumlah Soal Ujian
Essay_sifat Varchar(2) Sifat Ujian
Essay_tanggal Datetime Tanggal dan waktu mulai ujian
Essay_cek Varchar(1) Keterangan ujian telah diperiksa atau belum. Bernilai 'y' jika ujian telah diperiksa, sebaliknya akan bernilai 'n' jika ujian belum diperiksa
4. tb_sifat
Tabel ini berisikan data sifat ujian. Secara default, sifat ujian adalah "Buka Buku" dan "Tutup Buku". Adapun struktur tabel ini adalah sebagai berikut :
Tabel 3.13 Kamus Data Tabel Sifat Ujian
Attribut Tipe Data Keterangan
Kode_sifat (PK) Int(2) Kode sifat ujian Nama_sifat Varchar(30) Nama sifat ujian
5. tb_kelas
Tabel ini berisikan data kelas ujian. Adapun struktur tabel ini adalah sebagai berikut : Tabel 3.14 Kamus Data Tabel Kelas Ujian
Attribut Tipe Data Keterangan
Kode_kelas (PK) Int(2) Kode Kelas Ujian Nama_kelas Varchar(30) Nama Kelas Ujian
6. tb_kata_umum
Tabel ini berisikan data kata umum yang akan digunakan saat penghilangan kata umum. Adapun struktur tabel ini adalah sebagai berikut :
Tabel 3.15 Kamus Data Tabel Kata Umum
Attribut Tipe Data Keterangan
Kode_kata (PK) Int(11) Kode Kata Umum
kata_umum Varchar(30) Nama Kata Umum 7. tb_mahasiswa
Tabel ini berisikan data mahasiswa. Tabel ini digunakan untuk validasi login mahasiswa serta untuk memperoleh record data mahasiswa yang akan digunakan pada akun mahasiswa dalam sistem. Adapun struktur tabel ini adalah sebagai berikut :
Tabel 3.16 Kamus Data Tabel Mahasiswa
Attribut Tipe Data Keterangan
mhs_nim (PK) Varchar(18) NIP Dosen
mhs_nama Varchar(40) Nama Dosen
mhs_pass Varchar(20) Password Dosen untuk mengakses akun sistem
mhs_email Varchar(20) Email Dosen
8. tb_hasil_<tahun>_<kode_ujian>_<nama_kelas>
Tabel ini berisikan data hasil ujian mahasiswa, termasuk nilai dan password untuk mengikuti ujian. Nama tabel ini diambil dari tiga kombinasi, yaitu <tahun> merupakan tahun dibuat soal, <kode_ujian> merupakan kode ujian yang diperoleh dari attribut kode_ujian dari tb_ujian, dan <nama_kelas> merupakan nama kelas ujian yang diambil dari attribut nama_kelas dari tb_kelas. Tabel ini juga digunakan untuk validasi login ujian mahasiswa dalam sistem. Adapun struktur tabel ini adalah sebagai berikut :
Tabel 3.17 Kamus Data Tabel Hasil
Attribut Tipe Data Keterangan
urutan (PK) Int (3) Kode Mahasiswa Peserta Ujian nim Varchar(15) Nim Mahasiswa Peserta Ujian pass Varchar(8) Password Mahasiswa Peserta Ujian nilai Varchar(20) Nilai Mahasiswa Peserta Ujian status Varchar(1) Status Mahasiswa Peserta Ujian.
Akan bernilai 'n', jika mahasiswa belum mengikuti ujian, sebaliknya akan bernilai 'y', jika mahasiswa telah mengikuti ujian
3.6.1 Halaman Utama
Gambar 3.9 Rancangan Halaman Utama
Adapun keterangan rancangan tersebut adalah : 1. Tombol ini akan menuju halaman login dosen. 2. Tombol ini akan menuju halaman login mahasiswa. 3. Tombol ini akan menuju halaman news.
4. Tombol ini akan menuju halaman hasil ujian mahasiswa. 5. Tombol ini akan menuju halaman data pembuat sistem.
6. Bagian ini berisikan logo suatu universitas, dalam hal ini logo Universitas Sumatera Utara
3.6.2 Halaman Login Dosen
Gambar 3.10 Rancangan Halaman Login Dosen
Adapun keterangan rancangan tersebut adalah : 1. Tombol ini akan menuju halaman login dosen. 2. Tombol ini akan menuju halaman login mahasiswa. 3. Tombol ini akan menuju halaman news.
4. Tombol ini akan menuju halaman hasil ujian mahasiswa. 5. Tombol ini akan menuju halaman data pembuat sistem.
6. Bagian ini berisikan logo suatu universitas, dalam hal ini logo Universitas Sumatera Utara
3.6.3 Halaman Login Mahasiswa
Gambar 3.11 Rancangan Halaman Login Mahasiswa
Adapun keterangan rancangan tersebut adalah : 1. Tombol ini akan menuju halaman login dosen. 2. Tombol ini akan menuju halaman login mahasiswa. 3. Tombol ini akan menuju halaman news.
4. Tombol ini akan menuju halaman hasil ujian mahasiswa. 5. Tombol ini akan menuju halaman data pembuat sistem.
6. Bagian ini berisikan logo suatu universitas, dalam hal ini logo Universitas Sumatera Utara
3.6.4 Halaman Login Admin
Gambar 3.12 Rancangan Halaman Login Admin
Adapun keterangan rancangan tersebut adalah : 1. Tombol ini akan menuju halaman login dosen. 2. Tombol ini akan menuju halaman login mahasiswa. 3. Tombol ini akan menuju halaman news.
4. Tombol ini akan menuju halaman hasil ujian mahasiswa. 5. Tombol ini akan menuju halaman data pembuat sistem.
6. Bagian ini berisikan logo suatu universitas, dalam hal ini logo Universitas Sumatera Utara
3.6.5 Halaman Menu Dosen
Gambar 3.13 Rancangan Halaman Menu Dosen
Adapun keterangan rancangan tersebut adalah : 1. Submenu ini akan menuju halaman buat soal baru. 2. Submenu ini akan menuju halaman update soal.
3. Submenu ini akan menuju halaman lihat info akun dosen. 4. Submenu ini akan menuju halaman hitung nilai.
5. Submenu ini akan menuju halaman lihat nilai. 6. Submenu ini akan menuju halaman ubah password.
7. Link ini akan keluar dari halaman menu mahasiswa dan kembali ke halaman utama
3.6.6 Halaman Buat Soal Baru
Adapun keterangan rancangan tersebut adalah : 1. Submenu ini akan menuju halaman input data soal.
2. Link ini akan keluar dari halaman menu dosen dan kembali ke halaman utama.
3.6.7 Halaman Input Data Soal
Gambar 3.15 Rancangan Halaman Input Data Soal
Adapun keterangan rancangan tersebut adalah : 1. Tombol ini menyimpan data soal ke database.
2. Link ini akan keluar dari halaman menu dosen dan kembali ke halaman utama.
3.6.8 Halaman Update Soal
Gambar 3.16 Rancangan Halaman Update Soal
Adapun keterangan rancangan tersebut adalah : 1. Tombol ini menuju halaman lihat soal
3.6.9 Halaman Lihat Soal
Gambar 3.17 Rancangan Halaman Lihat Soal
Adapun keterangan rancangan tersebut adalah :
1. Tombol ini menuju kemabli ke halaman update soal. 2. Link ini akan menuju halaman edit soal.
3. Link ini akan keluar dari halaman menu dosen dan kembali ke halaman utama.
3.6.10 Halaman Edit Soal
Adapun keterangan rancangan tersebut adalah :
1. Tombol ini menuju kembali ke halaman update soal. 2. Link ini akan menyimpan data update soal ke database.
3. Link ini akan keluar dari halaman menu dosen dan kembali ke halaman utama.
3.6.11 Halaman Menu Mahasiswa
. Gambar 3.19 Rancangan Halaman Menu Dosen
Adapun keterangan rancangan tersebut adalah : 1. Submenu ini akan menuju halaman daftar ujian. 2. Submenu ini akan menuju halaman mulai ujian.
3. Submenu ini akan menuju halaman lihat info akun mahasiswa. 4. Submenu ini akan menuju halaman lihat nilai.
5. Submenu ini akan menuju halaman ubah password.
3.6.12 Halaman Daftar Ujian
Gambar 3.20 Rancangan Halaman Daftar Ujian
Adapun keterangan rancangan tersebut adalah :
1. Tombol ini menyimpan daftar ujian yang diikuti kemudian menampilkan password soal setiap daftar ujian yang dipilih.
2. Link ini akan keluar dari halaman menu dosen dan kembali ke halaman utama.
3.6.13 Halaman Pilihan Soal Ujian
Adapun keterangan rancangan tersebut adalah :
1. Tombol ini menuju halaman login ujian sesuai dengan tombol ujian yang dipilih.
2. Link ini akan keluar dari halaman menu dosen dan kembali ke halaman utama.
3.6.14 Halaman Login Ujian
Gambar 3.22 Rancangan Halaman Login Ujian
Adapun keterangan rancangan tersebut adalah :
1. Tombol ini kembali ke halaman pilihan soal ujian.
2. Tombol ini menuju halaman jawab ujian jika validasi NIM dan Pass Soal berhasil, jika tidak maka akan tetap ke halaman login ujian.
3.6.15 Halaman Jawab Ujian
Gambar 3.23 Rancangan Halaman Jawab Soal
Adapun keterangan rancangan tersebut adalah :
1. Tombol ini menyimpan jawaban yang diberikan mahasiswa ke directory jawaban.
2. Link ini akan keluar dari halaman menu dosen dan kembali ke halaman utama.
3.6.16 Halaman Menu Admin
Adapun keterangan rancangan tersebut adalah :
1. Submenu ini akan menuju halaman input data dosen. 2. Submenu ini akan menuju halaman input data mahasiswa. 3. Submenu ini akan menuju halaman input data kelas. 4. Submenu ini akan menuju halaman input sifat ujian. 5. Submenu ini akan menuju halaman kata umum. 6. Submenu ini akan menuju halaman ubah password.
7. Link ini akan keluar dari halaman menu admin dan kembali ke halaman utama.
3.6.17 Halaman Input Data Dosen
Gambar 3.25 Rancangan Halaman Input Data Dosen
Adapun keterangan rancangan tersebut adalah :
1. Tombol ini menyimpan data dosen ke database.
3.6.18 Halaman Input Data Mahasiswa
Gambar 3.26 Rancangan Input Data Mahasiswa
Adapun keterangan rancangan tersebut adalah :
1. Tombol ini menyimpan data mahasiswa ke database.
2. Link ini akan keluar dari halaman menu dosen dan kembali ke halaman utama.
3.6.19 Halaman Input Data Sifat Ujian
Adapun keterangan rancangan tersebut adalah :
1. Tombol ini menyimpan data sifat ujian ke database.
2. Link ini akan keluar dari halaman menu dosen dan kembali ke halaman utama.
3.6.20 Halaman Input Data Kelas Ujian
Gambar 3.28 Rancangan Halaman Input Data Kelas Ujian
Adapun keterangan rancangan tersebut adalah :
1. Tombol ini menyimpan data kelas ujian ke database.
2. Link ini akan keluar dari halaman menu dosen dan kembali ke halaman utama.
3.6.21 Halaman Input Data Kata Umum
Adapun keterangan rancangan tersebut adalah :
1. Tombol ini menyimpan data kata umum ke database.
2. Link ini akan keluar dari halaman menu dosen dan kembali ke halaman utama.
3.6.22 Halaman Ubah Password
Gambar 3.30 Rancangan Halaman Ubah Password
Adapun keterangan rancangan tersebut adalah :
1. Tombol ini menyimpan data ubah password ke database.
BAB 4
HASIL DAN IMPLEMENTASI
Implementasi dari sistem merupakan tahap akhir dari proses pengembangan perangkat lunak setelah melalui tahapan perancangan halaman. Dalam bab ini akan dijelaskan bagaimana cara menjalankan aplikasi penilaian tes esai ini. Adapun program yang dimaksud terdiri dari tampilan halaman utama beserta tampilan menu-menu yang lainnya.
4.1 Spesifikasi Perangkat Keras dan Perangkat Lunak
Tahap implementasi perangkat lunak merupakan kelanjutan dari tahap perancangan, sehingga implementasi ini harus didasarkan pada perancangan yang telah dilaksanakan sebelumnya.
4.1.1 Perangkat Keras
Dalam proses pembuatan aplikasi, konfigurasi komputer yang digunakan adalah
processor AMD Athlon (tm) II X4 635 Processsor 2.90 Ghz, RAM 8 GB dengan
sistem operasi Microsoft Windows 7 (64-bit Operating System). Program ini juga dapat dijalankan dengan konfigurasi minimal komputer sebagai berikut:
1. Prosesor 486 DX 66 Mhz
2. RAM 16 Mb untuk Windows 95 dan 32 Mb untuk Windows NT 4.0 dan Windows 2000.
3. Sistem operasi Windows 95/98, NT 4.0 (dengan SP 3), Windows 2000, Windows ME, Windows XP, Windows Vista.
4. VGA Card 256 color, 640x480 pixel 5. Hard disk kapasitas 5 gigabyte atau lebih
6. Mouse 7. Keyboard
4.1.2 Perangkat Lunak
Perangkat lunak yang dibutuhkan untuk implementasi aplikasi penilaian tes esai menggunakan algoritma TF/IDF dan LSA adalah sebagai berikut:
1. Sistem Operasi berbasis Windows. 2. PHP
3. MySQL
4.2 Hasil dan Pembahasan
Tujuan dari penelitian ini adalah menghitung skala kesalahan masing-masing algoritma, yaitu algoritma TF/IDF, LSA, dan TF/IDF-LSA terhadap suatu query dalam hal ini kunci jawaban yang diberikan oleh dosen. Adapun hasil data yang diperolah adalah sebagai berikut :
4.2.1 Hasil I Peneletian
Penelitian bagian ini membandingkan kinerja tiap algoritma terhadap kalimat yang memiliki jumlah kata yang banyak. Penilitian ini memberikan sejumlah sampel jawaban dengan jumlah kata yang banyak. Rata-rata jumlah kata yang terkandung dalam tiap kalimat adalah lebih dari 10 dengan jumlah kata minimal adalah 6 kata dan maksimal 38 kata. Penelitian ini diperoleh dari penilaian jawaban oleh dosen yang
dilakukan oleh Bapak Dr. Poltak Sihombing, M.Kom. terhadap matakuliah Sistem Operasi.
Adapun hasil penelitian untuk setiap algoritma adalah sebagai berikut :
4.2.1.1 Algoritma TF/IDF
Tabel 4.1 Tabel Perbandingan Nilai Hasil I Menggunakan TF/IDF Mahasiswa Nilai Dari Dosen untuk soal Nilai Dari Sistem untuk soal
ke-1 2 3 4 ke-1 2 3 4 A 28 25 15 18 25 27 5 8 B 25 20 15 19 14 1 5 18 C 20 20 18 15 7 1 14 5 D 15 20 15 15 8 7 7 3 E 15 20 10 15 6 6 8 4 F 10 15 15 10 4 2 9 2 G 5 0 15 5 4 6 6 2
Dari data diatas dapat dihitung persen ralat dengan rumus : Jika Nilai Dosen bernilai lebih besar dari 0, maka rumusnya adalah :
Persentase Ralat (%) = 100% - (Nilai Sistem / Nilai Dosen) x 100 %
Nilai Persentase Ralat adalah 0-100%. Apabila perhitungan persen ralat diatas 100%, maka persen ralat tersebut dianggap bernilai 100%. Namun apabila Nilai Dosen bernilai 0, maka untuk memperoleh persentase ralat bernilai 0, Nilai Sistem juga harus bernilai 0. Jika persentase ralat tidak bernilai 0, maka persentase ralat dianggap bernilai 100 %.
Tabel 4.2 Tabel Persentase Ralat Hasil I Menggunakan TF/IDF
Mahasiswa
Persentase Ralat (%) Total Ralat (%) 1 2 3 4 A 10.71429 8 66.66667 55.55556 35.23413 B 44 95 66.66667 5.263158 52.73246 C 65 95 22.22222 66.66667 62.22222 D 46.66667 65 53.33333 80 61.25 E 60 70 20 73.33333 55.83333
F 60 86.66667 40 80 66.66667
G 20 100 60 60 60
Rerata Ralat (%) 56.27697
4.2.1.2 Algoritma LSA
Tabel 4.3 Tabel Perbandingan Nilai Hasil I Menggunakan LSA
Mahasiswa Nilai Dari Dosen untuk soal ke- Nilai Dari Sistem untuk soal ke-1 2 3 4 ke-1 2 3 4 A 28 25 15 18 29 30 18 19 B 25 20 15 19 24 19 20 20 C 20 20 18 15 30 30 20 19 D 15 20 15 15 30 28 19 19 E 15 20 10 15 30 29 20 19 F 10 15 15 10 30 29 19 18 G 5 0 15 5 30 30 18 16
Tabel 4.4 Tabel Persentase Ralat Hasil I Menggunakan LSA
Mahasiswa Persentase Ralat (%) Total Ralat (%) 1 2 3 4 A 3.571429 20 20 5.555556 12.28175 B 0 0 33.33333 5.263158 9.649123 C 50 50 11.11111 26.66667 34.44444 D 100 50 26.66667 26.66667 50.83333 E 100 50 100 26.66667 69.16667 F 100 100 26.66667 80 76.66667 G 100 100 20 220 110 Rerata Ralat (%) 51.86314 4.2.1.3 Algoritma TF/IDF-LSA
Tabel 4.5 Tabel Perbandingan Nilai Hasil I Menggunakan TF/IDF-LSA
Mahasiswa Nilai Dari Dosen untuk soal ke- Nilai Dari Sistem untuk soal ke-
1 2 3 4 1 2 3 4
A 28 25 15 18 28 30 18 20
B 25 20 15 19 12 1 2 17
D 15 20 15 15 22 30 20 17
E 15 20 10 15 30 30 18 6
F 10 15 15 10 30 30 20 3
G 5 0 15 5 25 0 20 5
Tabel 4.6 Tabel Persentase Ralat Hasil I Menggunakan TF/IDF-LSA
Mahasiswa
Persentase Ralat (%) Total Ralat (%) 1 2 3 4 A 0 20 20 11.11111 12.77778 B 52 95 86.66667 10.52632 61.04825 C 35 50 11.11111 66.66667 40.69444 D 46.66667 50 33.33333 13.33333 35.83333 E 100 50 80 60 72.5 F 100 100 33.33333 70 75.83333 G 100 0 33.33333 0 33.33333 Rerata Ralat (%) 47.4315
Dari ketiga data tersebut diperoleh rerata ralat sebagai berikut :
Tabel 4.7 Tabel Perbandingan Persentase Ralat Tiap Algoritma pada Hasil I Algoritma Rerata Ralat (%)
TF/IDF 56.27697
LSA 51.86314
TF/IDF-LSA 47.4315
Pada hasil I penelitian ini terlihat bahwa ketiga algoritma memiliki rerata ralat yang cukup besar, yaitu diatas 40%. Namun dari hasil tersebut, algoritma TF/IDF-LSA lebih unggul dalam melakukan penilaian terhadap tes esai dengan jumlah kata yang banyak, yaitu minimal 6 kata dan maksimal 38 kata.
4.2.2 Hasil II Penelitian
Penelitian bagian ini membandingkan kinerja tiap algoritma terhadap kalimat yang memiliki jumlah kata yang relatif sedikit. Penilitian ini memberikan sejumlah sampel jawaban dengan jumlah kata yang banyak. Rata-rata jumlah kata yang terkandung
dalam tiap kalimat adalah lebih dari 15 dengan jumlah kata minimal adalah 10 kata dan maksimal 61 kata. Penelitian ini diperoleh dari penilaian jawaban oleh dosen yang dilakukan oleh Bapak Ade Candra, S.T, M. Kom terhadap matakuliah Sistem Informasi Geografis.
Adapun hasil penelitian untuk setiap algoritma adalah sebagai berikut :
4.2.2.1 Algoritma TF/IDF
Tabel 4.8 Tabel Perbandingan Nilai Hasil II Menggunakan TF/IDF
Mahasiswa Nilai Dari Dosen untuk soal ke- Nilai Dari Sistem untuk soal ke- 1 2 3 4 1 2 3 4 A 20 20 20 20 24 27 5 20 B 25 0 10 20 14 1 5 1 C 5 10 10 15 6 1 3 8 D 5 25 20 20 8 7 1 1 E 30 20 10 5 6 6 19 6 F 10 15 10 0 5 2 2 7 G 15 0 5 10 3 6 3 4
Tabel 4.9 Tabel Persentase Ralat Hasil II Menggunakan TF/IDF
Mahasiswa
Persentase Ralat (%) Total Ralat (%) 1 2 3 4 A 20 35 75 0 32.5 B 44 100 50 95 72.25 C 20 90 70 46.66667 56.66667 D 60 72 95 95 80.5 E 80 70 90 20 65 F 50 86.66667 80 100 79.16667 G 80 100 40 60 70 Rerata Ralat (%) 65.15476 4.2.2.2 Algoritma LSA
Tabel 4.10 Tabel Perbandingan Nilai Hasil II Menggunakan LSA
Mahasiswa Nilai Dari Dosen untuk soal ke- Nilai Dari Sistem untuk soal ke-1 2 3 4 ke-1 2 3 4
A 20 20 20 20 29 30 18 19
C 5 10 10 15 30 30 20 19
D 5 25 20 20 30 28 19 19
E 30 20 10 5 30 29 20 19
F 10 15 10 0 30 29 19 18
G 15 0 5 10 30 30 18 16
Tabel 4.11 Tabel Persentase Ralat Hasil II Menggunakan LSA
Mahasiswa
Persentase Ralat (%) Total Ralat (%) 1 2 3 4 A 45 50 10 5 27.5 B 4 100 100 0 51 C 100 100 100 26.66667 81.66667 D 100 12 5 5 30.5 E 0 45 100 100 61.25 F 100 93.33333 90 100 95.83333 G 100 100 100 60 90 Rerata Ralat (%) 62.53571 4.2.2.3 Algoritma TF/IDF-LSA
Tabel 4.12 Tabel Perbandingan Nilai Hasil II Menggunakan TF/IDF-LSA
Mahasiswa Nilai Dari Dosen untuk soal ke- Nilai Dari Sistem untuk soal ke-1 2 3 4 ke-1 2 3 4 A 20 20 20 20 30 13 19 20 B 25 0 10 20 29 23 19 20 C 5 10 10 15 29 12 15 20 D 5 25 20 20 29 8 19 16 E 30 20 10 5 30 30 10 15 F 10 15 10 0 15 22 18 17 G 15 0 5 10 30 27 20 16
Tabel 4.13 Tabel Persentase Ralat Hasil II Menggunakan TF/IDF-LSA
Mahasiswa
Persentase Ralat (%) Total Ralat (%) 1 2 3 4 A 50 35 5 0 22.5 B 16 100 90 0 51.5 C 100 20 50 33.33333 50.83333 D 100 68 5 20 48.25 E 0 50 0 100 37.5
F 50 46.66667 80 100 69.16667
G 100 0 100 60 65
Rerata Ralat (%) 49.25
Dari ketiga data tersebut diperoleh rerata ralat sebagai berikut :
Tabel 4.14 Tabel Perbandingan Persentase Ralat Tiap Algoritma pada Hasil II Algoritma Rerata Ralat (%)
TF/IDF 64.69048
LSA 59.61905
TF/IDF-LSA 58.61905
Dari data tersebut dapat diambil kesimpulan bahwa algoritma TF/IDF-LSA memiliki akurasi paling tinggi dalam penanganan jawaban dengan jumlah kata yang banyak, dalam hal ini dengan jumlah kata minimal 10 kata dan maksimal 61 kata.
4.2.3 Hasil III Peneletian
Penelitian bagian ini membandingkan kinerja tiap algoritma terhadap kalimat yang memiliki jumlah kata yang banyak. Penelitian ini memberikan sejumlah sampel jawaban dengan jumlah kata yang banyak. Rata-rata jumlah kata yang terkandung dalam tiap kalimat adalah lebih dari 10 dengan jumlah kata minimal adalah 9 kata dan maksimal 35 kata. Penelitian ini diperoleh dari penilaian jawaban oleh dosen yang dilakukan oleh Bapak Mohammad Andri Budiman, S.T., M.Comp.Sc. terhadap matakuliah Kriptografi.
Adapun hasil penelitian untuk setiap algoritma adalah sebagai berikut :
4.2.3.1 Algoritma TF/IDF
Tabel 4.15 Tabel Perbandingan Nilai Hasil III Menggunakan TF/IDF Mahasiswa Nilai Dari Dosen untuk soal Nilai Dari Sistem untuk soal
ke-1 2 3 4 ke-1 2 3 4 A 15 14 16 19 1 5 5 20 B 25 16 13 10 8 4 5 1 C 28 24 15 14 28 21 3 8 D 22 18 5 12 8 7 1 1 E 17 17 18 16 6 9 19 6 F 25 13 14 17 6 11 2 7 G 10 10 17 19 1 12 3 4
Tabel 4.16 Tabel Persentase Ralat Hasil III Menggunakan TF/IDF
Mahasiswa
Persentase Ralat (%) Total Ralat (%) 1 2 3 4 A 93.33333 64.28571 68.75 5.263158 57.90805 B 68 75 61.53846 90 73.63462 C 0 12.5 80 42.85714 33.83929 D 63.63636 61.11111 80 91.66667 74.10354 E 64.70588 47.05882 5.555556 62.5 44.95507 F 76 15.38462 85.71429 58.82353 58.98061 G 90 20 82.35294 78.94737 67.82508 Rerata Ralat (%) 58.74946 4.2.3.2 Algoritma LSA
Tabel 4.17 Tabel Perbandingan Nilai Hasil III Menggunakan LSA
Mahasiswa Nilai Dari Dosen untuk soal ke- Nilai Dari Sistem untuk soal ke-1 2 3 4 ke-1 2 3 4 A 15 14 16 19 24 30 19 20 B 25 16 13 10 30 30 13 2 C 28 24 15 14 30 30 15 19 D 22 18 5 12 21 29 17 13 E 17 17 18 16 22 29 20 19 F 25 13 14 17 30 30 20 19 G 10 10 17 19 27 28 15 19
Tabel 4.18 Tabel Persentase Ralat Hasil III Menggunakan LSA Mahasiswa Persentase Ralat (%) Total Ralat (%) 1 2 3 4 A 60 114.2857 18.75 5.263158 49.57472 B 20 87.5 0 80 46.875 C 7.142857 25 0 35.71429 16.96429 D 4.545455 61.11111 240 8.333333 78.49747 E 29.41176 70.58824 11.11111 18.75 32.46528 F 20 100 42.85714 11.76471 43.65546 G 100 100 11.76471 0 52.94118 Rerata Ralat (%) 45.85334 4.2.3.3 Algoritma TF/IDF-LSA
Tabel 4.19 Tabel Perbandingan Nilai Hasil III Menggunakan TF/IDF-LSA
Mahasiswa Nilai Dari Dosen untuk soal ke- Nilai Dari Sistem untuk soal ke-
1 2 3 4 1 2 3 4 A 15 14 16 19 13 24 20 20 B 25 16 13 10 25 18 5 10 C 28 24 15 14 30 28 10 20 D 22 18 5 12 27 24 4 7 E 17 17 18 16 23 19 20 20 F 25 13 14 17 25 10 18 20 G 10 10 17 19 11 20 9 20
Tabel 4.20 Tabel Persentase Ralat Hasil III Menggunakan TF/IDF-LSA
Mahasiswa
Persentase Ralat (%) Total Ralat (%) 1 2 3 4 A 13.33333 71.42857 25 5.263158 28.75627 B 0 12.5 61.53846 0 18.50962 C 7.142857 16.66667 33.33333 42.85714 25 D 22.72727 33.33333 20 41.66667 29.43182 E 35.29412 11.76471 11.11111 25 20.79248 F 0 23.07692 28.57143 17.64706 17.32385 G 10 100 47.05882 5.263158 40.5805 Rerata Ralat (%) 25.77065
Dari ketiga data tersebut diperoleh rerata ralat sebagai berikut :
Tabel 4.21 Tabel Perbandingan Persentase Ralat Tiap Algoritma pada Hasil III Algoritma Rerata Ralat (%)
TF/IDF 58.74946
LSA 45.85334
TF/IDF-LSA 25.77065
Dari data tersebut dapat diambil kesimpulan bahwa algoritma TF/IDF-LSA memiliki akurasi paling tinggi dalam penanganan jawaban dengan jumlah kata yang besar, dalam hal ini dengan jumlah kata minimal 9 kata dan maksimal 35 kata.
4.2.4 Hasil IV Penelitian
Penelitian bagian ini membandingkan kinerja tiap algoritma terhadap kalimat yang memiliki jumlah kata yang relatif sedikit. Penilitian ini memberikan sejumlah sampel jawaban dengan jumlah kata yang sedikit. Rata-rata jumlah kata yang terkandung dalam tiap kalimat adalah lebih dari 5 dengan jumlah kata minimal adalah 3 kata dan maksimal 24 kata. Penelitian ini diperoleh dari penilaian jawaban oleh dosen yang dilakukan oleh Ibu Dian Rachmawati, S.Si, M. Kom terhadap matakuliah Pengantar Teknologi Informasi.
Adapun hasil penelitian untuk setiap algoritma adalah sebagai berikut : 4.2.4.1 Algoritma TF/IDF
Tabel 4.22 Tabel Perbandingan Nilai Hasil IV Menggunakan TF/IDF
Mahasiswa Nilai Dari Dosen untuk soal ke- Nilai Dari Sistem untuk soal ke- 1 2 3 4 1 2 3 4 A 25 25 18 15 15 12 13 11 B 10 10 9 14 9 4 4 10 C 13 25 12 9 9 9 8 5 D 15 18 10 9 7 11 5 7 E 25 22 15 18 28 27 17 19 F 10 0 5 7 30 0 6 10 G 10 20 16 13 12 19 9 12
Tabel 4.23 Tabel Persentase Ralat Hasil IV Menggunakan TF/IDF
Mahasiswa
Persentase Ralat (%) Total Ralat (%) 1 2 3 4 A 40 52 27.77778 26.66667 36.61111 B 10 60 55.55556 28.57143 38.53175 C 30.76923 64 33.33333 44.44444 43.13675 D 53.33333 38.88889 50 22.22222 41.11111 E 12 22.72727 13.33333 5.555556 13.40404 F 200 0 20 42.85714 65.71429 G 20 5 43.75 7.692308 19.11058 Rerata Ralat (%) 36.8028 4.2.4.2 Algoritma LSA
Tabel 4.24 Tabel Perbandingan Nilai Hasil IV Menggunakan LSA
Mahasiswa Nilai Dari Dosen untuk soal ke- Nilai Dari Sistem untuk soal ke-1 2 3 4 ke-1 2 3 4 A 25 25 18 15 29 30 20 19 B 10 10 9 14 30 30 18 19 C 13 25 12 9 29 30 18 18 D 15 18 10 9 28 30 18 19 E 25 22 15 18 30 30 20 20 F 10 0 5 7 30 0 15 19 G 10 20 16 13 30 30 20 20
Tabel 4.25 Tabel Persentase Ralat Hasil IV Menggunakan LSA
Mahasiswa
Persentase Ralat (%) Total Ralat (%) 1 2 3 4 A 16 20 11.1111 26.6667 18.4444 B 100 100 100 35.7143 83.9286 C 100 20 50 100 67.5 D 86.6667 66.6667 80 100 83.3333 E 20 36.3636 33.3333 11.1111 25.202 F 100 0 100 100 75 G 100 50 25 53.8462 57.2115 Rerata Ralat (%) 58.66
4.2.4.3 Algoritma TF/IDF-LSA
Tabel 4.26 Tabel Perbandingan Nilai Hasil IV Menggunakan TF/IDF-LSA
Mahasiswa Nilai Dari Dosen untuk soal ke- Nilai Dari Sistem untuk soal ke-1 2 3 4 ke-1 2 3 4 A 25 25 18 15 12 30 20 20 B 10 10 9 14 29 30 16 20 C 13 25 12 9 28 30 19 10 D 15 18 10 9 28 30 16 10 E 25 22 15 18 30 30 20 20 F 10 0 5 7 30 10 19 10 G 10 20 16 13 29 30 12 20
Tabel 4.27 Tabel Persentase Ralat Hasil IV Menggunakan TF/IDF-LSA
Mahasiswa
Persentase Ralat (%) Total Ralat (%) 1 2 3 4 A 52 20 11.1111 33.3333 29.1111 B 100 100 77.7778 42.8571 80.1587 C 100 20 58.3333 11.1111 47.3611 D 86.6667 66.6667 60 11.1111 56.1111 E 20 36.3636 33.3333 11.1111 25.202 F 100 0 100 42.8571 60.7143 G 100 50 25 53.8462 57.2115 Rerata Ralat (%) 50.8386
Dari ketiga data tersebut diperoleh rerata ralat sebagai berikut :
Tabel 4.28 Tabel Perbandingan Persentase Ralat Tiap Algoritma pada Hasil IV Algoritma Rerata Ralat (%)
TF/IDF 36.8028
LSA 58.66
TF/IDF-LSA 50.8386
Dari data tersebut dapat diambil kesimpulan bahwa algoritma TF/IDF memiliki akurasi paling tinggi dalam penanganan jawaban dengan jumlah kata yang sedikit, dalam hal ini dengan jumlah kata minimal 3 kata dan maksimal 24 kata.
4.3 Penggunaan Program
Implementasi dari aplikasi ini ditujukan kepada dua user utama yaitu dosen dan mahasiswa dengan tujuan untuk menggantikan fungsi manualitas penilaian tes esai yang terjadi selama ini menjadi sistem yang berbasis komputer.
4.3.1 Halaman Utama
Halaman ini merupakan halaman utama dari aplikasi penilaian tes esai dengan menggunakan algoritma TF/IDF dan LSA. Pada halaman ini terdapat enam menu pilihan, yaitu dosen, mahasiswa, news, hasil, about dan admin.
Gambar 4.1 Halaman Utama
4.3.2. Halaman Login Dosen
Halaman ini digunakan untuk mengecek validasi data login yang diinputkan oleh dosen. Data yang diinput oleh dosen adalah Nomor Induk Pegawai (NIP) dan
password dimana password ini diperoleh dari pegawai atau admin yang memiliki
. Gambar 4.2 Halaman Login Dosen
Apabila proses validasi berhasil, user akan menuju halaman menu dosen. Namun apabila proses validasi gagal, akan diperoleh pesan sebagai berikut :
Gambar 4.3 Notifikasi Login Gagal
4.3.3. Halaman Menu Dosen
Halaman ini menampilkan menu-menu aksi yang dapat digunakan oleh dosen di dalam sistem ini. Menu-menu tersebut adalah “Soal Mata Kuliah”,”Nilai Mahasiswa”, dan “Ubah Password”. Menu “Soal Mata Kuliah” merupakan menu-menu yang digunakan untuk melakukan aksi terhadap soal, adapun sub menu dari menu ini adalah “Buat Soal”, “Update/Hapus Soal”, dan “Lihat Info”. Menu “Nilai Mahasiswa” merupakan menu-menu yang digunakan untuk melakukan aksi terhadap jawaban mahasiswa, adapun sub menu dari menu ini adalah “Hitung Nilai” dan “Lihat Nilai”. Menu “Ubah Password” digunakan untuk melakukan aksi ubah terhadap password dosen. Sedangkan “Logout” digunakan untuk keluar dari halaman menu dosen dan kembali ke halaman utama.
Gambar 4.4 Halaman Menu Dosen
4.3.3.1 Halaman Buat Soal
Halaman ini digunakan oleh dosen untuk membuat soal. Adapun identitas soal yang digunakan adalah kode matakuliah, nama matakuliah, dosen, kelas, sifat, jumlah soal, tanggal ujian, waktu ujian dan lama ujian.
4.3.3.2 Halaman Update Soal
Halaman ini digunakan oleh dosen untuk melakukan aksi update ataupun hapus terhadap soal yang telah dibuat sebelumnya.
Gambar 4.6 Halaman Update/Hapus Soal 4.3.3.3 Halaman Lihat Info
Halaman ini menampilkan informasi akun dosen, termasuk soal-soal matakuliah yang telah dibuat.
4.3.3.4 Halaman Hitung Nilai
Halaman ini digunakan untuk melakukan perhitungan nilai terhadap jawaban dari mahasiswa. Terdapat tiga algoritma yang dapat digunakan untuk melakukan perhitungan, yaitu TF/IDF, LSA, dan TF/IDF-LSA. Di bagian “Simpan sebagai algoritma :”, terdapat empat kategori, yaitu “lihat” berfungsi hanya untuk melihat nilai-nilai dari perhitungan, namun belum melakukan penyimpanan nilai, sedangkan tiga kategori lainnya sudah melakukan perhitungan dan penyimpanan nilai menggunakan algoritma yang sesuai dengan nama kategorinya.
Gambar 4.8 Halaman Hitung Nilai
4.3.3.5 Halaman Lihat Nilai
Halaman ini menampilkan nilai-nilai mahasiswa dari perhitungan jawaban pada halaman Hitung Nilai. Selain itu, halaman ini juga menampilkan jawaban yang diberikan setiap mahasiswa beserta nilai yang diperoleh untuk setiap soal.
Gambar 4.9 Halaman Lihat Nilai
Untuk melihat jawaban tiap mahasiswa beserta nilai yang diperoleh tiap soal,
user perlu meng-click NIM dari mahasiswa yang bersangkutan. Adapun contoh
tampilannya adalah sebagai berikut :
4.3.3.6 Halaman Ubah Password
Gambar 4.11 Halaman Ubah Password 4.3.3.7 Halaman Logout
Logout merupakan tahap terakhir ketika user hendak menyelesaikan segala aktifitas
pada sistem ini. Halaman ini akan mengantarkan user keluar dari sistem dengan aman yang artinya mengantisipasi pemakaian username dan password yang sama oleh user lainnya.
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Kesimpulan yang didapat dari perancangan aplikasi penilaian tes esai dengan algoritma TF/IDF, LSA, dan TF/IDF-LSA adalah sebagai berikut:
1. Aplikasi ini dibuat untuk membantu user, yaitu dosen dan mahasiswa dalam pemberian nilai terhadap jawaban yang diberikan mahasiswa.
2. Algoritma TF/IDF-LSA memiliki tingkat keakuratan yang lebih tinggi dibanding dua algoritma lainnya dalam pemeriksaan jawaban esai dengan jumlah kata yang banyak. Dalam hal ini hasil I penelitian (minimal 6 kata dan maksimal 38 kata), hasil II penelitian (minimal 10 kata dan maksimal 61 kata) dan hasil III penelitian (minimal 9 kata dan maksimal 35 kata).
3. Algoritma TF/IDF memiliki tingkat keakuratan yang lebih tinggi dibanding dua algoritma lainnya dalam pemeriksaan jawaban esai dengan jumlah kata yang sedikit. Dalam hal ini hasil IV penelitian (minimal 3 kata dan maksimal 24 kata).
5.2 Saran
Beberapa saran yang dapat digunakan untuk pengembangan penelitian ini adalah sebagai berikut:
1. Penelitian ini dapat dikembangkan dengan menggunakan algoritma lainnya. 2. Untuk pengembangan selanjutnya, sebaiknya jumlah sampel yang diambil lebih
banyak dibanding jumlah sampel pada penelitian ini agar perhitungan akurasi lebih akurat.
3. Penambahan jumlah kata umum di dalam database sehingga hasil yang