IMPLEMENTASI INFORMATION RETRIEVAL SYSTEM MENGGUNAKAN TEKNIK VECTOR SPACE MODELS(VSM) UNTUK SISTEM PENGUJIAN KOMPUTER BERBASIS TEKS

elin panca saputra, Sugiono ., Supriatiningsih .

Sari


Ujian berbasis komputer merupakan suatu sistem ujian yang memanfaatkan teknologi informasi dalam pengelolaan jawaban serta penilaian dari hasil ujian yang telah dikerjakan oleh siswa. Pada umumnya ujian berbasis komputer masih bersifat multiple choice atau pilihan ganda, hal ini menyebabkan pola berfikir siswa kurang berkembang. Sejatinya ujian berbasis esay harus diterapkan untuk mengembangkan pola fikir siswa dalam memahami suatu bidang keilmuan. “Temu kembali infromasi” merupakan  ilmu yang mempelajari tentang prosedur dan metode yang digunakan untuk menemukan kembali informasi yang tersimpan dari berbagai sumber (resources) yang relevan atau koleksi sumber informasi yang dicari. Dengan tindakan  indeks (indexing), panggilan (searching), pemanggilan data kembali (penarikkaning). VSM(Vector Space Model) merupakan salah satu metode IR dengan cara mencari kesamaan (similarity) dari suatu dokumen berdasarkan query yang diinputkan. Pada penelitian ini metode VSM akan diterapkan kedalam permasalahan ujian komputer berbasis esay untuk mendapatkan tingkat similarity suatu jawaban dengan query yang telah ditentukan oleh guru. Studi kasus yang telah dilakukan dengan data berupa 1 soal esay yang dijawab oleh 4 siswa dengan masing-masing jawaban yang berbeda dapat menampilkan tingkat similaritas 0.14, 0.0, 0.10 dan 0.20. Sehingga dapat disimpulkan bahwa urutan rangking similarity jawaban terhadap query yaitu siswa ke-4, ke-1, ke-3 dan ke-2. 


Teks Lengkap:

PDF

Referensi


L. M. Qasim Abualigah and E. S.Hanandeh, “Applying Genetic Algorithms to Information Retrieval Using Vector Space Model,” Int. J. Comput. Sci. Eng. Appl., vol. 5, no. 1, pp. 19–28, 2015.

A. Jain, A. Jain, N. Chauhan, V. Singh, and N. Thakur, “Information Retrieval using Cosine and Jaccard Similarity Measures in Vector Space Model,” Int. J. Comput. Appl., vol. 164, no. 6, pp. 28–30, 2017.

K. Erk, S. Padó, and U. Padó, “A flexible, corpus-driven model of regular and inverse selectional preferences,” Comput. Linguist., vol. 36, no. 4, pp. 723–763, 2010.

C. Slamet, A. R. Atmadja, D. S. Maylawati, R. S. Lestari, W. Darmalaksana, and M. A. Ramdhani, “Automated Text Summarization for Indonesian Article Using Vector Space Model,” IOP Conf. Ser. Mater. Sci. Eng., vol. 288, no. 1, 2018.

C. Qimin, G. Qiao, W. Yongliang, and W. Xianghua, “Text clustering using VSM with feature clusters,” Neural Comput. Appl., vol. 26, no. 4, pp. 995–1003, 2015.

N. Gupta, P. C. Saxena, and J. P. Gupta, “Document summarisation based on sentence ranking using vector space model,” Int. J. Data Mining, Model. Manag., vol. 5, no. 4, p. 380, 2013.

D. W. Brata and A. Hetami, “Perancangan Information Retrieval (IR) Untuk Pencarian Ide Pokok Teks Artikel Berbahasa Inggris Dengan Pembobotan Vector Space Model,” J. Ilm. Teknol. Inf. Asia, vol. 9, no. 1, pp. 53–59, 2015.

E. P. Saputra, “Prediksi Keberhasilan Telemarketing Bank Untuk,” J. Ilmu Pengetah. Dan Teknol. Komput., vol. 2, no. 2, pp. 66–72, 2017.

C. Fay, “ Text Mining with R : A Tidy Approach ,” J. Stat. Softw., vol. 83, no. Book Review 1, pp. 1–3, 2018.

A. Aziz, R. Saptono, and K. P. Suryajaya, “Implementasi Vector Space Model dalam Pembangkitan Frequently Asked Questions Otomatis dan Solusi yang Relevan untuk Keluhan Pelanggan,” Sci. J. Informatics, vol. 2, no. 2, p. 111, 2016.

T. M. Isa and F. Abidin, “Mengukur Tingkat Kesamaan Paragraf Menggunakan Vector Space Model untuk Mendeteksi Plagiarisme,” Semin. Nas. dan ExpoTeknik Elektro, pp. 229–234, 2013.

A. Rokhim and A. A. Yaqin, “Implementasi Metode Term Frequency Inversed Document Frequence ( Tf-Idf ) Dan Vector Space Model,” J. SPIRIT, vol. 9, no. 1, pp. 34–38, 2017.


Refbacks

  • Saat ini tidak ada refbacks.


.:(LPPM):. STMIK YADIKA Bangil