CLUSTERING FOTO JAWABAN ESAI MENGGUNAKAN METODE DEEP CLUSTERING

Mohamad Asyqari Anugrah, - and Rani Megasari, - and Yaya Wihardi, - (2025) CLUSTERING FOTO JAWABAN ESAI MENGGUNAKAN METODE DEEP CLUSTERING. S1 thesis, Universitas Pendidikan Indonesia.

Abstract

Penelitian ini mengeksplorasi penggunaan metode deep clustering untuk mengelompokkan lembar jawaban esai tulisan tangan secara otomatis berdasarkan pola visualnya. Ekstraksi fitur dilakukan menggunakan tiga model backbone: ResNet-50, Vision Transformer (ViT-base), dan Tr-OCR. Fitur-fitur tersebut kemudian dikelompokkan menggunakan dua algoritma tanpa pengawasan—K-means dan HDBSCAN. Untuk meningkatkan performa klastering, pendekatan deep clustering diterapkan dengan menjalankan K-means secara iteratif guna memperbaiki representasi fitur. Evaluasi dilakukan secara kuantitatif menggunakan Silhouette Score, Davies-Bouldin Index, dan Calinski-Harabasz Score, serta secara kualitatif melalui visualisasi t-SNE dan inspeksi konten klaster. Backbone ViT dan Tr-OCR menunjukkan performa yang lebih baik dibandingkan dengan CNN berbasis ResNet-50, dengan kohesi dan pemisahan klaster yang lebih tinggi. Pada Hasil klastering menunjukan bahwa algoritma K-Means lebih baik dalam menghasilkan klaster dibandingkan HDBSCAN yang kesulitan membentu klaster pada data berdimensi tinggi yang menyebabkan jarak antar pada ruang dimensi yang saling berjauhan. Hal ini dibuktikan dengan K-Means yang mampu membentuk klaster pada tahap initial clustering tidak seperti HDBSCAN. Temuan ini menunjukkan bahwa model berbasis vision transformer dan penggunaan algoritma K-Means lebih efektif untuk pengelompokan tanpa pengawasan terhadap data visual tulisan tangan. Hasil penelitian ini dapat membantu pendidik dalam mempercepat dan mengobjektifkan proses penilaian dan dapat menjadi acuan bagi peneliti selanjutnya dalam menentukan model dan algoritma yang lebih baik untuk penelitian selanjutnya.

	Text S_KOM_2102204_Title.pdf Download (574kB)
	Text S_KOM_2102204_Chapter1.pdf Download (155kB)
	Text S_KOM_2102204_Chapter2.pdf Restricted to Staf Perpustakaan Download (2MB)
	Text S_KOM_2102204_Chapter3.pdf Download (291kB)
	Text S_KOM_2102204_Chapter4.pdf Restricted to Staf Perpustakaan Download (828kB)
	Text S_KOM_2102204_Chapter5.pdf Download (99kB)
	Text S_KOM_2102204_Appendix.pdf Restricted to Staf Perpustakaan Download (819kB)

Item Type:	Thesis (S1)
Additional Information:	https://scholar.google.com/citations?view_op=list_works&hl=id&authuser=2&user=bXW8-_4AAAAJ ID SINTA Dosen Pembimbing Rani megasari : 5992674 Yaya wihardi : 5994413
Uncontrolled Keywords:	Image Clustering, DeepCluster, Vision Transformer (ViT), Convolutional Neural Networ (CNN), Esai Tulisan Tangan Image Clustering, DeepCluster, Vision Transformer, Convolutional Neural Network, Handwritten-Essay
Subjects:	Q Science > QA Mathematics T Technology > T Technology (General)
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
Depositing User:	Mohamad Asyqari Anugrah
Date Deposited:	18 Sep 2025 01:50
Last Modified:	18 Sep 2025 01:50
URI:	http://repository.upi.edu/id/eprint/139494

Actions (login required)

View Item