Faisal Syaiful Anwar, - (2018) IMPLEMENTASI LEVENSHTEIN DISTANCE UNTUK SISTEM PENGHASIL SOAL ERROR IDENTIFICATION DALAM TOEFL. S1 thesis, Universitas Pendidikan Indonesia.
![[img]](http://repository.upi.edu/style/images/fileicons/text.png) |
Text
S_KOM_1403356_Title.pdf Download (11kB) |
|
Text
S_KOM_1403356_Abstract.pdf Download (123kB) |
|
Text
S_KOM_1403356_Table_of_content.pdf Download (57kB) |
|
Text
S_KOM_1403356_Chapter1.pdf Download (82kB) |
|
Text
S_KOM_1403356_Chapter2.pdf Restricted to Staf Perpustakaan Download (538kB) |
|
Text
S_KOM_1403356_Chapter3.pdf Download (240kB) |
|
Text
S_KOM_1403356_Chapter4.pdf Restricted to Staf Perpustakaan Download (741kB) |
|
Text
S_KOM_1403356_Chapter5.pdf Download (55kB) |
|
Text
S_KOM_1403356_Bibliography.pdf Download (135kB) |
|
Text
S_KOM_1403356_Appendix.pdf Restricted to Staf Perpustakaan Download (2MB) |
Abstract
Test of English as a Foreign Language (TOEFL) merupakan salah satu evaluasi yang membutuhkan kualitas soal yang mumpuni. Saat ini, tidak dapat dimungkiri bahwa pembuatan soal evaluasi benar-benar memakan waktu bagi para pembuat soal. Penggunaan teknologi komputer tentunya sangat mengurangi waktu yang dihabiskan pembuat soal dalam membuat soal evaluasi. Sehingga, soal yang dihasilkan bisa secara cepat dan banyak. Untuk itu, penelitian ini membuat sebuah model dan implementasi sistem untuk menghasilkan tipe soal error identification secara otomatis dari berita. Soal dihasilkan dari kalimat-kalimat pada situs berita asing yang telah dipraproses dan diukur kesamaan part of speech dengan 3024 soal dari ebook sumber, menggunakan Levenshtein Distance. Model sistem ini memiliki beberapa tahapan yaitu: (1) Praproses (2) Part of speech tagging. (3) POS similarity. (4) Ranking. (5) Penentuan underline. (6) Pemilihan pengecoh. Penelitian ini menghasilkan sebuah sistem yang dapat menghasilkan soal error identification secara otomatis. Selain itu, hasil analisis soal oleh sistem menunjukan persentase 45% kebenaran soal. Sedangkan, hasil analisis evaluasi kualitas soal oleh 2 orang expert menunjukkan persentase 82%. Sehingga, kualitas soal yang dihasilkan termasuk dalam kategori sangat baik.-----Test of English as a Foreign Language (TOEFL) is one of the evaluations that requires good quality. At this time, it can not be denied that making the evaluation question is really time consuming for the problem makers. The use of computer technology certainly greatly reduces the time spent by the problem maker in making the evaluation question. For that reason, this research makes a computation model to generate the type of error identification question automatically. Questions raised from sentences on foreign news sites that have been processed and measured the similarity of part of speech with 3024 matter of training data from source ebook, using Levenshtein Distance. This system model has several stages: (1) Preprocessing. (2) Part of speech tagging. (3) POS similarity. (4) Ranking. (5) Determination of the underline. (6) Distractor Selection. This research produces a system that can generate the question of error identification automatically. In addition, the result of quality evaluation analysis questioned by 2 experts showed 82% percentage. Thus, the quality of the questions is very good.
| Item Type: | Thesis (S1) |
|---|---|
| Additional Information: | No. Panggil : S KOM FAI i-2018 Pembimbing I : Lala Septem Riza II : Eka Fitrajaya NIM : 1403356 |
| Uncontrolled Keywords: | TOEFL, Penghasil Soal Otomatis, Natural Language Processing, Levenshtein Distance |
| Subjects: | L Education > L Education (General) Q Science > QA Mathematics |
| Divisions: | Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer |
| Depositing User: | DAM staf |
| Date Deposited: | 15 Feb 2019 02:12 |
| Last Modified: | 15 Feb 2019 02:12 |
| URI: | http://repository.upi.edu/id/eprint/33771 |
Actions (login required)
 |
View Item |