SISTEM PENGHASIL SOAL SENTENCE COMPLETION DALAM TOEFL MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR DAN NATURAL LANGUAGE PROCESSING

Anita Dyah Pertiwi, - (2018) SISTEM PENGHASIL SOAL SENTENCE COMPLETION DALAM TOEFL MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR DAN NATURAL LANGUAGE PROCESSING. S1 thesis, Universitas Pendidikan Indonesia.

[img] Text
S_KOM_1401309_Title.pdf

Download (38kB)
[img] Text
S_KOM_1401309_Abstract.pdf

Download (205kB)
[img] Text
S_KOM_1401309_Table_of_Content.pdf

Download (199kB)
[img] Text
S_KOM_1401309_Chapter1.pdf

Download (120kB)
[img] Text
S_KOM_1401309_Chapter2.pdf
Restricted to Staf Perpustakaan

Download (908kB)
[img] Text
S_KOM_1401309_Chapter3.pdf

Download (177kB)
[img] Text
S_KOM_1401309_Chapter4.pdf
Restricted to Staf Perpustakaan

Download (1MB)
[img] Text
S_KOM_1401309_Chapter5.pdf

Download (106kB)
[img] Text
S_KOM_1401309_Bibliography.pdf

Download (237kB)
[img] Text
S_KOM_1401309_Appendix.pdf
Restricted to Staf Perpustakaan

Download (305kB)
Official URL: http://repository.upi.edu

Abstract

Test of English as a Foreign Language (TOEFL) merupakan salah satu bentuk evaluasi pembelajaran yang membutuhkan kualitas soal yang sangat baik. Pembuatan soal TOEFL dengan cara konvensional tentu menghabiskan banyak waktu dari setiap tahapannya. Teknologi komputer tentu saja dapat digunakan untuk membantu masalah tersebut. Untuk itu, penelitian ini dilakukan untuk membantu menyelesaikan masalah pembuatan soal TOEFL dengan tipe sentence completion. Soal-soal ini dihasilkan secara otomatis dari situs berita media asing yang telah dipraproses dan diklasifikasi menggunakan k-Nearest Neighbor dengan data soal sentence completion dari ebook dan buku cetak TOEFL. Selain itu, penentuan pengecoh juga ditentukan berdasarkan atural heuristik untuk mengingkatkan kualitas soal. Model sistem ini terdiri dari beberapa tahap, yaitu: (1) Pengumpulan Data (2) Praproses dengan Natural Language Processing (3) POS Tagging (4) Ekstraksi Fitur Soal (5) Pemisahan dan Pemilihan Kalimat Berita (6) Penentuan dan Pengambilan Value 7 Fitur (7) Konversi Nilai Data Kategorik (8) Klasifikasi Target Kata Posisi Blank (9) Penentuan Heuristik (10) Pemilihan Opsi atau Pengecoh. Hasil evaluasi soal menunjukkan bahwa soal yang dihasilkan memiliki kualitas sangat baik dengan presentase 81.93% setelah dilakukan penilaian oleh expert, 81.25% kekonsistenan jawaban, dan 70% kesamaan posisi blank.;--Test of English as a Foreign Language (TOEFL) is one form of a lesson that requires excellent quality questions. TOEFL question’s preparation in the conventional way certainly spend a lot of time from each stage. Computer technology can be used to solve the problem. For that thing, this research is done to solve the problem of making TOEFL with sentence completion type. These questions are generated automatically from foreign media news sites that have been processed with Natural Language Processing and classified using k-Nearest Neighbor with sentence completion questions type from the TOEFL ebook and textbook. In addition, the determination of the distractors is also determined based on the heuristic rules to improve the quality of the question. The system model consists of several stages: (1) Data Collection (2) Preprocess with Natural Language Processing (3) POS Tagging (4) Question’s Extraction Feature (5) Separation and Selection News’ Sentences (6) Determination and Value Taking of 7 Features (7) Conversion of Categorical Data Values (8) ) Target Classification for Blank Position Word (9) Heuristic Determination (10) Selection of Option or Distractors. The result of the evaluation shows that the result is very good with the percentage of 81.93% after the expert judgment, 81.25% consistency of the answer, and 70% of the blank position accuration.

Item Type: Tugas Akhir,Skripsi,Tesis,Disertasi (S1)
Additional Information: No.Panggil : S KOM ANI s-2018; Pembimbing : I. Lala Septem Riza, II. Eka Fitrajaya Rahman; NIM : 1401309
Uncontrolled Keywords: TOEFL, sentence completion, k-Nearest Neighbor, Natural Language Processing
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
Depositing User: Agung Rizki Sulistino
Date Deposited: 01 Aug 2019 04:12
Last Modified: 01 Aug 2019 04:12
URI: http://repository.upi.edu/id/eprint/36669

Actions (login required)

View Item View Item