AUTOMATIC GENERATE QUESTION UNTUK SHORT-ANSWER-QUESTION DI READING COMPREHENSION IELTS MENGGUNAKAN METODE NATURAL LANGUAGE PROCESSING DAN ALGORITMA K-NEAREST NEIGHBOR

Yahya Firdaus, - (2020) AUTOMATIC GENERATE QUESTION UNTUK SHORT-ANSWER-QUESTION DI READING COMPREHENSION IELTS MENGGUNAKAN METODE NATURAL LANGUAGE PROCESSING DAN ALGORITMA K-NEAREST NEIGHBOR. S1 thesis, Universitas Pendidikan Indonesia.

	Text S_KOM_1608247_Title.pdf Download (563kB)
	Text S_KOM_1608247_Chapter1.pdf Download (223kB)
	Text S_KOM_1608247_Chapter2.pdf Restricted to Staf Perpustakaan Download (1MB)
	Text S_KOM_1608247_Chapter3.pdf Download (150kB)
	Text S_KOM_1608247_Chapter4.pdf Download (2MB)
	Text S_KOM_1608247_Chapter5.pdf Download (53kB)
	Text S_KOM_1608247_Appendix.pdf Restricted to Staf Perpustakaan Download (314kB)

Abstract

International English Language Testing System (IELTS) adalah salah satu tes evaluasi kemampuan berbahasa inggris, selain TOEFL dan TOEIC. Cotton (2001), berpendapat bahwa dalam pembuatan soal dapat menghabiskan lebih dari 50% dari jam waktunya untuk memikirkan satu buah set soal, oleh karena itu tentu dalam pembuatan soal IELTS ini membutuhkan waktu yang tidak sedikit dalam memikirkan kalimat pertanyaan dan jawabannya. Karena masalah ini, penelitian mengenai automatic question generation dilakukan dengan harapan dapat digunakan sebagai tools untuk menghasilkan kalimat pertanyaan dan jawabannya, sehingga dapat menghemat waktu dalam memikirkan pertanyaan dan jawabannya, akan tetapi soal yang dihasilkan difokuskan pada jenis soal short answer question di reading comprehension, karena untuk penelitian jenis soal lain membutuhkan metode penelitian yang berbeda. Soal-soal yang dihasilkan menggunakan sumber artikel dari berita dengan grammar yang terpercaya seperti CNN dan BBC. Juga dalam penelitian ini mengumpulkan kumpulan soal IELTS dengan jenis soal short answer question di bagian reading comprehension, kumpulan soal ini yang akan digunakan dalam penelitian untuk membandingkan kelayakan dengan data uji, yang menjadi kandidat soal. Sumber yang digunakan dalam penelitian untuk mengumpulkan soal-soal yang menjadi data latih berasal dari ebook dan website. Tahapan dari penelitian ini secara garis besar yaitu ekstraksi kalimat sederhana, klasifikasi soal, generate kalimat soal, dan yang terakhir membandingkan kandidat soal dengan data latih untuk menentukan kelayakan. Hasil dari evaluasi yang dilakukan adalah untuk parameter Grammatical Correctness menghasilkan persentase sebesar 59,52%, untuk parameter Answer Existence menghasilkan 95,24%, sedangkan untuk parameter Difficulty Index menghasilkan presentase sebesar 34,92%. Sehingga untuk rata-rata yang dihasilkan sebesar 63,23%.

Item Type:	Thesis (S1)
Uncontrolled Keywords:	IELTS, Automatic Question Generation, Natural Language Processing, K-Nearest Neighbor
Subjects:	L Education > L Education (General) Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
Depositing User:	Yahya Firdaus
Date Deposited:	28 Dec 2020 03:01
Last Modified:	28 Dec 2020 03:01
URI:	http://repository.upi.edu/id/eprint/57818

Actions (login required)

View Item