Inspiratif! FTI UKDW Kembangkan Sistem buat Bantu Guru-Dosen Koreksi Esai

Dosen FTI UKDW kembangkan sistem penilaian esai berbasis kemiripan teks. Sistem ini diyakini bisa membantu guru dan dosen saat mengoreksi jawaban. — Dosen FTI UKDW kembangkan sistem penilaian esai berbasis kemiripan teks. (Foto: dok. UKDW)

Jogja - Tim peneliti dari Program Studi Informatika Fakultas Teknologi Informasi (FTI) Universitas Kristen Duta Wacana (UKDW) mengembangkan sistem penilaian esai atau essay scoring berbasis kemiripan teks. Sistem tersebut dapat memudahkan guru dan dosen dalam mengoreksi jawaban.

Adapun tim tersebut terdiri dari Dr. Phil. Lucia Dwi Krisnawati, Aditya Wikan Mahastama, S.Kom., M.Cs., Natanael Tegar Pramudya, dan Excelsior Valentino Yonathan. Mereka berupaya mengembangkan sistem penilaian jawaban singkat atau automated short answer grading (ASAG).

ASAG membantu penilaian pembelajaran jarak jauh atau learning management system (LMS). Meski LMS memiliki piranti penilaian soal pilihan ganda dan benar salah, tetapi penilaian otomatis untuk pertanyaan terbuka masih menjadi tantangan tersendiri.

Tim dari FTI UKDW itu pun hadir untuk menjawab tantangan tersebut. Mereka mengembangkan sistem ASAG berdasarkan kemiripan teks agar dapat diterapkan untuk menilai jawaban deskriptif dan naratif.

Ketua tim penelitian itu, Dr. Phil. Lucia Dwi Krisnawati, menerangkan timnya hendak menerapkan hasil penelitian sebelumnya tentang deteksi kemiripan teks untuk mengembangkan aplikasi penilaian otomatis jawaban terbuka. Pengembangan dilakukan agar sistem tersebut dapat ditanamkan ke sistem LMS atau e-class.

Lucia Dwi Krisnawati mengatakan timnya menggunakan sistem arsitektur dari sistem penilaian yang terdiri dari dua modul utama. Adapun dua modul tersebut yakni deteksi kemiripan teks dan penilaian.

Di modul pertama, dia menjelaskan, sistem mencoba mengukur nilai vektor kemiripan jawaban peserta didik dengan kunci jawaban yang tersedia di tataran semantik dan leksikal. Tim tersebut menggunakan metode penelitian pendekatan kuantitatif eksperimental.

"Terkait pengumpulan data, kami mengumpulkan soal ujian dan tugas dari mata kuliah yang kami ampu. Selain itu, kami juga mengumpulkan data latih dari SMP Stella Maris Surabaya. Kasus penggunaan sistem (use case) didasarkan pada kasus riil dimana guru/dosen membuat soal dan memberikan kunci jawaban," jelas Lucia Dwi Krisnawati dalam keterangan tertulis yang diterima detikJogja, Rabu (28/5/2025).

Dia menjelaskan fitur untuk penilaian adalah nilai vektor kemiripan semantik dan leksikal, misalnya antara kunci jawaban dan jawaban, panjang jawaban serta kekayaan kosakata atau vocabulary richness.

Sementara itu, teknik penilaian dilakukan melalui pendekatan pembelajaran mesin atau machine learning. Melalui fitur yang telah diekstraksi, beberapa model klasifikasi, dan regresi sangat mungkin diterapkan.

Penelitian tersebut menghasilkan purwarupa efisien yang dapat digunakan, dikembangkan, dan ditanamkan ke sistem manajemen LMS. Purwarupa tersebut juga terdaftar dan mendapatkan hak kekayaan intelektual (HAKI).

Adapun tipe soal dalam sistem LMS memungkinkan pengajar untuk memberikan soal terbuka dengan jawaban deskriptif kepada peserta didik. Terlebih, sistem penilaian esai, dan jawaban deskriptif yang dikembangkan tim dari FTI UKDW itu dapat membantu guru maupun dosen dalam mengoreksi jawaban.