YOGYAKARTA, gugat.id – Perkembangan pembelajaran daring pascapandemi Covid-19 mendorong lahirnya berbagai inovasi di dunia pendidikan, salah satunya dari tim dosen Fakultas Teknologi Informasi Universitas Kristen Duta Wacana (FTI UKDW). Mereka mengembangkan sistem penilaian otomatis untuk jawaban terbuka atau esai, yang berbasis pada kemiripan teks. Sistem ini dirancang untuk mempermudah tugas guru dan dosen dalam mengoreksi jawaban deskriptif maupun naratif secara efisien dan akurat.
Tim peneliti terdiri dari Dr. Phil. Lucia Dwi Krisnawati sebagai ketua, bersama Aditya Wikan Mahastama, S.Kom., M.Cs., Natanael Tegar Pramudya, dan Excelsior Valentino Yonathan. Mereka menyebut sistem ini sebagai bagian dari automated short answer grading (ASAG), yang sangat relevan diterapkan dalam sistem manajemen pembelajaran atau Learning Management System (LMS).
Meski LMS saat ini telah mendukung penilaian otomatis untuk soal pilihan ganda dan benar-salah, penilaian otomatis pada soal terbuka masih menjadi tantangan besar. Sistem ASAG yang dikembangkan tim UKDW hadir sebagai jawaban atas tantangan tersebut, dengan pendekatan deteksi kemiripan teks yang memungkinkan penilaian jawaban secara lebih komprehensif.
“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,” ungkap Dr. Phil. Lucia Dwi Krisnawati.
Lucia menjelaskan bahwa sistem arsitektur yang digunakan terdiri dari dua modul utama: deteksi kemiripan teks dan modul penilaian. Dalam prosesnya, sistem mengukur nilai vektor kemiripan antara jawaban peserta didik dan kunci jawaban dari sisi semantik maupun leksikal.
“Fitur yang kami gunakan untuk penilaian adalah nilai vektor kemiripan semantik dan leksikal antara kunci jawaban dan jawaban, panjang jawaban, serta kekayaan kosa kata (vocabulary richness),” jelasnya.
Baca juga: https://www.gugat.id/balas-kebaikan-warga-kasad-resmikan-sumur-bor-di-gunungkidul/
Untuk mengolah data tersebut, tim menggunakan pendekatan pembelajaran mesin (machine learning), sehingga memungkinkan penerapan berbagai model klasifikasi dan regresi. Dari hasil penelitian ini, tim berhasil menghasilkan sebuah purwarupa sistem yang efisien, dapat digunakan, dikembangkan lebih lanjut, dan bahkan sudah didaftarkan serta mendapatkan hak kekayaan intelektual (HAKI).
Penerapan sistem ini diyakini akan menjadi terobosan penting dalam sistem pembelajaran daring. Tak hanya meringankan beban dosen dan guru dalam mengoreksi jawaban, sistem ini juga membuka ruang lebih luas bagi penerapan soal terbuka dalam LMS. Dengan demikian, peserta didik akan lebih terdorong untuk berpikir kritis dan memperdalam keterampilan menulis mereka.
(Redaksi)
