Repositori Institusi · Akses Terbuka

Temukan karya ilmiah Universitas Kuningan dalam hitungan detik.

4.870 skripsi, tesis, dan publikasi terarsip rapi — cari berdasarkan judul, penulis, subjek, atau fakultas.

4.870item terarsip
6 fakultaspenyumbang koleksi
24 jamakses publik, gratis

Tentang Repositori

Repositori Universitas Kuningan merupakan layanan arsip online yang dikelola oleh perpustakaan Universitas Kuningan. Dengan menggunakan EPrints sebagai repositori, website ini didirikan untuk mengumpulkan, mengelola, menyimpan, melestarikan dan menyebarluaskan salinan digital hasil intelektual Universitas Kuningan. Tujuan utama dari repositori ini adalah untuk menyediakan dokumen jangka panjang, akses terbuka dan dengan mudah mengambil koleksi digital untuk mendukung proses belajar-mengajar. Dengan adanya repositori ini, diharapkan hasil karya warga kampus UNIKU dapat diakses secara luas.

Panduan Penggunaan

Baru pertama kali memakai RAMA? Unduh petunjuk unggah mandiri, atau baca panduan penggunaan lengkap di bawah ini.

Petunjuk Unggah Mandiri →

Bantuan EPrints →

Amrulloh, Dikri Fauzan (2026) IMPLEMENTASI WORD2VEC DAN COSINE SIMILARITY UNTUK PENILAIAN OTOMATIS JAWABAN ESAI PADA LMS MOODLE. S1 / D3 thesis, Universitas Kuningan.

[thumbnail of ABSTRAK] Text (ABSTRAK)
ABSTRAK.pdf

Download (863kB)
[thumbnail of BAB I] Text (BAB I)
BAB I.pdf

Download (208kB)
[thumbnail of BAB II] Text (BAB II)
BAB II.pdf
Restricted to Repository staff only

Download (622kB) | Request a copy
[thumbnail of BAB III] Text (BAB III)
BAB III.pdf
Restricted to Repository staff only

Download (482kB) | Request a copy
[thumbnail of BAB IV] Text (BAB IV)
BAB IV.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[thumbnail of BAB V] Text (BAB V)
BAB V.pdf

Download (95kB)
[thumbnail of DAFTAR PUSTAKA] Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf

Download (225kB)
[thumbnail of LAMPIRAN] Text (LAMPIRAN)
LAMPIRAN.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
Official URL: https://rama.uniku.ac.id/

Abstract

Perkembangan teknologi pendidikan mendorong pemanfaatan Learning Management System (LMS) dalam proses evaluasi pembelajaran. Penilaian esai secara manual memiliki kendala karena membutuhkan waktu lama dan berpotensi menimbulkan subjektivitas. Penelitian ini bertujuan mengimplementasikan metode Word2Vec dan Cosine Similarity untuk penilaian otomatis jawaban esai pada LMS Moodle Universitas Kuningan. Sistem dikembangkan dalam bentuk question type plugin Moodle yang terintegrasi dengan REST API berbasis Python menggunakan metode Rapid Application Development (RAD). Proses penilaian menerapkan Natural Language Processing (NLP) melalui tahapan preprocessing teks, representasi Word2Vec, perhitungan Cosine Similarity, Keyword Coverage, serta penggabungan nilai menggunakan Weighted Score. Pengujian sistem dilakukan menggunakan White Box Testing, sedangkan evaluasi hasil penilaian menggunakan Mean Absolute Percentage Error (MAPE) dan Pearson Correlation. Hasil penelitian menunjukkan bahwa penambahan Keyword Coverage dan Weighted Score mampu menurunkan nilai MAPE dari 12,60% menjadi 5,72% serta meningkatkan Pearson Correlation dari 0,27 menjadi 0,92. Hasil tersebut menunjukkan bahwa sistem mampu menghasilkan penilaian otomatis yang mendekati penilaian dosen dan dapat digunakan sebagai alat bantu koreksi jawaban esai pada LMS Moodle.

The development of educational technology encourages the utilization of Learning Management Systems (LMS) in the learning evaluation process. Manual essay assessment requires considerable time and may lead to subjective evaluation. This study aims to implement Word2Vec and Cosine Similarity methods for automatic essay assessment in the Moodle LMS at Universitas Kuningan. The system was developed as a Moodle question type plugin integrated with a Python-based REST API using the Rapid Application Development (RAD) methodology. The assessment process applies Natural Language Processing (NLP) through text preprocessing, Word2Vec representation, Cosine Similarity calculation, Keyword Coverage measurement, and score combination using the Weighted Score method. System testing was conducted using White Box Testing, while assessment evaluation used Mean Absolute Percentage Error (MAPE) and Pearson Correlation. The results show that the addition of Keyword Coverage and Weighted Score reduced the MAPE value from 12.60% to 5.72% and increased the Pearson Correlation from 0.27 to 0.92. These results indicate that the system can generate automatic assessments that closely align with lecturer evaluations and can be used as a supporting tool for essay grading in Moodle LMS.

Item Type: Thesis (S1 / D3)
Uncontrolled Keywords: Penilaian Otomatis Esai, Word2Vec, Keyword Coverage, Automatic Essay Scoring, Cosine Similarity, Weighted Score, Moodle
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer > S1 Sistem Informasi
Depositing User: S.Kom Dikri Fauzan Amrulloh
Date Deposited: 14 Oct 2026 08:36
Last Modified: 14 Oct 2026 08:36
URI: https://rama.uniku.ac.id/id/eprint/6994

Actions (login required)

View Item
View Item