Evaluasi Esai Otomatis dengan Integrasi Multi-Task Learning IndoBERT dan Text Generation IndoT5

Fedora Lolo, Edwin (2026) Evaluasi Esai Otomatis dengan Integrasi Multi-Task Learning IndoBERT dan Text Generation IndoT5. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (857kB)
	PDF BAB_I.pdf Download (216kB)
	PDF BAB_II.pdf Download (1MB)
	PDF BAB_III.pdf Restricted to Registered users only Download (2MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (2MB)
	PDF BAB_V.pdf Restricted to Registered users only Download (216kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (215kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (4MB)

Abstract

Guru sering kali kesulitan memberikan umpan balik esai secara mendalam akibat tingginya beban kerja. Di sisi lain, sistem Automated Essay Scoring (AES) konvensional umumnya hanya memberikan skor numerik tanpa umpan balik yang mendidik siswa. Untuk mengatasinya, penelitian ini mengembangkan sistem AES dua tahap berbasis Natural Language Processing (NLP) guna mengevaluasi esai Sejarah Demokrasi Liberal kelas 12 secara komprehensif. Metode yang digunakan mencakup dua arsitektur Transformer. Tahap Diagnosis memanfaatkan model IndoBERT dengan pendekatan Multi-Task Learning untuk memprediksi skor numerik, label kebenaran fakta, dan Level of Reasoning (LOR) secara simultan. Selanjutnya, Tahap Remediasi menggunakan model generatif IndoT5 (idT5) untuk menerjemahkan hasil diagnosis tersebut menjadi teks umpan balik korektif. Hasil pengujian menunjukkan performa model yang baik berdasarkan metrik evaluasi. IndoBERT berhasil memprediksi skor dengan tingkat error minim (Mean Absolute Error 0.2316 dan Quadratic Weighted Kappa 0.9470), akurasi kebenaran 98.36%, serta LOR 87.16%. Model idT5 juga terbukti mampu menghasilkan teks umpan balik dengan skor rata-rata BLEU sebesar 34.71 dan F1 ROUGE-L sebesar 0.5077. Kesimpulannya, integrasi IndoBERT dan idT5 berhasil mengembangkan sistem AES dua tahap yang tidak hanya melakukan penilaian otomatis secara akurat, tetapi juga menyediakan umpan balik formatif yang relevan bagi siswa.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Fedora Lolo, Edwin (00000069568)
Contributors:	Twince Tobing, Fenina Adline
Keywords:	Automated Essay Scoring, IndoBERT, IndoT5, Natural Language Processing, Umpan Balik Formatif. xi Evaluasi Esai Otomatis..., Edwin Fedora Lolo, Universitas Multimedia Nusantara
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	07 May 2026 07:58
URI:	https://kc.umn.ac.id/id/eprint/45427

Actions (login required)

View Item