Komparasi Evaluasi Parameter Kernel Liniear Support Vector Regression (SVR) untuk Automated Essay Scoring (AES) Bahasa Indonesia

Abstract

Automated Essay Scoring (AES) merupakan sistem penilaian soal ujian essay Bahasa Indonesia maupun Bahasa Asing secara otomatis dengan membandingkan kunci jawaban dengan jawaban yang diberikan oleh pelajar. Natural Language Processing (NLP) adalah salah satu bagian dari bahasa alami yang merupakan cabang dari ilmu komputer yang membahas tentang interaksi antara manusia dengan komputer menggunakan bahasa manusia. Penelitian ini bertujuan mencari nilai evaluasi Root Mean Squared Error (RMSE) menggunakan ekstraksi fitur Term Frequency - Inverse Document Frequency (TF-IDF) dan di regresi menggunakan Support Vector Regression (SVR) dengan kernel liniear. Hasil evaluasi tersebut kemudian dibandingkan dengan hasil evaluasi pada penelitian terdahulu yang menggunakan SVR dengan kernel RBF (Radial Basis Function) dengan hasil 2,166, Hasil evaluasi RMSE pada penelitian ini sebanyak 2,151 sehingga dapat disimpulkan bahwa penggunaan SVR dengan kernel liniear menghasilkan nilai evaluasi lebih baik dibandingkan penelitian sebelumnya.