PENGEMBANGAN MODEL DEEP LEARNING UNTUK PEMBANGKIT SOAL OTOMATIS MENGGUNAKAN RECURRENT NEURAL NETWORK

Abstract

Penerapan Artificial Intelligence di bidang pendidikan khususnya evaluasi pembelajaran masih kurang. Selain itu
belum adanya alat bantu untuk guru dalam mengembangkan soal untuk evaluasi pembelajaran. Tujuan dari penelitian ini
adalah: (1) Mengembangakan model deep learning untuk pembangkit soal otomatis menggunakan recurrent neural network.
(2) Menjamin akurasi dan kinerja yang diperoleh dari model deep learning yang telah dikembangkan dengan evaluasi
menggunakan untrained automatic metric. Metode yang digunakan adalah Research and Development dengan tahapan
pengembangan model deep learning yang terdiri dari menerjemahkan dataset, menyiapkan dataset, membangun model deep
learning, evaluasi model. Model dikembangkan dengan dataset SQuAD2.0 yang diterjemahkan ke bahasa Indonesia dan
dibangun menggunakan OpenNMT. Subjek dari penelitian ini adalah hasil dari evaluasi kinerja model yang dilakukan dengan
menggunakan untrained automatic metrics.Hasil dari penelitian ini adalah: (1) Model deep learning untuk pembangkit soal
otomatis menggunakan recurrent neural network, yang terdiri dari beberapa konfigurasi model BiGRU dan BiLSTM serta
variasi dataset latih cased dan uncased. (2) Hasil evaluasi model terbaik diperoleh pada model BiLSTM Uncased dengan skor
BLEU-1 38.10, BLEU-2 20.69, BLEU-3 10.58, BLEU-4 5.78, ROUGE-L 42.98, METEOR 18.31.
Kata Kunci: Artificial Intelligence, Deep Learning, Pembangkit soal otomatis, Recurrent Neural Network, SQuAD2.0,
OpenNMT, Untrained Automatic Metrics.