Klasifikasi Soal Tingkat Sekolah Dasar Berdasarkan Revisi Taksonomi Bloom Secara Otomatis

Penulis Utama : Nur Falah Abdurrozaq
NIM / NIP : K3520057
× <p>Nur Falah Abdurrozaq. K3520057. Pembimbing I: Nurcahya Pradana Taufik Prakisya, S. Kom., M.Cs. Pembimbing II: Yudianto Sujana S. Kom., M. Kom. KLASIFIKASI SOAL TINGKAT SEKOLAH DASAR BERDASARKAN REVISI TAKSONOMI BLOOM SECARA OTOMATIS. Skripsi, Surakarta: Fakultas Keguruan dan Ilmu Pendidikan Universitas Sebelas Maret Surakarta, Desember 2024.</p><p>Penelitian ini bertujuan untuk (1) mengetahui apakah data soal yang telah dilabeli dengan tingkat kognitif taksonomi bloom dapat digunakan pada model machine learning untuk klasifikasi soal (2) dan mengetahui performa machine leraning dalam melakukan klasifikasi soal berdasarkan revisi taksonomi bloom. Penelitian ini merupakan penelitian kuantitatif dengan metode eksperimen. Tenik pengambilan sampel dilakukan dengan teknik random sampling. Teknik pengumpulan data yang dilakukan dengan analisis dokumen. Teknik uji validitas yang digunakan adalah validasi ahli. Analisis data dilakukan pada tahap preprocessing dan postprocessing. Hasil penelitian ini sebagai berikut. Pertama, dataset yang telah dikumpulkan dapat digunakan untuk mengklasifikasikan soal kedalam tingkat kognitif pada revisi taksonomi bloom. Model dievaluasi dengan K-Fold Cross Validation dan performa tertinggi didapkan pada model IndoBERT dengan nilai F1 83%. Kedua, model monolingual memiliki performa yang lebih tinggi dibandingkan model multilingual pada tugas klasifikasi soal. Ketiga, tahap preprocessing dengan stopword removal dapat menurunkan performa pada model machine learning tradisional, mengindikasikan bahwa stopword tertentu memiliki peranan penting untuk klasifikasi soal. Keempat, representasi kata dengan TF-IDF memiliki performa yang lebih baik daripada Word2Vec dengan f1-score tertinggi diperoleh model Support Vector Machine sebesar 70%.</p><p>Kata kunci : klasifikasi soal, machine learning, revisi taksonomi bloom</p><div><br></div>