IMPLEMENTASI API OPENAI DALAM MEMBANGUN SISTEM KOREKSI SOAL URAIAN OTOMATIS BERBASIS RUBRIK

• Main Author: Robby Akbar, - (Author)
• Format: Book
• Published: 2023-08-21.
• Subjects: Thesis; NonPeerReviewed
• Online Access: Link Metadata
• Notes: http://repository.upi.edu/103894/1/S_PSTI_1805386_Title.pdf; http://repository.upi.edu/103894/2/S_PSTI_1805386_Chapter%201.pdf; http://repository.upi.edu/103894/3/S_PSTI_1805386_Chapter%202.pdf; http://repository.upi.edu/103894/4/S_PSTI_1805386_Chapter%203.pdf; http://repository.upi.edu/103894/5/S_PSTI_1805386_Chapter%204.pdf; http://repository.upi.edu/103894/6/S_PSTI_1805386_Chapter%205.pdf; http://repository.upi.edu/103894/7/S_PSTI_1805386_Appendix.pdf
• Keywords: L Education (General); T Technology (General)

Dalam penilaian soal uraian, sistem yang hanya melakukan perbandingan antara kunci jawaban dan jawaban siswa memiliki keterbatasan dalam mengenali nuansa, kekreatifan, dan keunikan dalam jawaban siswa yang mungkin tidak sesuai dengan kunci jawaban yang telah ditentukan. Oleh karena itu, diperlukan pendekatan yang lebih kompleks dengan menggunakan rubrik penilaian sebagai acuan dalam mengoreksi jawaban. Penelitian ini bertujuan untuk membangun sebuah sistem koreksi soal uraian otomatis berbasis rubrik menggunakan metode prototyping. Selain itu, penelitian ini juga bertujuan untuk mengimplementasikan API OpenAI dalam sistem koreksi otomatis, serta menilai keakuratan sistem. Sistem koreksi soal uraian otomatis berbasis rubrik ini diharapkan dapat memberikan manfaat yang signifikan. Guru akan mendapatkan solusi yang efisien dan akurat dalam melakukan penilaian jawaban siswa. Selain itu, siswa juga akan mendapatkan penilaian yang lebih objektif dan adil, yang mencerminkan pemahaman mereka secara menyeluruh. Penelitian ini menggunakan metode pengembangan sistem prototyping. Tahapan pengembangan meliputi initial requirements, membangun prototyping, evaluasi prototyping, development, pengujian sistem, dan pemeliharaan. API OpenAI diimplementasikan dalam sistem untuk meningkatkan kemampuan analisis dan penilaian otomatis. Sistem koreksi soal uraian otomatis berbasis rubrik yang dikembangkan melalui metode prototyping telah berhasil dibangun. Sistem ini mampu mengoreksi jawaban siswa berdasarkan rubrik penilaian yang telah ditentukan. Implementasi API OpenAI juga meningkatkan kemampuan sistem dalam menganalisis dan memahami jawaban siswa secara holistic. Nilai akurasi sistem, berdasarkan perhitungan Mean Absolute Error (MAE) diperoleh hasil nilai sebesar 1,9. Penelitian ini merekomendasikan adanya pengembangan lebih lanjut pada sistem koreksi soal uraian otomatis berbasis rubrik, untuk mengeksplorasi menggunakan GPT-4. ----- In assessing essay questions, a system that only makes comparisons between answer keys and student answers has limitations in recognizing nuances, creativity, and uniqueness in student answers that may not match the predetermined answer keys. Therefore, a more complex approach is needed by using an assessment rubric as a reference in correcting answers. This study aims to build a rubric-based automatic essay correction system using the prototyping method. In addition, this study also aims to implement the OpenAI API in an autocorrection system, as well as assess the accuracy of the system. This rubric-based automatic essay correction system is expected to provide significant benefits. Teachers will get efficient and accurate solutions in assessing student answers. In addition, students will also get a more objective and fair assessment, which reflects their overall understanding. This research uses the prototyping system development method. The development stages include initial requirements, build prototyping, prototyping evaluation, development, system testing, and maintenance. The OpenAI API is implemented in the system to enhance automated analysis and scoring capabilities. A rubric-based automatic essay correction system developed through the prototyping method has been successfully developed. This system is able to correct student answers based on a predetermined scoring rubric. The OpenAI API implementation also improves the system's ability to analyze and understand student answers holistically. The value of system accuracy, based on the calculation of the Mean Absolute Error (MAE) obtained a value of 1.9. This study recommends further development of a rubric-based automatic essay correction system, to explore using GPT-4.