Text
PENERAPAN KECERDASAN BUATAN DENGAN K-MEANS UNTUK PENILAIAN SOAL PEMROGRAMAN
ABSTRAK
Proses penilaian soal pemrograman secara manual masih menjadi tantangan signifikan di lingkungan pendidikan karena memakan waktu lama dan rentan terhadap kesalahan manusia. Studi observasi terhadap dosen pengampu menunjukkan bahwa lebih dari 40% di antaranya pernah melakukan kesalahan penilaian akibat kelelahan
atau ketidakteraturan standar evaluasi. Penelitian ini bertujuan mengembangkan sistem penilaian otomatis menggunakan kecerdasan buatan untuk meningkatkan objektivitas dan efisiensi. Metode yang digunakan adalah algoritma K-Means clustering karena kemampuannya mengelompokkan jawaban berdasarkan kemiripan logika dan struktur kode secara efisien, bukan sekadar kesamaan teks. Lima kategori penilaian dijadikan standar Pengelompokan: Logika dan Algoritma, Struktur Data, Object-Oriented Programming (OOP), Implementasi, dan Penanganan Error. Sistem dikembangkan dengan pendekatan Agile Development dan dievaluasi menggunakan data jawaban mahasiswa dari mata kuliah pemrograman. Validasi performa sistem dilakukan secara kuantitatif
menggunakan ground truth label dari penilaian manual untuk mengukur akurasi klaster sebesar 87%, waktu proses penilaian rata-rata 4,5 detik per soal dibandingkan 13 detik pada metode manual (efisiensi 65%), serta penurunan standar deviasi nilai antar dosen dari 7,5 menjadi 2,8 poin. Hasil pengujian menunjukkan sistem mampu memberikan
umpan balik real-time secara akurat. Penelitian ini dibatasi pada soal pemrograman tingkat kesulitan mudah hingga sulit. Ke depan, sistem ini dapat dikembangkan lebih lanjut dengan integrasi analisis sintaks lanjutan dan perluasan standar evaluasi untuk mendukung penerapan skala besar. Kata Kunci : Penilaian Otomatis, Kecerdasan Buatan
Tidak tersedia versi lain