Deteksi Kesamaan Teks Jawaban pada Sistem Test Essay Online dengan Pendekatan Neural Network

E-learning is an online learning system that applies information technology in the teaching process. E-learning used to facilitate information delivery, learning materials and online test or assignments. The online test in evaluating students’ abilities can be multiple choice or essay. Online test with essay answers is considered the most appropriate method for assessing the results of complex learning activities. However, there are some challenges in evaluating students essay answers. One of the challenges is how to make sure the answers given by students are not the same as other students answers or 'copy-paste'. This study makes a similarity detection system (Similarity Checking) for students' essay answers that are automatically embedded in the e-learning system to prevent plagiarism between students. In this paper, we use Artificial Neural Network (ANN), Latent Semantic Index (LSI), and Jaccard methods to calculate the percentage of similarity between students’ essays. The essay text is converted into array that represents the frequency of words that have been preprocessed data. In this study, we evaluate the result with mean absolute percentage error (MAPE) approach, where the Jaccard method is the actual value. The experimental results show that the ANN method in detecting text similarity has closer performance to the Jaccard method than the LSI method and this shows that the ANN method has the potential to be developed in further research.E-learning adalah sistem pembelajaran daring yang menerapkan teknologi informasi dalam proses belajar mengajar. Fungsi e-learning adalah untuk mempermudah penyampaian informasi, memberi materi pembelajaran dan mengerjakan soal atau tugas. Penerapan kuis ujian dalam evaluasi kemampuan siswa dapat berupa pilihan ganda atau jawaban essay. Tugas dengan kuis essay dianggap sebagai metode yang paling tepat untuk menilai hasil kegiatan belajar yang kompleks. Namun, ada beberapa tantangan dalam mengevaluasi jawaban essay siswa. Salah satu tantangannya adalah bagaimana memastikan jawaban yang diberikan siswa tidak sama dengan jawaban siswa lain atau ‘copy-paste’ jawaban siswa lain. Penelitian ini membuat sebuah sistem pendeteksi kesamaan (Similarity Checking) untuk jawaban essay siswa secara otomatis tertanam dalam sistem e-learning untuk membantu mencegah plagiarisme antar sesama siswa dalam tugas yang dikerjakan. Dalam paper ini, kami menggunakan metode Artificial Neural Network (ANN), Latent Semantic Index (LSI), dan Jaccard untuk menghitung persentase kesamaan antar essay siswa. Teks essay diubah menjadi array yang mewakili frekuensi kata yang sebelumnya sudah dilakukan preprocessing data. Dalam penelitian ini, kami menggunakan hasil evaluasi dengan pendekatan mean absolute percentage error (MAPE), dimana metode Jaccard sebagai nilai aktualnya. Hasil percobaan menunjukkan bahwa metode ANN dalam pendeteksian kesamaan teks memiliki kinerja yang lebih mendekati metode Jaccard dibandingkan dengan metode LSI dan hal ini menunjukkan kedepannya metode ANN berpotensi untuk dikembangkan pada penelitian lebih lanjut