Pemeriksa Jawaban Tulisan Tangan untuk Ujian Pilihan Ganda Menggunakan Hybrid Extreme Learning Convolutional Neural Network Machine

Abstract

Di Indonesia, ujian dapat dilakukan dengan berbagai cara tergantung dengan tipe pelaksanaannya yaitu berupa Paper Based Test (PBT), Oral Based Test (OBT), dan Computer Based Test (CBT). Tipe yang paling sering digunakan di sekolah-sekolah adalah PBT yaitu berupa jawaban esay dan pilihan ganda. Namun beda halnya dengan tipe ujian pilihan ganda. Tipe ujian ini biasanya digunakan pada saat ujian kelulusan siswa atau yang lebih dikenal sebagai Ujian Nasional (UN). Dalam pelaksanaannya, UN menerapkan PBT dengan konsep soal pilihan ganda. PBT yang diterapkan pada UN menggunakan metode Object Character Recognition (OCR). Namun seiring berjalannya waktu terjadi evaluasi dari metode ini. Saat ini tipe ujian PBT mulai ditinggalkan dan beralih  ke tipe ujian CBT. Namun kedua tipe ini memiliki kekurangan dan kelebihan masing-masing. M elihat peluang tersebut, maka penelitian ini mengusulkan solusi baru dengan menggabungkan kelemahan dan kelebihan dari kedua tipe tersebut. Solusi yang diberikan adalah dengan memanfaatkan kecerdasan buatan seperti halnya OCR dengan mengusulkan metode baru yaitu Hybrid Extreme Convolutional Neural Network Machine.