Hudri, Asmalik (2026) SISTEM KOREKSI UJIAN MADRASAH DINIYAH BERBASIS WEB MENGGUNAKAN OPTICAL MARK RECOGNITION (OMR) DAN GOOGLE GENERATIVE AI PADA MADRASAH DINIYAH AL-KHAERIYAH. Masters thesis, UNIVERSITAS HARKAT NEGERI.
![[img]](http://repository.harkatnegeri.ac.id/style/images/fileicons/text.png) |
Text (COVER)
COVER.pdf Download (4MB) |
|
Text (BAB I)
BAB I.pdf Download (20kB) |
|
Text (BAB II)
BAB II.pdf Download (46kB) |
|
Text (BAB III)
BAB III.pdf Download (28kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (2MB) | Request a copy |
|
Text (BAB V)
BAB V.pdf Restricted to Registered users only Download (910kB) | Request a copy |
|
Text (BAB VI)
BAB VI.pdf Download (7kB) |
|
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf Download (77kB) |
|
Text (LAMPIRAN)
LAMPIRAN.pdf Download (894kB) |
Abstract
Proses koreksi hasil ujian di Madrasah Diniyah Al-Khaeriyah masih dilakukan secara manual sehingga membutuhkan waktu yang relatif lama dan berpotensi menimbulkan kesalahan dalam perhitungan nilai. Penelitian ini bertujuan untuk menganalisis kebutuhan sistem, merancang dan membangun sistem koreksi ujian berbasis web yang mengintegrasikan Optical Mark Recognition (OMR) dan Google Generative AI serta menguji fungsionalitas dan akurasi sistem yang dikembangkan. Metode penelitian yang digunakan adalah model pengembangan Waterfall yang meliputi tahap analisis, perancangan, implementasi, dan pengujian. Sistem dikembangkan menggunakan FastAPI, PostgreSQL, OpenCV, dan Google Generative AI. Metode OMR digunakan untuk mendeteksi jawaban siswa dan identitas peserta, sedangkan Google GenAI digunakan untuk mengekstraksi informasi pada lembar kunci jawaban. Hasil penelitian menunjukkan bahwa sistem berhasil melakukan pembacaan kunci jawaban, nama peserta, nomor peserta, jawaban siswa, serta perhitungan nilai secara otomatis. Berdasarkan pengujian terhadap 10 lembar jawaban siswa, sistem memperoleh rata-rata waktu koreksi sebesar 5,74 detik, sedangkan metode manual membutuhkan rata-rata waktu 125,2 detik. Dengan demikian, sistem mampu mempercepat proses koreksi sekitar 21,82 kali dibandingkan metode manual. Kata Kunci: Optical Mark Recognition, Google Generative AI, Sistem Koreksi Ujian.
| Item Type: | Thesis (Masters) |
|---|---|
| Subjects: | T Technology > T Technical Information |
| Divisions: | Fakultas Sains & Teknologi > S1 Teknik Informatika |
| Depositing User: | Asmalik Hudri |
| Date Deposited: | 07 Sep 2026 11:33 |
| Last Modified: | 07 Sep 2026 11:33 |
| URI: | http://repository.harkatnegeri.ac.id/id/eprint/7474 |
Actions (login required)
 |
View Item |