Otomatisasi Pembangkitan Pertanyaan untuk Bahasa Indonesia (Systematic Literature Review)
DOI:
https://doi.org/10.25126/jtiik.20231016455Abstrak
Penelitian tentang otomatisasi pembangkitan pertanyaan terus berkembang. Berbagai metode telah coba diterapkan pada berbagai bahasa. Setiap bahasa memiliki karakteristik yang berbeda beda. Oleh karena itu, metode yang digunakan untuk membangkitkan pertanyaan juga harus disesuaikan dengan bahasa yang digunakan. Otomatisasi pembangkitan pertanyaan untuk bahasa Indonesia juga sudah mulai berkembang sejak 2015. Hasil penelitian-penelitian tersebut perlu dianalisis agar dapat mengetahui kelebihan maupun kekurangan dari setiap metode yang pernah digunakan. Oleh karena itu, jurnal ini membahas tentang Systematic Literature Review (SLR) pembangkitan pertanyaan pada bahasa Indonesia. SLR yang dibangun ini dapat digunakan untuk bahan pertimbangan optimalisasi penelitian tentang pembangkitan pertanyaan menggunakan bahasa Indonesia di kemudian hari. Tahapan yang dilakukan dalam pembentukan SLR adalah perencanaan literature review, kemudian melakukan literature review dan terakhir adalah pelaporan hasil literature review. Pencarian pada google scholar menghasilkan 27 penelitian yang relevan dengan kata kunci. Penerapan kriteria inklusi dan eksklusi menghasilkan 15 penelitian yang relevan. Kemudian proses backward dan forward snowballing yang dilakukan menghasilkan 2 penelitian tambahan. Total penelitian yang dianalisis berjumlah 17 penelitian. Proses selanjutnya adalah penilaian kualitas penelitian. Hasil penilaian kualitas penelitian menunjukkan bahwa keseluruhan penelitian yang berjumlah 17 penelitian tersebut memiliki kualitas yang baik untuk dianalisis. Hasil analisis yang dilakukan menunjukkan bahwa penelitian awal terkait pembangkitan pertanyaan untuk bahasa Indonesia masih memiliki beberapa celah. Diantaranya terkait dataset yang belum memadai, model pertanyaan yang kurang beragam, belum adanya penanganan/preproses model kalimat unstructured, dan belum adanya pembangkitan pertanyaan yang berasal dari gabungan beberapa informasi.
Abstract
Research on automated question generation is constantly evolving. Various methods have been tried to be applied in various languages. Each language has different characteristics. Therefore, the method used to generate questions should be adapted based on the language. The automation of question generation for Indonesian has also begun to develop since 2015. The result of these studies need to be analyzed to find out the advantages and disadvantages of each method that has been used. Therefore, this journal discusses the Systematic Literature Review (SLR) for generating questions in Indonesian. The SLR that was built can be used for consideration of optimizing research on generating questions using Indonesian in the future. The steps taken in this SLR are planning analysis, then carrying out the analysis and finally reporting the analysis. A search on Google Scholar yielded 27 studies that were relevant to the keyword. The application of inclusion and exclusion criteria resulted in 15 relevant studies. Then the backward and forward snowballing processes carried out resulted in 2 additional studies. Total research analyzed amounted to 17 studies. The next process is the assessment of research quality. The results of the research quality assessment showed that the overall 17 studies had good quality for analysis. The results of the analysis carried out indicate that the initial research related to question generation for Indonesian still has some gaps. For examples about datasets, question models, handling unstructured sentence models, and generating questions from a combination of some information.
Downloads
Referensi
AMIDEI, J., PIWEK, P. & WILLIS, A., 2018. Evaluation methodologies in automatic question generation 2013-2018. INLG 2018 - 11th International Natural Language Generation Conference, Proceedings of the Conference, pp.307–317. https://doi.org/10.18653/v1/w18-6537.
AMINUDIN, A., SN, A. & AHMAD, B., 2018. Automatic Question Generation (AQG) Dari Dokumen Teks Bahasa Indonesia Berdasarkan Non-Factoid Quesion. Jurnal Teknologi Informasi dan Ilmu Komputer, 5(2), pp.2–8. https://doi.org/10.25126/jtiik.201852664.
BASUKI, S. AND KUSUMA, S.F., 2018. Automatic Question Generation For 5w-1h Open Domain Of Indonesian Questions By Using Syntactical Template-Based Features From Academic Textbooks. Journal of Theoretical and Applied Information Technology, 96(12), pp.3908–3923.
CH, D.R. & SAHA, S.K., 2020. Automatic Multiple Choice Question Generation From Text : A Survey. In: 14 IEEE TRANSACTIONS ON LEARNING TECHNOLOGIES, VOL. IEEE. pp.14–25.
FLORES, V.A., JASA, L. & HARTATI, R.S., 2021. Pembangkit Pertanyaan Otomatis pada Materi Pelajaran Ilmu Pengetahuan Alam Berbahasa Indonesia di Tingkat Sekolah Dasar Berdasarkan Revisi Taksonomi Bloom. Majalah Ilmiah Teknologi Elektro, 20(2), p.343. https://doi.org/10.24843/mite.2021.v20i02.p19.
GINANJAR, D.D. & PURNAMASARI, K.K., 2017. Pembangkit Pertanyaan Otomatis Untuk Teks Berbahasa Indonesia Yang Mengandung Kalimat Majemuk. Elib Unikom, pp.1–7.
GUMASTE, P.S., JOSHI, S.S., KHADPEKAR, S.A. & MALI, S.R., 2019. Automated Question Generator System: a Review. International Journal of Engineering Applied Sciences and Technology, 04(08), pp.171–176. https://doi.org/10.33564/ijeast.2019.v04i08.027.
KURDI, G., LEO, J., PARSIA, B., SATTLER, U. & AL-EMARI, S., 2020. A Systematic Review of Automatic Question Generation for Educational Purposes. International Journal of Artificial Intelligence in Education, 30(1), pp.121–204. https://doi.org/10.1007/s40593-019-00186-y.
KUSUMA, S.F. & ALHAMRI, R.Z., 2018. Generating Indonesian Question Automatically Based on Bloom ’ s Taxonomy Using Template Based Method. KINETIK: Game Technology, Information System, Computer Network, Computing, Electronics, and Control, 3(2), pp.145–152.
KUSUMA, S.F., ALHAMRI, R.Z., SIAHAAN, D.O., FATICHAH, C. & NAUFAL, M.F., 2018. Indonesian Question Generation Based on Bloom ’ s Taxonomy Using Text Analysis. 2018 International Seminar on Intelligent Technology and Its Applications (ISITIA), (August), pp.269–274. https://doi.org/10.1109/ISITIA.2018.8711015.
KUSUMA, S.F., SIAHAAN, D.O. & FATICHAH, C., 2020. Automatic Question Generation in Education Domain Based on Ontology. In: CENIM 2020 - Proceeding: International Conference on Computer Engineering, Network, and Intelligent Multimedia 2020. pp.251–256. https://doi.org/10.1109/CENIM51130.2020.9297991.
KUSUMA, S.F., SIAHAAN, D.O. & FATICHAH, C., 2022. Automatic question generation with various difficulty levels based on knowledge ontology using a query template. Knowledge-Based Systems, 249, p.108906. https://doi.org/10.1016/j.knosys.2022.108906.
KUSUMA, S.F., SIAHAAN, D.O., FATICHAH, C. & NAUFAL, M.F., 2019. Automatic Question Generation with Classification Based on Mind Map. JCSSE 2019 - 16th International Joint Conference on Computer Science and Software Engineering: Knowledge Evolution Towards Singularity of Man-Machine Intelligence, pp.336–341. https://doi.org/10.1109/JCSSE.2019.8864208.
MUIS, F.J. & PURWARIANTI, A., 2020. Sequence-to-Sequence Learning for Indonesian Automatic Question Generator. 2020 7th International Conference on Advanced Informatics: Concepts, Theory and Applications, ICAICTA 2020. https://doi.org/10.1109/ICAICTA49861.2020.9429032.
RAHARJANA, I.K., SIAHAAN, D. & FATICHAH, C., 2021. User Stories and Natural Language Processing: A Systematic Literature Review. IEEE Access, 9, pp.53811–53826. https://doi.org/10.1109/ACCESS.2021.3070606.
SAEFUROCHMAN, S., 2017. Pembangkit Pertanyaan Berdasarkan Template Dari Dokumen Ringkasan Menggunakan Metode Lexical Chain Dan Korelasi Antar Kalimat.
SARIPUDIN, P. & PURNAMASARI, K.K., 2017. Pendeteksian Keterkaitan Antar Kalimat Dengan Metode Template - Based Dalam Pembangkit Pertanyaan Otomatis. pp.1–7.
SONI, S., KUMAR, P. & SAHA, A., 2019. Automatic Question Generation: A Systematic Review. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.3403926.
SUMANTRI, WAHAB, S.A., SETYANINGSIH, E.R. & SUTIKSNO, H., 2020. Question Generator Menggunakan Pendekatan Rule Based Heuristik Pada Cerita Anak-Anak. InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan, 5(1), pp.1–6.
SUWARNINGSIH, W., SUPRIANA, I. & PURWARIANTI, A., 2015a. Indonesian medical sentence transformation for question generation. In: IEEE Asia Pacific Conference on Wireless and Mobile. pp.68–71. https://doi.org/10.1109/APWiMob.2015.7374929.
SUWARNINGSIH, W., SUPRIANA, I. & PURWARIANTI, A., 2015b. Towards a framework for an indonesian medical question generator. Telkomnika (Telecommunication Computing Electronics and Control), 13(1), pp.357–363. https://doi.org/10.12928/TELKOMNIKA.v13i1.648.
WANG, W., FENG, S., WANG, D. & ZHANG, Y., 2019. Answer-guided and semantic coherent question generation in open-domain conversation. In: EMNLP-IJCNLP 2019 - 2019 Conference on Empirical Methods in Natural Language Processing and 9th International Joint Conference on Natural Language Processing, Proceedings of the Conference. pp.5066–5076. https://doi.org/10.18653/v1/d19-1511.
WIJANARKO, B.D., HERYADI, Y., TOBA, H. & BUDIHARTO, W., 2020. Automated question generating method based on derived keyphrase structures from bloom’s taxonomy. ICIC Express Letters, 14(11), pp.1059–1067. https://doi.org/10.24507/icicel.14.11.1059.
WIJANARKO, B.D., HERYADI, Y., TOBA, H. & BUDIHARTO, W., 2021. Question generation model based on key-phrase, context-free grammar, and Bloom’s taxonomy. Education and Information Technologies, 26(2), pp.2207–2223. https://doi.org/10.1007/s10639-020-10356-4.
WISNU PRABOWO, M., BUDI, I. & BUDI SANTOSO, H., 2021. Developing Question Generation System for Bahasa Indonesia Using Indonesian Standard Language Regulation. ACM International Conference Proceeding Series, pp.258–261. https://doi.org/10.1145/3457784.3457824.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Artikel ini berlisensi Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)
Penulis yang menerbitkan di jurnal ini menyetujui ketentuan berikut:
- Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama naskah secara simultan dengan lisensi di bawah Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) yang mengizinkan orang lain untuk berbagi pekerjaan dengan sebuah pernyataan kepenulisan pekerjaan dan penerbitan awal di jurnal ini.
- Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).
