Klasifikasi tingkat kesulitan soal berdasarkan hasil quiz dengan algoritma random forest dan k-nearest neighbor / Muhammad Adhitya Widhianto - Repositori Universitas Negeri Malang

Klasifikasi tingkat kesulitan soal berdasarkan hasil quiz dengan algoritma random forest dan k-nearest neighbor / Muhammad Adhitya Widhianto

Widhianto, Muhammad Adhitya (2022) Klasifikasi tingkat kesulitan soal berdasarkan hasil quiz dengan algoritma random forest dan k-nearest neighbor / Muhammad Adhitya Widhianto. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

Evaluasi merupakan proses pembelajaran yang tidak dapt dipisahkan dari kegiatan belajar mengajar. Salah satu cara dalam melakukan evaluasi adalah dengan memberikan ujian atau tes. Sebuah ujian atau tes yang baik hendaknya memiliki jumlah soal sulit dan mudah dengan seimbang. Analisis butir soal dilakukan untuk menentukan soal tersebut masuk dalam kategori soal mudah atau soal sulit. Agar dapat menentukan kategori soal tersebut perlu dilakukan analisis dari soal-soal yang pernah diujikan sebelumnya. Analisis dapat digunakan untuk mengukur keberhasilan soal dalam mengukur kemampuan siswa. Tahap pertama adalah Identifikasi Masalah yaitu menentukan rumusan dan tujuan masalah pada penelitian. Selanjutnya melakukan Pengumpulan Data dan dilanjutkan dengan Preprocessing. Selanjutnya adalah tahap Pemodelan dimana membuat 6 skenario clustering untuk mendapatkan kelas label untuk klasifikasi. Kemudian pada tahap Evaluasi dan Validasi menggunakan k-fold validation terhadap algoritma Random Forest dan K-Nearest Neighbor. Tahap terakhir adalah dengan melakukan Perbandingan Metode dengan membandingkan performa klasifikasi dari dua algoritma. Hasil klasifikasi paling baik yaitu skenario 1 menggunakan algoritma Random Forest dan atribut akurasi manual sebagai penentu kelas label mendapatkan hasil accuracy sebesar 97 5% precision sebesar 100% dan recall sebesar 95%. Skenario dengan hasil paling rendah ada pada skenario 2 dengan nilai accuracy precision dan recall dibawah 61%.

Item Type: Thesis (Diploma)
Subjects: ?? ??
Divisions: Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika
Depositing User: Users 2 not found.
Date Deposited: 12 Sep 2022 04:29
Last Modified: 09 Sep 2022 03:00
URI: http://repository.um.ac.id/id/eprint/264943

Actions (login required)

View Item View Item