Perbandingan kinerja algoritma random forest dan neural network pada klasifikasi tingkat kesulitan soal / Alikha Cinintya Farhani - Repositori Universitas Negeri Malang

Perbandingan kinerja algoritma random forest dan neural network pada klasifikasi tingkat kesulitan soal / Alikha Cinintya Farhani

Farhani, Alikha Cinintya (2023) Perbandingan kinerja algoritma random forest dan neural network pada klasifikasi tingkat kesulitan soal / Alikha Cinintya Farhani. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

Salah satu bentuk evaluasi pembelajaran yaitu melalui ujian. Analisis butir soal dilakukan untuk mengetahui soal ujian yang dibuat telah layak dan baik serta mampu mengukur kemampuan siswa. Penelitian ini bertujuan untuk mencari metode terbaik dalam klasifikasi tingkat kesulitan soal. Data yang digunakan pada penelitian ini diperoleh dari hasil pengerjaan soal mahasiswa dengan mengategorikan soal menjadi tiga kelas yaitu mudah sedang dan sulit. Penelitian ini melalui beberapa tahapan. Dimulai dengan mengumpulkan data. Kemudian dilakukan preprocessing data untuk mentransformasi data handling missing value melakukan cleaning data menggabungkan data serta pemilihan atribut yang dipakai dalam clustering. Dalam melakukan proses klasifikasi menggunakan algoritma Random Forest dan Neural Network. Langkah selanjutnya adalah melakukan evaluasi dan validasi menggunakan hasil dari confusion matrix dan k-fold validation untuk membandingkan kinerja algoritma Random Forest dan Neural Network berdasarkan nilai akurasi presisi dan recall pada masing-masing skenario yang telah dibuat. Hasil penelitian menunjukkan bahwa skenario 3 yang menggunakan Random Forest dengan fitur-fitur yang telah dipilih secara hati-hati memberikan hasil terbaik dengan tingkat akurasi sebesar 86 06% presisi sebesar 85 71% dan recall sebesar 85 71%. Dalam skenario ini Random Forest mampu mengklasifikasikan data dengan tingkat keakuratan yang sangat baik yang mengindikasikan bahwa model tersebut dapat secara efektif membedakan tingkat kesulitan soal berdasarkan hasil pengerjaan mahasiswa.

Item Type: Thesis (Diploma)
Subjects: Q Science > QA Mathematics
Divisions: Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika
Depositing User: library UM
Date Deposited: 28 Aug 2023 04:29
Last Modified: 26 Sep 2024 01:06
URI: http://repository.um.ac.id/id/eprint/292868

Actions (login required)

View Item View Item