Penerapan metode naive bayes classification pada sistem pendukung keputusan analisis butir soal pilihan ganda di Jurusan Teknik Elektro / Winda Silvia Fatimah - Repositori Universitas Negeri Malang

Penerapan metode naive bayes classification pada sistem pendukung keputusan analisis butir soal pilihan ganda di Jurusan Teknik Elektro / Winda Silvia Fatimah

Fatimah, Winda Silvia (2017) Penerapan metode naive bayes classification pada sistem pendukung keputusan analisis butir soal pilihan ganda di Jurusan Teknik Elektro / Winda Silvia Fatimah. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

ABSTRAK Fatimah Winda Silvia. 2017. Penerapan Metode Naive Bayes Classification pada Sistem Pendukung Keputusan Analisis Butir Soal Pilihan Ganda di Jurusan Teknik Elektro. Skripsi. Program Studi Pendidikan Teknik Informatika Fakultas Teknik Universitas Negeri Malang. Pembimbing (I) Drs. Wahyu Sakti G.I. M.Kom. (II) Heru Wahyu Herwanto S.T. M.Kom. Kata kunci Analisis Butir Soal Sistem Pendukung Keputusan Metode Naive Bayes Classsification. Salah satu tugas pengajar adalah melakukan evaluasi terhadap perangkat tes yang telah dibuatnya. Evaluasi pembelajaran merupakan suatu kegiatan untuk menilai dan mengukur perkembangan dari tujuan pembelajaran tersebut. Tujuan evaluasi pembelajaran dapat diukur dengan menggunakan tes. Tes yang baik akan memberikan hasil evaluasi pembelajaran yang dapat memenuhi tujuan pembelajaran dan memenuhi persyaratan analisis butir soal. Kenyatannya di jurusan Teknik Elektro UM tak banyak dosen yang melakukan evaluasi terhadap tes yang dibuatnya termasuk analisis butir soal. Tes yang sudah diujikan hanya disimpan. Salah satu solusi yang dapat dilakukan adalah dengan mengembangkan sistem pendukung keputusan analisis butir soal. Tujuan pengembangan ini adalah (1) mengembangkan sistem pendukung keputusan analisis butir soal pilihan ganda berbasis web yang diharapkan mampu membantu dosen dalam membuat soal ujian (2) membantu dosen untuk menganalisis dan mengevaluasi butir soal pilihan ganda yang sudah diujikan dan (3) mengembangkan sistem analisis butir soal untuk mendapatkan bank soal valid. Penelitian dan pengembangan ini menggunakan metode Naive Bayes Classification dalam menganalisis butir soal pilihan ganda. Penggunaan metode ini bertujuan untuk mengklasifikasikan butir soal pilihan ganda dalam kelas valid dan kelas tidak valid. Penerapan metode NBC pada sistem pendukung keputusan analisis butir soal dijelaskan sebagai berikut (1) membaca data latih dimana data latih didapatkan dari uji coba 15 soal (2) menentukan nilai probabilitas variabel nilai probabilitas variabel diperoleh dari variabel validitas variabel daya pembeda dan variabel tingkat kesukaran (3) mengklasifikasikan kelas dari nilai probabilitas pengklasifikasian kelas dari data probabilitas diperoleh dari penggabungan nilai kelas valid dan kelas tidak valid dari setiap variabel dan (4) mendapatkan hasil klasifikasi. Dari percobaan sistem menggunakan metode NBC diperoleh nilai yang sama dengan perhitungan manual. Perhitungan manual pada uji coba metode ini digunakan untuk menyesuaikan hasil penggunaan metode. Sistem pendukung keputusan analisis butir soal pilhan ganda dilakukan uji fungsionalitas oleh ahli dan uji usabilitas oleh pengguna yaitu admin dosen dan mahasiswa. Berdasarkan pengujian yang dilakukan sistem ini memperoleh hasil analisis uji coba sebagai berikut (1) uji fungsionalitas yang dilakukan oleh dosen ahli rekayasa perangkat lunak memperoleh nilai validitas 100% (2) hasil uji usabilitas admin dan dosen yang dilakukan oleh dosen TE UM memperoleh nilai validitas 95.83% dan 95.45% dan hasil uji usabilitas mahasiswa yang diujikan pada 25 mahasiswa TE UM memperoleh validitas sebesar 88.71%.

Item Type: Thesis (Diploma)
Subjects: ?? ??
Divisions: Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Pendidikan Teknik Informatika
Depositing User: Users 2 not found.
Date Deposited: 25 Aug 2017 04:29
Last Modified: 09 Sep 2017 03:00
URI: http://repository.um.ac.id/id/eprint/46299

Actions (login required)

View Item View Item