IMPLEMENTASI MACHINE LEARNING UNTUK PREDIKSI GAYA BELAJAR BERDASARKAN MODEL VARK MENGGUNAKAN ALGORITMA NAÃVE BAYES CLASSIFIER
Total View This Week5
Total View This Week5
Institusion
STMIK Bumi Gora
Author
Muhammad Kuswari, Muhammad Kuswari
Subject
T Technology (General)
Datestamp
2021-08-30 06:42:00
Abstract :
Dalam proses belajar, setiap individu memiliki karakteristik kemampuan otak yang berbeda-beda dalam menyerap, mengolah, dan menyampaikan informasi. Karena perbedaan gaya belajar tersebut, maka tentu kemampuan untuk menerima, mencerna, dan mengolah informasi dari masing-masing individu berbeda-beda. Kenyataan yang kita dapatkan saat ini, gaya belajar seringkali disamaratakan antara individu yang satu dengan individu lainnya melalui bahan belajar yang mereka dapatkan. Penelitian ini menggunakan metodologi waterfall dimana penelitian berjalan secara sistematis. Proses pengumpulan data dilakukan melalui kuesioner google form dengan responden terdiri dari mahasiswa dan siswa, kemudian dilanjutkan ke tahap persiapan data sesuai dengan kebutuhan Naive Bayes Classifier, serta proses klasifikasi menggunakan algoritma naïve bayes classifier. Klasifikasi gaya belajar dengan menggunakan Algoritma Naive Bayes Classifier dengan 85% data sebagai data training dan 15% sebagai data testing, memperoleh tingkat akurasi sebesar 87% melalui pengujian dengan confusion matrix. Kesimpulan dari penelitian ini menunjukkan bahwa Algoritma Naive Bayes Classifier dapat digunakan untuk melakukan klasifikasi dan prediksi gaya belajar dengan baik yang ditunjukkan dengan tingkat akurasi sebesar 87%.
Dalam proses belajar, setiap individu memiliki karakteristik kemampuan otak yang berbeda-beda dalam menyerap, mengolah, dan menyampaikan informasi. Karena perbedaan gaya belajar tersebut, maka tentu kemampuan untuk menerima, mencerna, dan mengolah informasi dari masing-masing individu berbeda-beda. Kenyataan yang kita dapatkan saat ini, gaya belajar seringkali disamaratakan antara individu yang satu dengan individu lainnya melalui bahan belajar yang mereka dapatkan. Penelitian ini menggunakan metodologi waterfall dimana penelitian berjalan secara sistematis. Proses pengumpulan data dilakukan melalui kuesioner google form dengan responden terdiri dari mahasiswa dan siswa, kemudian dilanjutkan ke tahap persiapan data sesuai dengan kebutuhan Naive Bayes Classifier, serta proses klasifikasi menggunakan algoritma naïve bayes classifier. Klasifikasi gaya belajar dengan menggunakan Algoritma Naive Bayes Classifier dengan 85% data sebagai data training dan 15% sebagai data testing, memperoleh tingkat akurasi sebesar 87% melalui pengujian dengan confusion matrix. Kesimpulan dari penelitian ini menunjukkan bahwa Algoritma Naive Bayes Classifier dapat digunakan untuk melakukan klasifikasi dan prediksi gaya belajar dengan baik yang ditunjukkan dengan tingkat akurasi sebesar 87%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
