PERBANDINGAN KINEJRA METODE NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM) DALAM MENGANALISIS KUALITAS BUTIR SOAL PADA SOAL PILIHAN GANDA

Hidayatunnisa’i, Hidayatunnisa’i (2024) PERBANDINGAN KINEJRA METODE NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM) DALAM MENGANALISIS KUALITAS BUTIR SOAL PADA SOAL PILIHAN GANDA. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

[img] Text (THESIS)
22.55.1205 - Hidayatunnisa’i.pdf
Download (3MB)

Abstract

Dalam melakukan analisis butir soal yang dilakukan proses pengumpulan, peringkas, dan penggunaan informasi dari jawaban siswa untuk membuat keputusan tentang setiap penilaian. Tujuan dari penilaian adalah untuk meningkatkan hasil belajar siswa serta memberikan informasi kepada siswa tentang kelebihan dan kekurangannya dalam mata pelajaran tertentu yang telah dipelajari. Oleh karena itu, dalam penelitian ini akan membahas tentang analisis perbandingan tingkat kinerja algoritma klasifikasi Naïve Bayes dan algoritma SVM. Metode data mining untuk klasifikasi dapat digunakan untuk membantu meningkatkan kecepatan dan ketepatan dalam menganalisis butir soal sehingga akan didapatkan jenis soal yang diterima, direvisi, dan ditolak dengan menggunakan dua variabel penilaa. Perbandingan kinerja algoritma Naive Bayes dan SVM bertujuan untuk mengukur tingkat akurasi dan lama waktu proses (execution time) dari masing-masing algoritma untuk mendapatkan algoritma terbaik yang akan diterapkan dalam membantu proses analisis butir soal. Data yang digunakan dalam penelitian sebanyak 55 dengan hasil jawaban siswa pada soal biologi dengan penggunaan data training dan data testing 80:20. Dengan menggunakan alat bantu bahasa pemrograman python, dan setelah dilakukan pengujian menggunakan cross validation sehingga rata-rata yang dihasilkan dari algoritma Support Vector Machine adalah 47% sedangkan algoritma Naïve Bayes adalah 95%, sehingga dipaparkan bahwa kinerja algoritma Support Vector Machine lebih baik dibandingkan dengan algoritma Naïve Bayes.dapat disimpulkan bahwa algoritma SVM.

Item Type: Thesis (S2 - Magister)
Contributor:
Pembimbing
Kusrini, Kusrini
Kusnawi, Kusnawi
Uncontrolled Keywords: Naïve Bayes, SVM, Cross Validation, Classifications
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus
Divisions: Pascasarjana Magister Informatika > PJJ Magister Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 21 Mar 2025 06:42
Last Modified: 21 Mar 2025 06:42
URI: http://eprints.amikom.ac.id/id/eprint/28991

Actions (login required)

View Item View Item