PENERAPAN ALGORITMA JARINGAN SARAF TIRUAN UNTUK DETEKSI GAYA BELAJAR MODEL VARK

PERDANA, HENDRA HALIM (2021) PENERAPAN ALGORITMA JARINGAN SARAF TIRUAN UNTUK DETEKSI GAYA BELAJAR MODEL VARK. Skripsi thesis, IIB DARMAJAYA.

[img] Text
1. Judul.pdf
Download (31kB)
[img] Text
2. Pernyataan Keaslian.pdf
Download (81kB)
[img] Text
3. Halaman Persetujuan.pdf
Download (174kB)
[img] Text
4. Halaman Pengesahan.pdf
Download (159kB)
[img] Text
7. Abstrak.pdf
Download (235kB)
[img] Text
9. Prakata.pdf
Download (310kB)
[img] Text
10. Daftar Isi.pdf
Download (288kB)
[img] Text
13. BAB 1.pdf
Download (138kB)
[img] Text
14. BAB 2.pdf
Download (519kB)
[img] Text
15. BAB 3.pdf
Download (220kB)
[img] Text
16. BAB 4.pdf
Download (2MB)
[img] Text
17. BAB 5.pdf
Download (8kB)
[img] Text
18. Daftar Pustaka.pdf
Download (128kB)
[img] Text
19. Lampiran.pdf
Download (1MB)

Abstract

Pada masa pandemi ini, pembelajaran lebih banyak dilakukan dengan menggunakan pembelajaran daring. Meskipun pembelajaran daring memiliki banyak keuntungan, pembelajaran daring juga memiliki beberapa kekurangan yaitu kurangnya interaksi antara pengajar dan pembelajar serta kondisi pembelajar yang berbeda – beda. Salah satu cara untuk mengatasi kekurangan yang dimiliki adalah dengan mengetahui gaya belajar yang cocok untuk para pembelajar. Gaya belajar yang tepat dapat meningkatkan minat belajar pembelajar sehingga membuat pembelajaran daring tetap efektif. Ada 2 cara untuk mendeteksi gaya belajar pembelajar yaitu dengan menggunakan metode otomatis dan metode konvensional. Metode otomatis terbagi menjadi pendekatan Data-Driven dan Literature Based. Metode ini memiliki kelebihan dibandingkan metode konvensional, karena metode otomatis menggunakan sumber data eksternal seperti jumlah kunjungan bahan ajar, lama kunjungan bahan ajar, forum diskusi dan lainnya. Namun metode ini membutuhkan sarana untuk mengumpulkan data – data yang dibutuhkan dari pembelajar yang mana dalam penelitian ini adalah data behavior pembelajar yaitu data jumlah kunjungan pembelajar ke bahan ajar dan lama kunjungan pembelajar ke bahan ajar. Untuk mengatasi kendala tersebut, dibangun sebuah sistem yang dapat digunakan sebagai sarana untuk mengupload materi dan mengumpulkan data yang dibutuhkan, sistem ini disebut dengan LMS. LMS yang digunakan dibangun dengan menggunakan software moodle. Setelah data berhasil dikumpulkan, data tersebut kemudian digunakan sebagai input untuk mendeeksi gaya belajar miliki pembelajar. Proses deteksi ini menggunakan AI algoritma Jaringan Saraf Tiruan (JST) back propagation. Untuk menjalankan AI JST maka digunakan software Rapid Miner. Hasil penelitian menunjukan bahwa, LMS yang dibangun menggunakan moodle dapat digunakan untuk sarana pembelajaran daring dan dapat digunakan untuk mengumpulkan data behavior pembelajar. Penelitian ini juga menunjukkan bahwa JST dapat digunakan untuk mendeteksi gaya belajar pembelajar. Hasil yang ix didapatkan menunjukkan bahwa deteksi menggunakan data behavior memiliki akurasi yang kurang baik yaitu 64,29% dan memiliki nilai cohen’s kappa sebesar 0,38. Hasil nilai precision dari masing – masing gaya belajar menunjukkan aural sebesar 41.67% termasuk kategori kurang. Kinaesthetic 77.78 % termasuk kategori cukup. Read dan visual 0,00% termasuk kategori sangat kurang. Untuk nilai recall, diperoleh Aural 62.5% termasuk kategori kurang, Kinaesthetic 87.50% termasuk baik dan read dan visual 0,00% termasuk kategori sangat kurang. Dapat disimpulkan bahwa hasil deteksi dengan menggunakan algoritma JST pada data behavior memiliki tingkat akurasi yang kurang baik, hal ini dibuktikan dengan nilai precision yang cukup rendah yaitu sebesar 64.29% dan nilai cohen kappa sebesar 0.38.

Item Type: Thesis (Skripsi)
Subjects: Ilmu Komputer
eSkripsi
Divisions: Skripsi/TA & PKPM/KP - Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: Editor
Date Deposited: 13 Apr 2022 01:36
Last Modified: 13 Apr 2022 01:36
URI: http://repo.darmajaya.ac.id/id/eprint/7060

Actions (login required)

View Item View Item