Klasifikasi Gaya Belajar Menggunakan Algoritma C5.0
Abstract
Mempelajari gaya belajar pada setiap siswa merupakan salah satu cara terbaik untuk memaksimalkan proses belajar. Apabila siswa telah mengetahui gaya belajar dan metode terbaik untuk membantu belajarnya, hal tersebut akan meningkatkan hasil belajar siswa dalam memahami sesuatu. Terdapat 3 modalitas (tipe) dalam gaya belajar yaitu Visual, Auditori dan Kinestetik. Pelajar visual belajar melalui apa yang mereka lihat, auditori, mengandalkan kesuksesan belajarnya melalui telinga dan Kinestetik belajar lewat gerak dan menyentuh. Ditemukan masalah bahwa siswa kelas 7 SMPN 2 Jember memiliki gaya belajar siswa yang berbeda-beda, terdapat beberapa siswa yang kurang berkonsentrasi saat pelajaran berlangsung dan ada siswa yang juga kesulitan mengerjakan latihan, sehingga hal tersebut membuat siswa belum dapat memaksimalkan dalam proses belajar. Adapun algoritma yang digunakan untuk menganalisa dan mengolah data, yaitu algoritma C5.0. Dengan mengimplementasikan Algoritma C5.0, dimungkinkan untuk membantu mengelomppokkan gaya belajar dominan dengan mudah. Berdasarkan 5 kali pengujian untuk gaya belajar siswa SMPN 2 Jember dengan rapid miner menggunakan metode decision tree C5.0, diperoleh akurasi terbesar sebesar 66,92% dengan menggunakan confusion matrix.
Kata kunci : Gaya Belajar, Data Mining, Algoritma C5.0, Decision Tree, Confusion matrix
Full Text:
PDFReferences
Hutabarat, Iron Pawi. dkk. (2021). Implementasi Algoritma C5.0 Dalam Keputusan Pemberian Beasiswa Di SMA NEGERI 1 Adiankoting Kabupaten Tapanuli Utara. Jurnal Sistem Informasi Kaputama (JSIK), Vol. 5, No. 2.
Sungkar, Muchamad Sobri. (2021). Penerapan Algoritma C5.0 Untuk PrediksiKelulusan Pembelajaran
Mahasiswa Pada Matakuliah Arsitektur Sistem Komputer. Jurnal Media Informatika Budidarma, Volume 5, Nomor 3, Page 1166-1172.
Larose. (2005). Discovering Knowledge in Data: An Introduction to Data Mining. New Jersey: John Willey & Sons.
Porter, De. (2011). Quantum Learning: Membiasakan Belajar Nyaman dan Menyenangkan. Bandung: Kaifa.
Andriani, A. (2012). Penerapan Algoritma C4.5 Pada Program Klasifikasi Mahasiswa Dropout. Seminar Nasional Matematika.
Pardede, Mauhati. (2019). Implementasi Algoritma C5.0 Pada Kelulusan Peserta Ujian Kemahiran Berbahasa Indonesia (UKBI) Pada Balai Bahasa Sumatera Utara. Konferensi Nasional Teknologi Informasi dan Komputer Vol 3, No1.
Pratiwi, Reni. (2020). Perbandingan Klasifikasi Algoritma C5.0 dan Classification And Regression Tree. Program Studi Statistika. Universitas Mulawarman Samarinda.
Hartati, L. (2015). Pengaruh Gaya Belajar dan Sikap Siswa pada Pelajaran Matematika terhadap Hasil Belajar Matematika.Formatif: Jurnal Ilmiah Pendidikan MIPA, 3(3), 224–235. https://doi.org/10.30998/formatif.v3i3. 128.
Nugraha, P. G. S. C., Aribawa, I. W., Priyana, I. P. O., & Indrawan, G. (2016). Penerapan Metode decision tree (Data Mining) Untuk Memprediksi Tingkat Kelulusan Siswa Smpn1 Kintamani. Seminar Nasional Vokasi Dan Teknologi (SEMNASVOKTEK), 35–44.
Sari, Letri Olpita. (2020). Gaya Belajar Siswa Dalam Proses Pembelajaran Bahasa Indonesia Pada Kelas V SD Negeri 113 Bengkulu Selatan. Prodi Pendidikan Guru Madrasah Ibtidaiyah. Institut Agama Islam Bengkulu.
Kusrini dan Luthfi, E. T. (2009). Algoritma Data Mining. Yogyakarta: Penerbit Andi.
Wijaya, A. C, Hasibuan, N. A dan Ramadhani, P. (2018). Implementasi Algoritma C5.0 dalam Klasifikasi Pendapatan Masyarakat (Studi Kasus: Kelurahan Mesjid Kecamatan Medan Kota). Majalah Ilmiah INTI. 13(2), 2339- 210X.
D. Dalbergio, M. N. Hayati, and Y. N. Nasution. (2019) . Klasifikasi Lama Studi Mahasiswa Menggunakan Metode C5.0 pada Studi Kasus Data Kelulusan Mahasiswa Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Mulawarman Tahun 2017,” Pros. Semin. Nas. Mat. Stat. dan Apl. 2019, vol. 1, no. 1, pp. 36–42, 2019.
F. Hadi. (2017). Penerapan Data Mining Dalam Menganalisa Pemberian Pinjamana Dengan Menggunakan Metode Algoritma C5.0 ( Studi Kasus : Koperasi Jasa Keuangan Syariah Kelurahan Lambung Bukik). J. KomTekInfo, vol. 4, no. 2, pp. 214– 22.
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.