MODEL MACHINE LEARNING UNTUK MENGIDENTIFIKASI KEMAMPUAN BELAJAR SISWA SEKOLAH DASAR PADA MATA PELAJARAN ILMU PENGETAHUAN ALAM DENGAN MENGGUNAKAN ALGORITMA K-MEANS DAN K-NEAREST NEIGHBOR

FERNANDO, . (2023) MODEL MACHINE LEARNING UNTUK MENGIDENTIFIKASI KEMAMPUAN BELAJAR SISWA SEKOLAH DASAR PADA MATA PELAJARAN ILMU PENGETAHUAN ALAM DENGAN MENGGUNAKAN ALGORITMA K-MEANS DAN K-NEAREST NEIGHBOR. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text COVER.pdf Download (3MB)
	Text BAB I.pdf Download (1MB)
	Text BAB II.pdf Restricted to Registered users only Download (2MB) | Request a copy
	Text BAB III.pdf Restricted to Registered users only Download (2MB) | Request a copy
	Text BAB IV.pdf Restricted to Registered users only Download (2MB) | Request a copy
	Text BAB V.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (2MB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Pendidikan merupakan hal yang sangat penting dalam kehidupan, akan tetapi beberapa penelitian pernah dilakukan dan didapati masih banyak siswa yang mengalami kesulitan khususnya dalam matapelajaran IPA. Oleh karena itu penting bagi kita semua untuk menjamin para siswa agar mampu menerima semua pelajaranan dengan baik tanpa mengalami suatu kesulitan. Hal ini dapat dicapai dengan mengidentifikasi kemampuan belajar siswa menggunakan model machine learning, dengan memanfaatkan metode klusterisasi pada machine learning nantinya data para siswa akan dikelompokan menjadi beberapa kelompok atau kluster. Selanjutnya akan dilakukan analisis dengan mencari ciri atau pola yang ada pada kluster-kluster tersebut untuk dijadikan acuan para guru sehingga mampu menentukan metode pembelajaran yang tepat untuk setiap kluster. Penelitian ini bertujuan untuk membuat model machine learning yang mampu mengidentifikasi kemampuan siswa sekolah dasar berdasarkan ketiga aspek penilaian yang ada pada Kurikulum 2013 dan latar belakang para siswa seperti pekerjaan orang tua dan jarak dari rumah ke sekolah dengan menggunakan algortima K-means dan K-Nearest Neighbor. Dataset yang digunakan untuk penelitian ini adalah data nilai rapor siswa kelas 4 sampai 6 SD Labschool Cibubur semester 1 tahun 2019/2020. Sebelum melakukam pemodelan, dataset terlebih dahulu diolah dengan melalui tahap preprocessing sehingga dataset dapat diproses oleh model machine learning dengan lebih baik. Setelah itu dilakukan proses klusterisasi dengan menggunakan algoritma K-Means untuk mengelompokan siswa berdasarkan karakteristik yang sama untuk dilihat ciri atau pola kelompoknya. Selain dilakukannya proses klusterisasi, dilakukan juga proses klasifikasi menggunakan algoritma K-Nearest Neighbor. Hasil dari proses klusterisasi membagi data siswa menjadi tiga kluster yang berbeda, dan hasil dari proses klasifikasi mendapati akurasi sebesar 98%.

Item Type:	Thesis (Sarjana)
Additional Information:	1). Ria Arafiyah, M.Si. ; 2). Ir. Fariani Hermin Indiyah, M.T.
Subjects:	Pendidikan > Penelitian Tindakan Kelas > Pendidikan Dasar dan Menengah Sains > Matematika > Ilmu Komputer
Divisions:	FMIPA > S1 Ilmu Komputer
Depositing User:	Users 20292 not found.
Date Deposited:	09 Oct 2023 04:54
Last Modified:	09 Oct 2023 04:54
URI:	http://repository.unj.ac.id/id/eprint/43072

Actions (login required)

View Item