Aplikasi Simulasi Computer Based Test (CBT) Beserta Peramalan Penentuan Prodi Berbasis Web
Abstract
Siswa SMA mengalami kebingungan saat hendak memilih program studi (prodi) apa yang akan diambil pada saat melanjutkan pendidikannya di perguruan tinggi. Para siswa dihadapkan pada berbagai macam pertimbangan dan pilihan yang cukup sulit, hingga akhirnya para siswa mengambil keputusan dalam memilih prodi berdasarkan perasaan, ajakan teman dan ambisi orang tua saja, padahal semuanya itu tidak bisa dipakai sebagai tolak ukur yang tepat. Berdasarkan permasalahan tersebut, dibangun sebuah aplikasi simulasi Computer Based Test (CBT) yang menghasilkan peramalan prodi menggunakan algoritma Naive Bayes Classification (NBC). Aplikasi simulasi CBT ini dapat dijadikan sebagai media belajar dan melalui aplikasi ini calon mahasiswa dapat melatih kompetensinya sebelum mengikuti ujian yang sesungguhnya. Berdasarkan pengujian dan analisa yang dilakukan menggunakan confusion matrix, maka didapatkan tingkat akurasi yaitu 31,461%. Rendah nya tingkat akurasi disebabkan oleh data training yang pada kenyataannya memiliki nilai yang tidak konsisten (inkonsistensi data) dan persebaran data yang kurang baik. Tingkat akurasi yang rendah membaik setelah dilakukan proses K-Means Clustering yang berfungsi untuk menghilangkan data-data outlier sehingga tingkat akurasi meningkat menjadi 94,444%.References
Noviana, A. B. (2013). Sistem Pendukung Keputusan Pemilihan Program Studi Perguruan Tinggi Menggunakan metode Profile Matching pada SMA Negeri 9 Semarang. Semarang : Fakultas Ilmu Komputer Universitas Dian NuswantoroDjafar, Iqbal Maulana. (2015).
Dharwiyanti, S. (2003). Pengantar Unified Modeling Language (UML), 1–13.
Hidayah, Nikmatul. (2014). Klasifikasi Penjurusan Sekolah Menengah Atas dengan Algoritma Naive Bayes Classifier pada SMAN 1 SUBAH. Semarang : Fakultas Ilmu Komputer Universitas Dian Nuswantoro.
Indriani, Aida. (2014). Klasifikasi Data Forum dengan menggunakan Metode Naïve Bayes Classifier. Kalimantan : STMIK PPKIA Tarakanita Rahmawati
Jananto, Arief. (2013). Algoritma Naive Bayes untuk Mencari Perkiraan Waktu Studi Mahasiswa, 18, 09-16. Universitas Stikubank.
Kusrini, Luthfi. (2009). Algoritma Data Mining. Surabaya : Andi Offset.
Kusumadewi, Sri. (2009). Klasifikasi Status Gizi Menggunakan Naive Bayesian Classification,03, 6-11.Yogyakarta : Universitas Islam Indonesia.
Novrianti. (2014). Pengembangan Computer Based Testing (CBT) Sebagai Alternatif Teknik Penilaian Hasil Belajar. Padang : Universitas Negri Padang
Downloads
Published
Issue
Section
License
Copyright info for authors
1. Authors hold the copyright in any process, procedure, or article described in the work and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
2. Authors retain publishing rights to re-use all or portion of the work in different work but can not granting third-party requests for reprinting and republishing the work.
3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) as it can lead to productive exchanges, as well as earlier and greater citation of published work.