Feature Selection Chi-Square dan K-NN pada Pengkategorian Soal Ujian Berdasarkan Cognitive Domain Taksonomi Bloom

  • Indah Listiowarni
  • Eka Rahayu Setyaningsih

Abstract

Examination merupakan tolak ukur akhir bagi peserta didik dengan tujuan untuk mengidentifikasi kemampuan cognitive dan daya tangkap selama menjalankan kegiatan belajar mengajar di kelas, sehingga ketika diadakan sebuah ujian diperlukan susunan soal yang tepat. Taksonomi bloom merupakan sebuah taksonomi yang digunakan di dunia pendidikan berisi enam level cognitive berdasarkan tingkat kesulitannya. Pada penelitian ini akan berkonsentrasi pada pengkategorian data soal ujian biologi tingkat SMA berdasarkan cognitive domain taksonomi bloom, dan metode yang digunakan adalah K-Nearest Neighbour (KNN) sebagai metode classifier,dan metode feature selection Chi-Square (X2)yang bertujuan untuk menyeleksi fitur yang diperlukan. Dua jenis dataset akan digunakan pada penelitian ini, pada dataset pertama metode yang digunakan berhasil mencapai nilai F-measure tertinggi :79,36%, sedangkan pada dataset kedua,berhasil mencapai nilai F-measure tertinggi :61,56%
Published
2018-05-31
How to Cite
Listiowarni, I., & Setyaningsih, E. (2018). Feature Selection Chi-Square dan K-NN pada Pengkategorian Soal Ujian Berdasarkan Cognitive Domain Taksonomi Bloom. Jurnal Komputer Terapan, 4(1), 21-30. Retrieved from //jurnal.pcr.ac.id/index.php/jkt/article/view/1665