Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Jurnal Edukasi dan Penelitian Informatika (JEPIN)
Budi Warsito
Univesitas Diponegoro
Computer Science & IT Education Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
The Combination of C4.5 with Particle Swarm Optimization in Classification of Class for Mental Retardation Students Sausan Hidayah Nova; Budi Warsito; Aris Puji Widodo
Jurnal Ilmiah Teknik Elektro Komputer dan Informatika Vol 9, No 1 (2023): March
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jiteki.v9i1.25520

Abstract

Mental retardation or brain weakness is a condition of children who experience mental disorders. There are several characteristics to know the child has mental retardation. When entering a school, teachers are expected to be able to determine the right class for mental retardation students according to their category. Data mining is the process of finding patterns in selected data using artificial intelligence and machine learning. Algorithm C4.5 is one of the classification techniques in data mining. C4.5 can be used to create decision trees and classify data that has numeric, continuous, and categorical attributes. But C4.5 has the disadvantage of reading large amounts of data and cannot rank every alternative. PSO is an optimization algorithm for feature selection that can improve performance in data classification. Therefore, this study proposes an algorithm that can overcome the weaknesses of C4.5 by combining PSO. This study aims to classify a class of new mental retardation students using a combination of C4.5 as a classification and PSO as a feature selection to determine the attributes that affect the level of accuracy. The contribution of this research is to make it easier for the school to determine the new class of mental retardation students so that it is appropriate and according to their needs. The classification process in this study uses a combination of C4.5 and PSO. The validation used in this model is 10-fold cross-validation, and the evaluation uses a confusion matrix. This study resulted in an accuracy of C4.5 before using PSO of 91%. While the accuracy of C4.5 uses a PSO of 93%. Of the 20 attributes, there are 6 attributes that affect the level of accuracy. This study shows that PSO can be used to implement feature selection and increase the accuracy value of C4.5 by 2%.
Sistem Penilaian Jawaban Singkat Otomatis pada Ujian Online Berbasis Komputer Menggunakan Algoritma Cosine Similarity Dedy Kurniadi; Rahmat Gernowo; Bayu Surarso; Adi Wibowo; Budi Warsito
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 9, No 2 (2023): Volume 9 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v9i2.66934

Abstract

Penggunaan teknologi di bidang pendidikan sekarang ini sedang trending ke arah penilaian secara otomatis, namun penilaian secara otomatis ini memiliki permasalahan yaitu belum bisa mengkoreksi jawaban teks singkat secara otomatis, selain itu pada saat ini juga belum tersedia platform yang bisa mengkoreksi jawaban singkat secara otomatis, penilaian jawaban teks singkat ini membutuhkan waktu koreksi yang lama dan hasil penilaian yang tidak konsisten jika koreksi dilakukan oleh manusia, pada penelitian ini diusulkan sistem yang mampu mengkoreksi ujian peserta didik pada bagian jawaban singkat secara otomatis atau disebut dengan Automated Short Answer Grading (ASAG) dengan menggunakan metode cosine similarity, tahapan yang dilakukan adalah melakukan ekstraksi pada dua variabel inputan yaitu teks pada jawaban peserta didik dan teks pada kunci jawaban yang dilakukan dengan ekstraksi teks casefolding, tokenizing, stopword removal, setelah tahapan tersebut dilakukan kemudian dihitung nilai similarity antara kunci jawaban ujian dengan jawaban peserta didik apakah jawaban peserta didik sama dengan kunci jawaban atau tidak, dengan menggunakan skor yang dinilai otomatis menggunakan sistem, dihasilkan similarity antara jawaban peserta didik dengan kunci jawaban rata-rata sebesar 85,4%, untuk menguji korelasi koreksi jawaban peserta didik dengan sistem dan koreksi yang dilakukan oleh manusia maka dilakukan uji korelasi antara hasil penilian yang dilakukan oleh sistem dengan hasil penilaian yang dilakukan oleh manusia (instruktur) dengan menggunakan kendall’s w value menghasilkan nilai w antara instruktur 1 dengan sistem sebesar 0,885 dan instruktur 2 dengan sistem sebesar 0,883 dengan nilai chi square sebesar 135,4 dan 133,8 dengan p sebesar 0,0001, hasil tersebut menunjukkan ASAG memiliki korelasi yang tinggi dan sistem ASAG ini bisa melakukan penilaian secara otomatis.
Co-Authors Adi Wibowo Aris Puji Widodo Bayu Surarso Dedy Kurniadi Rahmat Gernowo Sausan Hidayah Nova