Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Jatmiko, Alvindo Tri
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Komparasi Algoritme C4.5 dan Naïve Bayes dalam Kasus Klasifikasi Kecenderungan Gaya Belajar Visual Auditori Kinestetik (VAK) Jatmiko, Alvindo Tri; Wardhono, Wibisono Sukmo; Wijoyo, Satrio Hadi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 7 (2023): Juli 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kebutuhan data dalam identifikasi gaya belajar merupakan hal yang penting dan berpengaruh dalam menentukan preferensi belajar seseorang. Proses identifikasi gaya belajar menggunakan pendekatan sensorik untuk menggali kebutuhan data yang diperlukan. Salah satu model yang sering digunakan adalah Fleming-VAK (Visual, Auditori, Kinestetik). Data yang dapat diperoleh dan diukur adalah indikator gaya belajar yang dalam masing-masing tipe terdapat 10 indikator, dengan variasi tipe gaya belajar ada 3 yaitu visual, auditori, dan kinestetik. Metode yang digunakan pada saat prediksi gaya belajar secara sederhana menggunakan metode penentuan nilai tertinggi dari salah satu gaya belajar yang dilakukan secara sederhana, sehingga tidak terdapat otomatisasi prediksi gaya belajar dan terdapat masalah ketika dari ketiga gaya belajar terdapat nilai yang sama dari dua atau tiga gaya belajar. Oleh karena itu dilakukan pengujian untuk melakukan komparasi bagaimana hasil yang didapat menggunakan metode komparasi nilai terbesar dari ketiga gaya belajar dengan hasil pengolahan data menggunakan Algoritme C4.5 yang ditujukan untuk klasifikasi. Data dummy digunakan sebagai contoh kasus dalam penelitian, data tersebut dibangkitkan menggunakan software microsoft excel. Hasil pengujian dilakukan menggunakan tahapan preprocessing data, klasifikasi, dan evaluasi. Hasil evaluasi menunjukkan Algoritme Naïve Bayes memiliki nilai akurasi 90% dibandingkan Algoritme C4.5 dengan nilai akurasi 79%. Akurasi didapatkan dari komposisi pembagian data 90% data latih dan 10% data tes. Dengan demikian, penggunaan Algoritme Naïve Bayes memberikan hasil yang lebih akurat dalam prediksi gaya belajar dibandingkan dengan Algoritme C4.5.
Co-Authors Satrio Hadi Wijoyo Wibisono Sukmo Wardhono, Wibisono Sukmo