<![CDATA[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.]]>
Copyrights © 2023
