Search for collections on Undip Repository

Sistem Pakar Identifikasi dan Alternatif Solusi terhadap Permasalahan yang Dihadapi oleh Peserta Didik Sekolah Menengah Menggunakan Rule-Based Machine Learning

SULISTIYO, Budi and Surarso, Bayu and Syafei, Wahyul Amien (2020) Sistem Pakar Identifikasi dan Alternatif Solusi terhadap Permasalahan yang Dihadapi oleh Peserta Didik Sekolah Menengah Menggunakan Rule-Based Machine Learning. Masters thesis, School of Postgraduate Studies.

Full text not available from this repository.

Abstract

Masa remaja merupakan masa perkembangan yang rentan terhadap masalah dan membuat remaja tidak mampu mengendalikan emosi, tidak terkecuali remaja yang sedang dalam menempuh pendidikan sekolah menengah. Masalah yang tidak segera terselesaikan akan menimbulkan permasalahan yang lebih besar dikemudian hari. Banyak metode penyelesaian masalah siswa yang dilakukan dengan cara konvensional yang membutuhkan waktu lama dan biaya yang mahal. Oleh karena itu, guru bimbingan karier dan konseling di sekolah menggunakan metode daftar cek masalah untuk mengidentifikasi masalah siswa. Satu hal yang menjanjikan untuk meningkatkan akurasi dengan waktu untuk mengidentifikasi masalah dengan membangun sistem informasi dengan menggunakan teknlogi cerdas seperti machine learning.
Machine learning menawarkan teknik-teknik canggih yang dikonstruksi klasifikasi secara otomatis yang dapat digunakan oleh siswa dan guru meningkatkan akurasi dan efisiensi dalam identifikasi. Artikel ini membahas masalah yang terkait dengan peserta didik tetapi juga menawarkan pengguna berbasis pengetahuan (aturan) yang dapat digunakan oleh guru bimbingan konseling untuk menggantikan mereka yang berada di belakang sistem informasi.
Hasil penelitian ini menunjukkan bahwa sistem informasi yang
dikembangkan yang berbasis pada pembelajaran mesin berbasis aturan menawarkan klasifikasi yang lebih akurat, lebih cepat, dapat dilakukan kapan saja, di mana saja dan tidak memerlukan biaya dibandingkan dengan metode konvensional yang ada. Pengujian rule-based machine learning (RBML) menggunakan WEKA dengan data 384 instances, digunakan sebagai data pelatihan 253 dan 131 sebagai data uji diperoleh akurasi 100%.

Adolescence is a period of development that is prone to problems and often makes adolescents unable to control emotions. No exception to adolescents who are in high school education. Problems that do not need to be resolved immediately and will arise even greater problems later on. Many methods of solving students' problems are carried out in conventional ways that require relatively takes time and costly. Therefore, career guidance and counseling teachers at school use the problem checklist method to identify student problems. One thing that promises to improve accuracy with time to identify problems by building information systems using intelligent technology such as machine learning.
Machine learning offers advanced techniques constructed by automatic classified that can be used by students and teachers to increase accuracy and efficiency in identification. This article discusses addresses issues related to learners but also offers
knowledge-based users (rules) that can be used by counseling guidance teachers to replace those who are behind information systems.
The results of this study indicate that the information system developed based on rule-based machine learning offers a classification that is more accurate, faster, can be done anytime, anywhere and requires no cost compared to existing conventional methods. Rulebased machine learning (RBML) testing using WEKA with 384 instances, data used as training data 253 and 131 as test data obtained 100% accuracy.

Item Type: Thesis (Masters)
Uncontrolled Keywords: Rule-Based Machine Learning, Sistem Pakar, Identifikasi, Peserta didik Sekolah Menengah, Solusi
Subjects: Sciences and Mathemathic
Divisions: Postgraduate Program > Master Program in Information System
Depositing User: Users 183 not found.
Date Deposited: 21 Apr 2022 06:58
Last Modified: 21 Apr 2022 06:58
URI: https://eprints2.undip.ac.id/id/eprint/5857

Actions (login required)

View Item View Item