Algoritma SVM pada Data Mining Tingkat Pemahaman Mata Kuliah (Studi Kasus pada Mata kuliah Rekayasa Perangkat Lunak)
| Main Authors: | MZ, Siti Puspita Hida Sakti, Adami, Marzuki |
|---|---|
| Format: | Article info application/pdf Journal |
| Bahasa: | eng |
| Terbitan: |
Jurusan Teknik Informatika
, 2020
|
| Subjects: | |
| Online Access: |
http://www.jurnal.upnyk.ac.id/index.php/semnasif/article/view/4121 http://www.jurnal.upnyk.ac.id/index.php/semnasif/article/view/4121/3080 |
Daftar Isi:
- AbstractDalam dunia Pendidikan Tinggi yaitu Perguruan Tinggi, keilmuan yang dipelajari sesuai dengan jurusan yang melingkupinya. Materi kuliah memiliki indikator ketercapaian pemahaman keilmuan. Dalam kegiatan perkuliahan, dosen memiliki acuan mengajar seperti CPMK dan RPS. Pada RPS terdapat topik-topik, kompetensi dan ketercapaian yang diharapkan setelah menerima materi kuliah dan diukur dengan tugas, kuis, UTS dan UAS, namun kemampuan dosen dalam mengajar dan kemampuan mahasiswa dalam menerima materi kuliah tidak memiliki penilaian yang baku. Data Mining adalah suatu istilah yang digunakan untuk menemukan pengetahuan yang tersembunyi di dalam database. SVM merupakan algoritma klasifikasi berdasarkan prinsip linear classifier yang mampu menyelesaikan permasalahan dengan waktu komputasi lebih cepat daripada SVM standar untuk data berukuran besar. SVM memiliki tingkat akurasi tinggi namun penentuan parameter dan data serta topik yang diolah akan menentukan hasil akurasi. Mata Kuliah Rekayasa Perangkat Lunak pada Program Studi Sistem Informasi dipilih sebagai objek penelitian. Penelitian ini penting dilaksanakan untuk mengetahui tingkat pemahaman materi kuliah. Jika tingkat pemahaman mahasiswa rendah, maka mahasiswa akan kesulitan mengikuti laju perkembangan teknologi informasi dan komunikasi dan secara umum Perguruan Tinggi akan lebih tertinggal. Penelitian sebelumnya lebih kepada metode pembelajaran yang digunakan untuk meningkatkan pemahaman serta factor-faktor yang mempengaruhi topik ini. Penelitian ini bertujuan untuk implementasi metode data mining dalam mengukur tingkat pemahaman materi kuliah menggunakan algoritma SVM. Sedangkan tujuan khusus untuk mengetahui komponen data pada RPS yang mempengaruhi tingkat pemahaman mata kuliah menggunakan algoritma SVM, menghitung persentase akurasi pada pengukuran tingkat pemahaman materi kuliah menggunakan algoritma SVM, memahami keterkaitan antara data mining dan SVM terhadap pengukuran tingkat pemahaman mata kuliahHasil penelitian ini menjadi masukan dalam memperbaiki RPS, mengukur tingkat kedalaman pengetahuan yang dimiliki dosen terhadap mata kuliah yang diampu, sebagai dasar atau perbandingan penelitian-penelitian berikutnya dan memunculkan teori-teori baru untuk penelitian sejenis guna peningkatan mutu lulusan perguruan tinggi ditengah masyarakat.Kata Kunci : data mining, klasifikasi, svm, tingkat pemahaman mata kuliah, rpl