Awaludin, Rabihi (2016) IMPLEMENTASI ALGORITMA FUZZY C-MEANS UNTUK SISTEM PENGHASIL PAKET SOAL DALAM EVALUASI PEMBELAJARAN SUMATIF DAN FORMATIF. S1 thesis, Universitas Pendidikan Indonesia.
|
Text
S_KOM_1206582_Title.pdf Download (163kB) | Preview |
|
|
Text
S_KOM_1206582_Abstract.pdf Download (258kB) | Preview |
|
|
Text
S_KOM_1206582_Table_of_content.pdf Download (140kB) | Preview |
|
|
Text
S_KOM_1206582_Chapter1.pdf Download (275kB) | Preview |
|
![[img]](http://repository.upi.edu/style/images/fileicons/text.png) |
Text
S_KOM_1206582_Chapter2.pdf Restricted to Staf Perpustakaan Download (639kB) |
|
|
Text
S_KOM_1206582_Chapter3.pdf Download (181kB) | Preview |
|
|
Text
S_KOM_1206582_Chapter4.pdf Restricted to Staf Perpustakaan Download (734kB) |
|
|
Text
S_KOM_1206582_Chapter5.pdf Download (136kB) | Preview |
|
|
Text
S_KOM_1206582_Bilbiography.pdf Download (139kB) | Preview |
|
|
Text
S_KOM_1206582_Appendix.pdf Restricted to Staf Perpustakaan Download (1MB) |
Abstract
Penelitian ini dilatarbelakangi oleh masalah ke¬efiesienan dalam membuat paket soal. Terkadang dalam pembuatan paket soal, bobot tiap paketnya tidak sama, yang mengakibatkan siswa mengeluh setelah mengerjakan soal-soal. Evaluasi digunakan untuk mengetahui seberapa jauh siswa dapat memahami pelajaran yang sebelumnya telah diajarkan. Maka dari itu dalam penelitian ini, peneliti mendapatkan gagasan untuk menerapkan satu teknik data mining yaitu clustering menggunakan algoritma fuzzy c-means dalam mengembangkan sistem generate soal evaluasi sumatif dan formatif ini. Konsep dasar Fuzzy C-Means, pertama kali adalah menentukan pusat cluster yang akan menandai lokasi rata-rata untuk tiap cluster. Pada kondisi awal, pusat cluster masih belum akurat. Tiap data memiliki derajat keanggotaan untuk tiap cluster. Dengan cara memperbaiki pusat cluster dan nilai keanggotaan tiap-tiap data secara berulang, maka akan terlihat bahwa pusat cluster akan bergerak menuju lokasi yang tepat. Perulangan ini didasarkan pada minimasi fungsi objektif. Sehingga pada derajat keanggotaan terakhir dapat ditentukan cluster-cluster-nya. Pada penelitian ini, penulis menggunakan teknik clustering untuk mengelompokan soal-soal yang sudah divalidasi oleh ahli, yang kemudian akan didistribusikan secara merata ke dalam paket soal sesuai dengan evaluasi yang digunakan. Baik itu evaluasi sumatif maupun evaluasi formatif. Untuk menguji sistem ini dilakukan eksperimen yang melibatkan 636 butir soal jaringan komputer yang didapat dari textbook. Hasil dari penelitian ini adalah: (1) Penelitian ini telah menghasilkan sebuah sistem yang dapat menghasilkan paket-paket soal untuk evaluasi sumatif maupun evaluasi formatif. (2) Algoritma fuzzy c-means dapat menghasilkan kelompok-kelompok soal yang digunakan untuk membagi soal ke tiap paket soal baik itu evaluasi sumatif maupun evaluasi formatif.;---This research is motivated by the problem of efficiency in making packages matter. Sometimes in a matter of packaging, the weight of each package is not the same, resulting in students complained after working on the problems. Evaluation is used to determine how much students can understand the lessons previously taught. Therefore in this study, the researchers got the idea to apply a data mining technique that clustering using fuzzy c-means algorithm in developing systems generate about this formative evaluation and summatif The basic concept of Fuzzy C-Means, the first is to determine the center cluster will mark the average location for each cluster. In the initial condition, the center of the cluster is still not accurate. Each of data has a degree of membership for each cluster. By fixing the center of the cluster and the membership value of each data repeatedly, it will be seen that the cluster center moves to the right location. This iteration is based on minimizing the objective function. So that the latter can be determined membership degree clusters her. In this study, the authors use clustering techniques to group the questions that have been validated by experts, which will then be distributed evenly into the matter in accordance with the evaluation package used. Whether it's the summative and evaluation of formative evaluation. To test this system performed experiments involving 636 items of computer networks gained from textbooks. The results of this study are: (1) This research has resulted in a system that can produce packages a matter for the summative and evaluation of formative evaluation. (2) The fuzzy c-means algorithm can generate groups of questions used to divide the problem into each package about both the summative and evaluation of formative evaluation.
| Item Type: | Thesis (S1) |
|---|---|
| Additional Information: | No. Panggil : S KOM AWA i-2016; Pembimbing : I. Lala Septi, II. Eka Fitrajaya. |
| Uncontrolled Keywords: | Clustering, fuzzy c-means, generate, evaluasi, Clustering, fuzzy c-means, generate, evaluation. |
| Subjects: | T Technology > T Technology (General) Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases |
| Divisions: | Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer |
| Depositing User: | Mr mhsinf 2017 |
| Date Deposited: | 20 Sep 2017 02:16 |
| Last Modified: | 20 Sep 2017 02:16 |
| URI: | http://repository.upi.edu/id/eprint/26147 |
Actions (login required)
 |
View Item |