ANALISIS TINGKAT KEPUASAN SISWA MTSN 11 JEMBER TERHADAP PEMBELAJARAN HYBRID MENGGUNAKAN METODE ALGORITMA C4.5

WISDAYANTI, WISDAYANTI (2023) ANALISIS TINGKAT KEPUASAN SISWA MTSN 11 JEMBER TERHADAP PEMBELAJARAN HYBRID MENGGUNAKAN METODE ALGORITMA C4.5. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

[img] Text
a. PENDAHULUAN.pdf

Download (1MB)
[img] Text
b. ABSTRAK.pdf

Download (325kB)
[img] Text
c. BAB I.pdf

Download (444kB)
[img] Text
d. BAB II.pdf
Restricted to Repository staff only

Download (665kB) | Request a copy
[img] Text
e. BAB III.pdf
Restricted to Repository staff only

Download (695kB) | Request a copy
[img] Text
f. BAB IV.pdf
Restricted to Repository staff only

Download (830kB) | Request a copy
[img] Text
g. BAB V.pdf
Restricted to Repository staff only

Download (324kB) | Request a copy
[img] Text
h. DAFTAR PUSTAKA.pdf

Download (328kB)
[img] Text
i. LAMPIRAN.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy

Abstract

Pandemi COVID-19 ini berdampak sangat besar pada semua bidang termasuk pada bidang pendidikan. Akibat pandemi COVID-19 ini, sekolah tutup dan siswa dituntut untuk belajar dari rumah sebab pemerintah menerbitkan peraturan social distancing. Mungkin dengan adanya model pembelajaran hybrid dimana menggabungkan metode tatap muka dan jarak jauh dapat membuat proses pembelajaran lebih bermakna dan meminimalkan dampak psikososial siswa dalam hal kepuasan belajar. Tujuan penelitian ini untuk mengukur tingkat akurasi, presisi dan recall dari hasil klasifikasi tingkat kepuasan siswa dalam pembelajaran hybrid. Metode yang digunakan untuk membangun model klasifikasi dari tingkat kepuasan siswa yaitu Algoritma C4.5. Algoritma C4.5 merupakan salah satu solusi pemecahan kasus yang sering digunakan dalam pemecahan masalah pada teknik klasifikasi. Keluaran dari algoritma C4.5 itu berupa sebuah decision tree layaknya teknik klasifikasi lain. Berdasarkan 3 kali pengujian untuk kepuasan siswa MTSN 11 Jember dengan rapid miner menggunakan metode decision tree C4.5, diperoleh nilai terbesar dengan pengujian k-fold validation 5 yaitu akurasi 64,70% precision 66,99%, dan recall 89,61%. dengan menggunakan confusion matrix.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Data Mining, Algoritma C4.5, Akurasi, Pembelajaran Hybrid, COVID-19
Subjects: 000 Computer Science, Information, & General Works > 005 Computer Programming, Programs, & Data
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Department: S1 Teknik Informatika
Depositing User: WISDAYANTI WISDAYANTI
Contributors:
ContributionContributor NameNIDN/NIDK
Thesis advisorMUHAROM, LUTFI ALINIDN0727108202
Thesis advisorRAHMAN, MIFTAHURNIDN0724039201
Contact Email Address: sayawisda@gmail.com
Date Deposited: 29 May 2023 07:19
Last Modified: 29 May 2023 07:19
URI: http://repository.unmuhjember.ac.id/id/eprint/17049

Actions (login required)

View Item View Item