Komparasi Algoritma Machine Learning dari Dataset Prediksi Analisis Butir Soal Harian Siswa
Keywords:
Default Model, Decision Tree, Naive Bayes, k-NN, Random Forest, Data Mining
Abstract
Bagi seorang guru analisis butir soal sangatlah diperlukan untuk mengetahui kualitas dari soal yang dibuat. Untuk menentukan metode yang terbaik disini dicoba dengan menggunakan lima metode dalam data mining. Algoritma data mining yang paling popular dalam klasifikasi soal analisis dari 150 soal yaitu metode k-NN, Naive Bayes, Decision Tree, Default Model, Random Forest. Dengan menggunakan berbagai metode di atas maka akan dapat ditentukan metode mana yang paling baik.
References
L. Crocker and J. Algina, Introduction to Classical and Modern Test Theory. Forth Worth: Holt, Rinehart, and Winston Inc., 1986.
S. Surapranata, Analisis, Validitas, Reliabilitas, dan Interpretasi Hasil Tes: Implementasi Kurikulum 2004. Bandung: Remaja Rosdakarya, 2005.
I. H. Witten, E. Frank, and M. A. Hall, Data Mining Third Edition. Elsevier Inc., 2011.
B. Santosa, Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis. Yogyakarta: Graha Ilmu, 2007.
J. Han, M. Kamber, and J. Pei, Data Mining, Concepts and Techniques, Third Edit. Massachusetts: Morgan Kaufmann Publishers, 2012.
Olson and Delen, Advanced Data Mining Techniques. USA: Springer-Verlag Berlin Heidelberg, 2008.
Y. Y. W, Perbandingan Performasi Algortima Decision Tree C5.0, CART, dan CHAD D: Kasus Prediksi Status Resiko Kredit di Bank X. Bandung: Universitas Katolik Parahyangan, 2007.
L. Breiman, “Random Forests,” Mach. Learn., vol. 45, pp. 5–32, 2001.
S. Surapranata, Analisis, Validitas, Reliabilitas, dan Interpretasi Hasil Tes: Implementasi Kurikulum 2004. Bandung: Remaja Rosdakarya, 2005.
I. H. Witten, E. Frank, and M. A. Hall, Data Mining Third Edition. Elsevier Inc., 2011.
B. Santosa, Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis. Yogyakarta: Graha Ilmu, 2007.
J. Han, M. Kamber, and J. Pei, Data Mining, Concepts and Techniques, Third Edit. Massachusetts: Morgan Kaufmann Publishers, 2012.
Olson and Delen, Advanced Data Mining Techniques. USA: Springer-Verlag Berlin Heidelberg, 2008.
Y. Y. W, Perbandingan Performasi Algortima Decision Tree C5.0, CART, dan CHAD D: Kasus Prediksi Status Resiko Kredit di Bank X. Bandung: Universitas Katolik Parahyangan, 2007.
L. Breiman, “Random Forests,” Mach. Learn., vol. 45, pp. 5–32, 2001.
Published
2023-06-30
How to Cite
Setiawati, I. (2023). Komparasi Algoritma Machine Learning dari Dataset Prediksi Analisis Butir Soal Harian Siswa. Jurnal Cakrawala Informasi, 3(1), 1-7. https://doi.org/10.54066/jci.v3i1.235
Section
Articles
Copyright (c) 2023 Idha Setiawati
This work is licensed under a Creative Commons Attribution 4.0 International License.
