FEATURE SELECTION CHI-SQUARE DAN K-NN PADA PENGKATEGORIAN SOAL UJIAN BERDASARKAN COGNITIVE DOMAIN TAKSONOMI BLOOM

• INDAH LISTIOWARNI,M.KOM  2020  INFORMATIKA  Rp. 3,000,000,-

Deskripsi: Examination merupakan tolak ukur akhir bagi peserta didik dengan tujuan untuk mengidentifikasi kemampuan cognitive dan daya tangkap siswa selama menjalankan kegiatan belajar mengajar di kelas, sehingga ketika diadakan sebuah ujian diperlukan susunan soal yang tepat. Proses klasifikasi data soal secara manual sangat panjang dan rumit, karena juga berkaitan dengan banyaknya data dan pengecekan setiap term, sehingga dibutuhkan sebuah sistem yang secara otomatis dapat diterapkan untuk membuat proses klasifikasi data soal lebih mudah dan tidak menghabiskan banyak waktu. Taksonomi bloom merupakan sebuah taksonomi yang digunakan di dunia pendidikan berisi enam level cognitive berdasarkan tingkat kesulitannya. Penelitian ini berkonsentrasi pada pengkategorian data soal ujian biologi tingkat SMA berdasarkan cognitive domain taksonomi bloom, dan metode yang digunakan adalah K-Nearest Neighbour (KNN),dan metode feature selection Chi-Square (X2)yang bertujuan untuk menyeleksi fitur yang diperlukan. Dataset yang digunakan pada penelitian ini terdiri dari 2 macam dataset, yaitu pada dataset pertama metode yang digunakan berhasil mencapai nilai F-measure tertinggi 79,36%, sedangkan pada dataset kedua,berhasil mencapai nilai F-measure tertinggi 61,56%

Keyword: KNN, taksonomi bloom, Chi-Square, F-measure

File: Klik Untuk Donwload