No image available for this title

Skripsi

Perbandingan model klasifikasi random forest dan SVM pada penilaian otomatis kualitas proposisi peta konsep / Satria Yuda Setiawan

Abstrak
Penilaian kualitas proposisi dalam peta konsep open-ended sering kali menghadapi tantangan dalam hal objektivitas dan efisiensi. Penilaian manual yang umum digunakan rentan terhadap subjektivitas dan memerlukan waktu yang cukup lama. Untuk mengatasi hal tersebut penelitian ini mengusulkan pendekatan penilaian otomatis menggunakan algoritma machine learning khususnya dengan membandingkan kinerja algoritma Random Forest dan Support Vector Machine (SVM). Dataset yang digunakan terdiri dari 691 proposisi hasil peta konsep siswa pada materi ldquo Basis Data Relasional rdquo dengan empat label tingkat kualitas. Proses praproses data meliputi case folding tokenisasi stopword removal dan stemming. Selanjutnya data direpresentasikan menggunakan dua metode pembobotan teks yaitu TF-IDF dan Word2Vec kemudian dilakukan pelatihan model menggunakan tiga skenario pembagian data 90 10 80 20 dan 70 30. Hasil evaluasi menggunakan metrik akurasi presisi recall dan F1- score menunjukkan bahwa algoritma Random Forest memberikan performa yang lebih baik secara konsisten dibandingkan SVM terutama ketika dikombinasikan dengan metode pembobotan TF-IDF. Hal ini membuktikan bahwa Random Forest lebih andal dalam menangani klasifikasi multi- kelas pada data proposisi yang memiliki distribusi tidak seimbang. Penelitian ini memberikan kontribusi dalam pengembangan sistem penilaian otomatis peta konsep yang lebih efisien dan objektif serta dapat diimplementasikan pada sistem pembelajaran digital untuk mendukung evaluasi berbasis teknologi.

Informasi Detail
DDC
SKRIPSI DIGITAL
Prodi
Universitas Negeri Malang. Program Studi Teknik Informatika, .
Deskripsi Fisik
xiii, 57 hlm. : ilus
Bahasa
Indonesia
No Reg
5021/RS/25
Edisi
Skripsi (Sarjana)--Universitas Negeri Malang. 2025
Subjek
1. PETA KONSEP - MODEL KLASIFIKASI RANDOM FOREST
2. PETA KONSEP - SUPPORT VECTOR MACHINE (SVM)
3. CONCEPT MAP - RANDOM FOREST CLASSIFICATION MODEL
Pembimbing
1. Dr.eng Didik Dwi Prasetya, S.t., M.t.
Lampiran Berkas