Skripsi

Klasifikasi Bahan Ajar Mata Pelajaran Bahasa Indonesia berdasarkan Tingkat Sekolah menggunakan Metode K-Nearest Neighbor / Oktavia Trian Azizah

Abstrak
RINGKASAN Azizah Oktavia Trian. 2018. Klasifikasi Bahan Ajar Mata Pelajaran Bahasa Indonesia berdasarkan Tingkat Sekolah menggunakan Metode K-Nearest Neighbor. Skripsi. Jurusan Teknik Elektro Fakultas Teknik Universitas Negeri Malang. Pembimbing (I) Dr. Muladi S.T. M.T. (II) Aji Prasetya Wibawa S.T. M.M.T Ph.D. Kata Kunci bahan ajar Bahasa Indonesia materi bacaan klasifikasi k-nearest neighbor. Bahan ajar Bahasa Indonesia merupakan sarana yang digunakan untuk menunjang kegiatan pembelajaran mata pelajaran Bahasa Indonesia. Pembelajaran Bahasa Indonesia memiliki tujuan salah satunya yaitu agar peserta didik mahir dalam menggunakan keterampilan berbahasa dengan baik. Faktor yang dapat mempengaruhi keterampilan berbahasa adalah membaca. Oleh karena itu di dalam bahan ajar Bahasa Indonesia harus memuat materi bacaan agar dapat memenuhi aspek penting tersebut. Materi bacaan cerita harus disesuaikan dengan tingkatan sekolah. Namun seiring dengan semakin banyaknya literatur mata pelajaran Bahasa Indonesia yang ada saat ini sangat memungkinkan adanya perbedaan. Perbedaan ini mengacu pada materi bacaan yang ada di dalamnya tidak tepat sasaran. Pihak sekolah harus lebih selektif dalam memilih bahan ajar yang disesuaikan dengan tingkatan sekolah. Untuk membantu pihak sekolah memilih bahan ajar maka diperlukan metode klasifikasi dokumen. Metode klasifikasi dokumen ini digunakan untuk mengetahui bahan ajar berdasarkan tingkatan sekolah. Pada penelitian ini metode yang dipilih adalah K-Nearest Neighbor. Metode K-Nearest Neighbor dipilih karena memiliki akurasi yang tinggi dalam pengklasifikasian dokumen dan memiliki performa baik pada data yang bersifat independen. Berdasarkan hasil penelitian metode k-nearest neighbor memberikan hasil optimal pada k 5. Dalam kondisi optimal metode klasifikasi tersebut menghasilkan nilai accuracy sebesar 92 5% precision sebesar 93 2% dan recall sebesar 92%. Sehingga dapat disimpulkan bahwa metode k-nearest neighbor dapat melakukan klasifikasi bahan ajar berdasarkan tingkat sekolah dengan baik.

Informasi Detail

DDC

Rs 006.312 AZI k

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2018.

Deskripsi Fisik

xiii, 132 lembar : il., tab. ; 30 cm

Bahasa

Indonesia

No Reg

05992/KI/18

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2018

Subjek

1. KOMPUTER - BAHASA PROGRAM
2. BAHASA INDONESIA - KLASIFIKASI BAHAN AJAR
3. COMPUTER - PRAGRAMMING LANGUAGE

Pembimbing

1. Muladi ; 2. Aji Prasetya Wibawa

Lampiran Berkas