STUDENT MODELING MENGGUNAKAN BAYESIAN NETWORKUNTUK KARAKTERISTIK PEMBELAJARAN (STUDI KASUS: JTETI UNIVERSITAS GADJAH MADA)

Sapta Nugraha, Adhistya Erna Permanasari, S.T., M.T., Ph.D.

2013 | Tesis | S2 Teknik Elektro

Mahasiswa memiliki suatu karakteristik pembelajaran yang berbeda, baik dari segi pengetahuan, minat, gaya belajar, dan latar belakang. Penerapan materi pembelajaran yang sama untuk setiap mahasiswa belum tentu bisa diterima. Dengan demikian, penerapan materi pembelajaran menghasilkan proses pembelajaran yang tidak efektif. Model pembelajaran yang sesuai terkait dengan karakteristik mahasiswa sangat diperlukan. Dalam penelitian ini, student modeling berdasarkan pada Bayesian network disajikan. Bayesian network merupakan suatu alat pemodelan grafis hubungan kausalitas dalam himpunan variabel acak yang dapat digunakan dalam berbagai aplikasi, salah satunya di bidang pendidikan. Bayesian network diimplementasikan menggunakan algoritma K2 untuk menentukan gaya belajar masing-masing mahasiswa pada mata kuliah Bahasa Inggris yang diadakan di JTETI UGM. Penelitian ini membangun student modeling gaya belajar menggunakan metode Bayesian network. Dalam penelitian ini, hasil evaluasi perhitungan persentase tingkat akurasi (klasifikasi secara benar) pada confusion matrix mencapai nilai sebesar 62.5%. Sedangkan, persentase nilai yang diklasifikasikan secara tidak benar mencapai 37.5%.

Students have different characteristics of learning, in terms of knowledge, interest, learning style, and background. General learning materials for each student might not optimally acceptable. Applying these general learning materials yields an ineffective learning process. Thus, the implementation of learning model that is suitable in term of student characteristic is needed. In this thesis, a student modeling based on Bayesian network is presented. Bayesian network is a graphical modeling tool based on causality in the set of random variables that can be used in variety of applications, such as in the context of education. Bayesian network was implemented by using K2 algorithm to determine the learning style of each student in English course held in JTETI UGM. This research was building a student modeling of the learning style using a Bayesian network method. In this research, the evaluation results of accuracy (classification correctly) reach a value of 62.5%. While, the percentage of values that are classified incorrectly was 37.5%.Thus, the learning styles declared dataset has a fairly high accuracy using Bayesian network.

Kata Kunci : gaya belajar, student modeling, Bayesian network, algoritma K2