METODE NAIVE BAYES CLASSIFIER UNTUK PENENTUAN JENIS MASALAH MAHASISWA MENGGUNAKAN TEKNOLOGI AGEN
Pembimbing akademik perlu selalu memantau perkembangan akademik dan melaksanakan layanan bimbingan terkait masalah mahasiswa. Pada Politeknik Negeri Batam sudah menggunakan aplikasi perwalian yang mencatat keluhan mahasiswa. Peran dosen pembimbing akademik adalah menentukan jenis masalah mahasiswa b...
Saved in:
| Main Authors: | , |
|---|---|
| 格式: | Theses and Dissertations NonPeerReviewed |
| 出版: |
[Yogyakarta] : Universitas Gadjah Mada
2013
|
| 主題: | |
| 在線閱讀: | https://repository.ugm.ac.id/125995/ http://etd.ugm.ac.id/index.php?mod=penelitian_detail&sub=PenelitianDetail&act=view&typ=html&buku_id=66179 |
| 標簽: |
添加標簽
沒有標簽, 成為第一個標記此記錄!
|
| 總結: | Pembimbing akademik perlu selalu memantau perkembangan akademik dan melaksanakan layanan bimbingan terkait masalah mahasiswa. Pada Politeknik Negeri Batam sudah menggunakan aplikasi perwalian yang mencatat keluhan mahasiswa. Peran dosen pembimbing akademik adalah menentukan jenis masalah mahasiswa berdasarkan data keluhan tersebut.
Isu menarik dari proses penentuan jenis masalah mahasiswa ini adalah mendelegasikan tugas tersebut kepada asisten pribadi berupa perangkat lunak komputer. Dosen pembimbing akademik menjadi tidak perlu membaca keluhan satu per satu untuk setiap mahasiswa dan mempermudah dalam menentukan jenis masalah mahasiswa. Pendekatan perangkat lunak berbasis kecerdasan agen (intelligent agent) memungkinkan untuk menentukan jenis masalah mahasiswa.
Perangkat lunak berbasis intelligent agent ini dirancang menggunakan metodologi Prometheus, dan dikembangkan melalui platform JADE menggunakan bahasa pemrograman Java. Pengembangan model berfokus pada bagaimana agen dapat membentuk model klasifikasi sehingga dapat menentukan jenis masalah mahasiswa. Konsep yang diterapkan pada agen berdasarkan metode naive bayes classifier, dengan jenis masalah antara lain: sulit memahami pelajaran, suasana kelas, kerja paruh waktu, IPK rendah, pacaran, kehidupan keluarga, biaya hidup, teman diluar kampus, biaya kuliah, dan malas belajar.
Hasil penelitian menunjukkan bahwa agen dapat menentukan jenis masalah mahasiswa dengan akurasi pengujian mencapai 79,28%. Terdapat tiga agen, sehingga terjadi komunikasi antar agen, migrasi agen, dan pembelajaran agen dalam menentukan jenis masalah mahasiswa. Oleh karena itu, sistem multi-agen juga sekaligus diterapkan dalam penelitian ini. |
|---|