//

SIMULASI AKURASI MENGGUNAKAN METODE RANDOM FOREST (STUDI KASUS : TES KEMAMPUAN DASAR MATEMATIKA MAHASISWA BARU FMIPA UNSYIAH 2015)

BACA FULL TEXT ABSTRAK Permintaan Versi cetak
Pengarang PUTRI SHALIHATUL ULA - Personal Name
SubjectMATHEMATIC STUDY AND TEACING
Bahasa Indonesia
Fakultas FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SYIAH KUALA
Tahun Terbit 2017

Abstrak/Catatan

Sebuah penelitian yang dilakukan Nufus pada tahun 2016 bertujuan untuk mendapatkan model dari kemampuan dasar matematika (nilai skor tes matematika) terhadap faktor-faktor yang diidentifikasi mungkin mempengaruhinya. Metode yang digunakan adalah CART (Classification and Regression Trees) sedangkan data didapatkan dari hasil tes pada saat matrikulasi mahasiswa baru FMIPA Unsyiah 2015. Fakor-faktor yang dilihat adalah akreditasi asal sekolah, jalur masuk, jenis kelamin, program studi, dan asal daerah. Jumlah responden yang diamati sebanyak 325 orang yang merupakan mahasiswa dari 7 program studi S1 yang ada di FMIPA, yaitu Matematika, Statistika, Informatika, Biologi, Fisika, Kimia, dan Farmasi. Akurasi model yang didapatkan dengan menggunakan semua faktor tersebut adalah 48%. Tingkat akurasi ini dirasa masih sangat kecil sehingga hasil penelitian menyatakan bahwa faktor-faktor tersebut diatas tidak mempengaruhi kemampuan matematika dasar mahasiswa baru. Salah satu penyebab rendahnya tingkat akurasi mungkin disebabkan oleh kecilnya data yang dipakai. Penelitian ini bertujuan untuk melihat apakah jumlah data yang besar, dilakukan penggandaan data, dan perulangan bootstrap, dilihat dari banyaknya pohon, akan menghasilkan nilai akurasi yang lebih baik. Sebuah simulasi dilakukan untuk melihat hal tersebut. Metode yang digunakan adalah random forest. Penggandaan data yang digunakan adalah sekali, dua kali, tiga kali, empat kali, dan lima kali, dengan banyak data menjadi 325, 650, 975, 1.300 dan 1.625 data. Variasi banyak pohon yang dibangun untuk melakukan bootstrap adalah 10, 50, 100 dan 500. Hasil penelitian menunjukkan bahwa nilai akurasi tertinggi yang dicapai adalah 66,78% dengan nilai error OOB 36,07% pada saat ukuran data 1.625 dan 500 pohon, dan yang terendah adalah 54,46% dengan nilai error OOB 47,73% pada saat ukuran data 325 dan 10 pohon. Walaupun nilai akurasi yang didapatkan meningkat, tetapi masih berada dibawah 80%. Dengan demikian, dapat dikatakan bahwa faktor-faktor yang digunakan pada penelitian ini belum bisa mengidentifikasi kemampuan dasar matematika mahasiswa baru FMIPA Unsiyah 2015. Kata kunci: bootstrap, random forest, akurasi, error OOB, kemampuan dasar matematika

Tempat Terbit Banda Aceh
Literature Searching Service

Hard copy atau foto copy dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan isi formulir online (Chat Service LSS)

Share Social Media

Tulisan yang Relevan

IDENTIFIKASI FAKTOR-FAKTOR YANG MENENTUKAN KEMAMPUAN DASAR MATEMATIKA MAHASISWA BARU FMIPA UNSYIAH 2015 DENGAN MENGGUNAKAN CART (CLASSIFICATION AND REGRESSION TREES) (Sri Hayatun Nufus, 2016)

ANALISA RELIABILITAS INSTRUMEN UJIAN KEMAMPUAN DASAR MATEMATIKA MAHASISWA BARU FMIPA UNSYIAH TAHUN 2015/2016 (Ariska Devi, 2017)

HASIL UJI KEMAMPUAN DASAR MATEMATIKA MAHASISWA BARU FMIPA TAHUN 2015 DAN ANALISA BUTIR SOAL TES DENGAN MENGGUNAKAN INDEKS POINT BISERIAL (Riski Ayunanda, 2017)

KLASIFIKASI DATA BESAR ROAD WEATHER INFORMATION STATIONS MENGGUNAKAN NAÏVE BAYESIAN DAN RANDOM FOREST PADA SISTEM TERDISTRIBUSI HADOOP (SYAMSUL KAMAL, 2017)

PEMBUATAN WEBSITE FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SYIAH KUALA (BUNIAMIN, 2017)

  Kembali ke sebelumnya

Pencarian

Advance



Jenis Akses


Tahun Terbit

   

Program Studi

   

© UPT. Perpustakaan Universitas Syiah Kuala 2015     |     Privacy Policy