RENITA WIDIASTUTI (2025) KLASIFIKASI GAYA BELAJAR MAHASISWA PROGRAM STUDI TEKNOLOGI INFORMASI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA MENGGUNAKAN MACHINE LEARNING: ARTIFICIAL NEURAL NETWORK (ANN) DAN RANDOM FOREST (RF). S1 thesis, Universitas Muhammadiyah Yogyakarta.

[thumbnail of Halaman Judul] Text (Halaman Judul)
Halaman Judul.pdf
Download (460kB)
[thumbnail of Lembar Pengesahan] Text (Lembar Pengesahan)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (276kB)
[thumbnail of Abstrak] Text (Abstrak)
Abstrak.pdf
Restricted to Registered users only
Download (210kB)
[thumbnail of Bab I] Text (Bab I)
Bab I.pdf
Download (249kB)
[thumbnail of Bab II] Text (Bab II)
Bab II.pdf
Restricted to Registered users only
Download (334kB)
[thumbnail of Bab III] Text (Bab III)
Bab III.pdf
Restricted to Registered users only
Download (291kB)
[thumbnail of Bab IV] Text (Bab IV)
Bab IV.pdf
Restricted to Registered users only
Download (908kB)
[thumbnail of Bab V] Text (Bab V)
Bab V.pdf
Restricted to Registered users only
Download (154kB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (209kB)
[thumbnail of Lampiran] Text (Lampiran)
Lampiran.pdf
Restricted to Registered users only
Download (126kB)
[thumbnail of Full Text] Text (Full Text)
Full Text.pdf
Restricted to Repository staff only
Download (2MB)

Abstract

Perbedaan preferensi belajar mahasiswa menjadi tantangan dalam menentukan strategi pembelajaran yang efektif dan adaptif. Dalam era transformasi digital saat ini, pendekatan berbasis machine learning dapat memberikan solusi inovatif untuk memahami dan mengklasifikasikan kecenderungan belajar individu. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi gaya belajar mahasiswa dengan membandingkan dua algoritma machine learning, yaitu Artificial Neural Network (ANN) dan Random Forest (RF). Dataset preferensi belajar dikumpulkan melalui kuesioner dan dianalisis menggunakan kedua algoritma tersebut. Kinerja model dievaluasi dengan metrik akurasi, precision, recall, dan F1- score. Hasil klasifikasi kemudian digunakan sebagai dasar dalam menyusun rekomendasi strategi pembelajaran yang lebih personal dan efektif. Penelitian ini menemukan bahwa Random Forest memberikan performa klasifikasi yang sedikit lebih unggul dibandingkan Artificial Neural Network (ANN), sehingga dapat menjadi acuan dalam perancangan strategi pembelajaran berbasis data.

Dosen Pembimbing: Apriliya Kurnianti, S.T., M.Eng. and Reza Giga Isnanda, Dr., S.T., M.Sc. | NIDN0518048401, NIDN0503068601
Item Type: Thesis (S1)
Uncontrolled Keywords: machine learning, learning preference, Artificial Neural Network, Random Forest, classification
Divisions: Fakultas Teknik > S1 Teknologi Informasi
Depositing User: Bima
Date Deposited: 17 Jul 2025 04:03
Last Modified: 17 Jul 2025 04:03
URI: https://etd.umy.ac.id/id/eprint/51899

Actions (login required)

View Item View Item