Kurniawan, Rifqi (2015) Ensemble Machine Learning Untuk Rekomendasi Penilaian Kinerja Guru Berbasis Weighted Product (Studi Kasus Sekolah Dasar di Kecamatan Rogojampi). Sarjana thesis, Universitas Brawijaya.
Abstract
Penilaian kinerja guru merupakan suatu sistem pengelolaan kinerja guru dalam mengevaluasi tingkat kinerja guru secara individu dalam rangka pencapaian kinerja sekolah secara maksimal yang berdampak pada kualitas peserta didik berdasarkan kriteria tertentu. Proses penilaian kinerja guru yang dilakukan di Kecamatan Rogojampi melibatkan 42 Sekolah Dasar yang tersebar di wilayah Kecamatan Rogojampi dengan melibatkan 419 guru yang yang akan dinilai oleh 6 orang penilai. Konsep yang digunakan dalam proses penilaian selama ini sering berubah-ubah dan terdapat tahap dimana dilakukan persetujuan antara penilai dengan pihak yang dinilai. Ketika terdapat ketidaksepakatan maka proses penilaian dilakukan ulang. Apabila hasil penilaian ini dibutuhkan dengan segera dan sangat mendesak dengan belum adanya sistem pengolahan data yang baik sehingga sangat tidak efisien dan tidak cepat. Sehingga dibutuhkan aplikasi yang mampu melakukan learning terhadap penilaian yang dilakukan untuk mendukung keputusan dalam mendapatkan kecocokan hasil yang dilakukan oleh penilai dengan guru yang dinilai serta untuk mengevaluasi kinerja guru pada setiap sekolah secara cepat dan efisien. Ensemble Machine Learning merupakan suatu mesin pembelajaran dengan prosedur penggabungan hasil keluaran dari beberapa metode yang dapat melakukan learning dari data yang sudah ada sehingga akan memberikan hasil yang lebih baik. Dari hasil pengujian, rata-rata tingkat akurasi yang didapat yaitu 88,53% yang berarti implementasi konsep ensemble machine learning untuk rekomendasi penilaian kinerja guru berbasis weighted product sudah cukup baik untuk digunakan.
English Abstract
Teacher performance appraisal is a system for evaluating teacher performance management performance level of individual teachers in order to achieve the maximum performance of schools that have an impact on the quality of students based on specific criteria. Teacher performance appraisal process was conducted in Rogojampi involving 42 elementary schools scattered in the District Rogojampi involving 419 teachers who will be judged by 6 assessors. Concepts used in the assessment process have often fickle and there is a stage where done with the agreement between assessors who assessed. When there is disagreement, the process of re-assessment is carried out. If the results of this assessment is required of the immediate and urgent with the lack of good data processing system that is very inefficient and not fast. And so we need an application that is able to perform learning of the assessment conducted to support the decision in getting match results conducted by assessors with teachers who assessed as well as to evaluate the performance of teachers at each school quickly and efficiently. Ensemble Machine Learning is a learning machine with the incorporation procedure output of several methods that can perform learning from existing data that will give better results. From the test results, the average level of accuracy obtained is 88,53% which means that the implementation of the concept of ensemble machine learning to teacher performance assessment based on the weighted product is good enough to be used.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2015/38/051500786 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 10 Feb 2015 08:16 |
| Last Modified: | 20 Oct 2021 17:47 |
| URI: | http://repository.ub.ac.id/id/eprint/146441 |
Preview |
Text
Skripsi-Rifqi_Kurniawan(105060807111155).pdf Download (19MB) | Preview |
Actions (login required)
 |
View Item |