PENGEMBANGAN SIMULATOR KAMERA DENGAN MODEL LAPS -HEURISTIK MENGGUNAKAN NAIVE BAYES CLASSIFIER UNTUK MENINGKATKAN PEMAHAMAN EKSTRAPOLASI SISWA

• Main Author: Jm Ihza Mahendra, - (Author)
• Format: Book
• Published: 2019-08-26.
• Subjects: Thesis; NonPeerReviewed
• Online Access: Link Metadata
• Notes: http://repository.upi.edu/39163/2/S_KOM_1503745_Title.pdf; http://repository.upi.edu/39163/4/S_KOM_1503745_Chapter1.pdf; http://repository.upi.edu/39163/3/S_KOM_1503745_Chapter2.pdf; http://repository.upi.edu/39163/5/S_KOM_1503745_Chapter3.pdf; http://repository.upi.edu/39163/6/S_KOM_1503745_Chapter4.pdf; http://repository.upi.edu/39163/7/S_KOM_1503745_Chapter5.pdf; http://repository.upi.edu/39163/1/S_KOM_1503745_Appendix.pdf
• Keywords: L Education (General); QA75 Electronic computers. Computer science

Penelitian ini bertujuan untuk menentukan peningkatan pemahaman ekstrapolasi ketika menggunakan simulator kamera dengan model pembelajaran LAPS-Heuristik menggunakan algoritma Naïve Bayes untuk siswa kejuruan. Penelitian ini menggunakan Modeling Design Process yang digunakan dalam pembuatan intelligent computer-aided. dengan teknik evaluasi pre-eksperimen one group pre test post design. Dalam pengembangan aplikasi ini menggunakan model pengembangan V-model dimana hasil penilaian aplikasi pembelajaran ini oleh ahli sebesar 90%, kesesuaian saran algoritma 84% dan respon siswa sebesar 86% termasuk dalam nilai kategori sangat baik. Dapat disimpulkan bahwa aplikasi simulator kamera dengan bantuan machine learning ini layak digunakan sebagai aplikasi pembelajaran. hasil dari penggunaan aplikasi ini ditemukan hasil rata-rata pre-test sebesar 67,6 dan nilai rata-rata post-test sebesar 81,5 dengan Nilai gain sebesar 0,38. Sedangkan nilai rata-rata pre-test khusus untuk memahami ekstrapolasi sebesar 58,0 dan post-test rata-rata adalah 78,0 dengan nilai gain 0,44. Berdasarkan hasil penelitian, terlihat bahwa ada peningkatan pemahaman khususnya ekstrapolasi siswa saat menggunakan simulator kamera dengan model pembelajaran LAPS-Heuristik menggunakan algoritma Bayes Naïve. This study aims to determine the increase in extrapolation understanding when using a camera simulator with the LAPS-Heuristic learning model using the Naïve Bayes algorithm for vocational students. This research uses the Modeling Design Process that is used in making intelligent computer-aided. With one group pre-test pre-test, post design evaluation techniques. Developing this application using the V-model development, model where the results of the assessment of this learning application by experts by 90%, the suitability of the algorithm suggestion 84% and student response by 86% included in the value of the category are very good. It can be concluded that the camera simulator application with the help of machine learning is appropriate to be used as a learning application. The results of using this application found the results of an average pre-test of 67.6 and an average post-test value of 81.5 with a gain value of 0.38 While the average value of the special pre-test to understand extrapolation was 58.0 and the post-test average was 78.0 with a gain value of 0.44. Based on the research results, it appears that there is an increase in understanding, especially extrapolating students when using a camera simulator with the LAPS-Heuristic learning model using the Bayes Naïve algorithm.