SISTEM CERDAS UNTUK PENENTUAN POHON KEPUTUSAN BAKAT DAN MINAT ANAK MENGGUNAKAN ALGORITMA CLASSIFCATION AND REGRESSION TREE (CART)

Authors

  • Zulkifli Universitas Satya Negara Indonesia
  • Berlin Sitorus Universitas Satya Negara Indonesia

DOI:

https://doi.org/10.55681/sentri.v1i3.284

Keywords:

Classifcation and Regression Tree, UML, ERD dan GUI

Abstract

Penelitian melakukan kemudahan bagi orang tua untuk mendeteksi secara dini dalam mengetahui minat dan bakat anak. Secara konvensional telah dilakukan tetapi sulit untuk megetahui secara efektif dan akurat, oleh sebab itu peneliti mencoba untuk melakukan penelitian yang berhubungan dengan minat, dan bakat anak menggunakan Pohon Keputusan dengan Algoritma Classifcation and Regression Tree (CART). Parameter untuk penentuan minat dan bakat anak digunakan enam jenis bakat anak menurut standar America US Office Of Education (USOE), yaitu; Intelektual umum (B1); Akademik khusus (B2); Berfikir kreatif-produktif (B3); Kemampuan memimpin (B4); Bidang seni dan pertunjukkan (B5); Kemampuan Psikomotor (B6). Dari data–data yang ada diperoleh dan dianalisa serta dilakukan perhitungan sehingga menghasilkan pohon keputusan untuk menentukan minat dan bakat anak yang berguna untuk pihak yang membutuhkan, terutama bagi orang tua. Hasil akhir dari penelitian ini adalah berupa sistem cerdas yang prosesnya dari analisa minat dan bakat anak dengan pohon keputusan dan produk sistem cerdas yang menggunakan metode pengembangan sistem Waterfall serta rancangan UML dan Entity Relations Diagram (ERD) dan Grafical User Interface (GUI). Berdasarkan hasil pengujian dan Quisioner merupakan sistem yang 90 % sudah dapat digunakan dengan baik.

Downloads

Download data is not yet available.

References

Romi Satria Wahono. 2016. dalam kamus webster agent adalah 1.) A person or thing that acts or brings about a certain result, 2.) one who is empowered to act for another 242: 22-236.

Han, Jiawei., Kamber, Micheline (2000), Data Mining Concepts and Technigues, Morgan Kaufman Publishers. 242:22-236.

Breiman, L., Friedman, J.,Olsen, R.A., dan Stone, C. (1984), Classification and regression trees, Wadsworth, Belmont, California.

Departemen Pendidikan Nasional. (1989). Kamus Besar Bahasa Indonesia, Jakarta: Balai Pustaka. Hurlock, E.B. (1980).

Psikologi Perkembangan suatu pendekatan sepanjang rentang Kehidupan.

Penerjemah: Istiwidayanti. Jakarta: Erlangga.

Munandar.Utami. (2012). Pengembangan Kreativitas Anak Berbakat. Jakarta: PT Rineka Cipta. Yusuf, S. (2000).

Psikologi Perkembangan Anak dan Remaja. Bandung: Remaja Rosda Karya. https://lenycyhadinatshu.wordpress.com/pot ensi-anak-usia-dini-0-8-tahun/2018 https://www.kompasiana.com/.../potensianak-usia-dini-yang-bervariasi_

54f70df9a33subadi-and-the-jour ney.blogspot.com/.../mengembangka n- potensi-anak-usia-dini-dalam Islam/2017

Lucy, Bunda. 2010. Mendidik Sesuai Minat dan Bakat Anak (Painting Your Children’s Future). Jakarta: PT. Tangga Pustaka.

Kusrini. 2006. Sistem Pakar (Teori dan Aplikasi). Yogyakarta: Andi Offset. Santrock, J.W. dan Yussen S.R.(1992). Child Development. Edisi 5. Dubuque

LA: Wm.C. Brown.

Kathena, J. 1992. Gifted: Challege and response of educatio. Itasca Illinois: Peacock Publ. Inc.

Mohamad, S. N. dan Hashim, A. B. 2015. Forward-Chaining Approach to Expert System for Machine Maintenance. Proceedings of Mechanical Engineering Research Day 2015. MERD'15, 2015. Hal. 79-80.

Brezovan, M. dan Badica, C. 2015. Event-B Modeling of a Rule Base for an Expert System Using Forward Chaining. Proceedings of the 7th Balkan Conference on Informatics Conference ACM. Hal.

Fakhrahmad, S. M., Sadreddini, M. H., dan Zolghadri Jahromi, M. 2015. A Proposed Expert System for Word Sense Disambiguation: Deductive Ambiguity Resolution Based on Data Mining and Forward Chaining. Expert Systems. 32(2): 178-191

Downloads

Published

2022-11-08

How to Cite

Zulkifli, Z., & Sitorus, B. (2022). SISTEM CERDAS UNTUK PENENTUAN POHON KEPUTUSAN BAKAT DAN MINAT ANAK MENGGUNAKAN ALGORITMA CLASSIFCATION AND REGRESSION TREE (CART). SENTRI: Jurnal Riset Ilmiah, 1(3), 737–751. https://doi.org/10.55681/sentri.v1i3.284