PENERAPAN METODE CERTAINTY FACTOR PADA SISTEM PAKAR UNTUK DIAGNOSA GAYA BELAJAR SISWA

Abstract

This study aims to develop an expert system that diagnoses students’ learning styles based on the VARK model (Visual, Auditory, Read/write, Kinesthetic) using the Certainty factor method. This study employs the Certainty factor approach, integrated with an expert system model, and was developed through a prototyping approach. The results of the study indicate that the application of the Certainty factor method produces an effective and accurate system. In the developed system, a feasibility test was carried out by experts, yielding a feasibility percentage result of 100%, which indicates “Very Feasible.” This system has also been tested for feasibility by users using the PSSUQ questionnaire, where the average percentage calculation results from all categories are “88.85%,” which is stated as “Very Feasible.” The system has been tested using the confusion matrix on each metric, and an accuracy level of 87% is obtained, indicating that most predictions are correct; the balance between precision and recall with the same value of 84% indicates that the system can maintain a balance in capturing correct data and can also avoid errors. A good F1-Score result with a value of 84% indicates a stable overall performance. From these calculations, it is demonstrated that expert system modeling using the certainty factor method, as simulated, exhibits good performance.

Penelitian ini bertujuan mengembangkan sistem pakar untuk mendiagnosa gaya belajar siswa berdasarkan model VARK (Visual, Auditory, Read/write, Kinesthetic) dengan metode Certainty factor. Penelitian ini menggunakan pendekatan Certainty factor yang terintegrasi dengan model sistem pakar dan dikembangkan melalui pendekatan prototyping. Hasil penelitian menunjukkan bahwa penerapan metode Certainty factor menghasilkan sistem yang efektif dan akurat, pada sistem yang dikembangkan telah dilakukan uji kelayakan dari ahli dimana dapat diperoleh hasil presentase kelayakan sebesar 100% yang berarti “Sangat Layak”. Sistem ini juga telah dilakukan uji kelayakan dari pengguna menggunakan kuesioner PSSUQ dimana hasil perhitungan rata-rata persentase dari seluruh kategori yaitu “88,85%” yang dinyatakan “Sangat Layak”. Sistem telah dilakukan uji hasil dengan menggunakan confusion matrix pada masing-masing metrik diperoleh tingkat accuracy 87% yang menunjukkan bahwa sebagian besar prediksi sudah benar, keseimbangan antara precision dan recall dengan nilai sama 84% yang menunjukkan sistem mampu menjaga keseimbangan dalam menangkap data yang benar juga dapat menghindari kesalahan. Hasil F1-Score yang baik dengan nilai 84% menunjukkan performa keseluruhan yang stabil. Dari perhitungan tersebut menunjukan bahwa pemodelan sistem pakar dengan metode certainty factor yang telah disimulasikan menunjukkan performa yang sudah baik.