Melola Discovery

← Melola Discovery

Jurnal SINTA 1

Pengembangan tes minat dan bakat dengan metode jaringan syaraf tiruan (JST) untuk memprediksi potensi siswa bidang robotika

Jurnal Pendidikan Vokasi · Vol. 5 No. 3 (2015) · hlm. 273–286

DOI
10.21831/jpv.v5i3.6483
ISSN
2476-9401, 2088-2866
Terbit
2015-11-02
Penerbit
ADGVI & Graduate School of Universitas Negeri Yogyakarta
Bahasa
eng

Abstrak

Penelitian pengembangan ini bertujuan untuk: (1) mengembangkan model tes minat dan bakat dengan metode jaringan syaraf tiruan; (2) memperoleh hasil uji fungsionalitas tes minat dan bakat yang dikembangkan dengan model Jaringan Syaraf Tiruan (JST); dan (3) memperoleh hasil unjuk kerja dari pengujian tes minat dan bakat dengan model jaringan syaraf tiruan untuk memprediksi potensi siswa bidang robotika. Penelitian ini merupakan penelitian dan pengembangan. Subjek uji coba dibagi menjadi dua, uji coba secara terbatas pada 10 siswa dan uji coba secara luas sebanyak 31 siswa. Hasil dari penelitian pengembangan ini adalah: (1) keberhasilan produk yang dikembangkan dengan beberapa spesifikasi model yaitu; (a) JST dibangun dengan struktur single layer, jawaban tes sebagai masukan dan kesimpulan hasil tes sebagai keluaran; (b) Model pembelajaran JST menggunakan metode perceptron dengan model aktifasi pada JST menggunakan model bipolar (symmetric hard limit); (2) Proses pembelajaran secara terbimbing dengan 10 pola mendapatkan bobot yang dapat membedakan 10 pola dengan tepat, berdasar pengujian secara terbalik. (3) Pengujian secara luas menunjukan produk yang dibangun mampu memprediksi potensi siswa dalam bidang robotika, dengan membedakan 31 pola hasil tes siswa yang berbeda dengan menggunakan bobot yang didapat dari 10 pola pembelajaran. DEVELOPING INTEREST AND TALENT TEST USING ARTIFICIAL NEURAL NETWORK (ANN) TO PREDICT STUDENTS' APTITUDE IN ROBOTICSAbstractThis investigation was aimed: (1) to develop the model of interest and talent test using ANN; (2) to obtain the results of functionality examination of interest and talent test which is developed using ANN; and (3) to obtain the results of the performance from the examination of interest and talent test which is developed using ANN to predict students' aptitude in robotics. This study was a research and development. Subjects were divided into two trials, limited trial was given to 10 trainee students, and wider trial was tested on the 31 students. From the analysis, it can be concluded that: (1) the success of the products developed had some model specifications as follows; (a) ANN was built with a single-layered structure, the answers to the test was the input and the conclusion of the test was as output. (b) ANN learning model used a neural network perceptron method with activation of the ANN using bipolar model (symmetric hard limit). (2) The learning process was guided by the 10 patterns that could be weighted appropriately to distinguish 10 patterns, based on testing in reverse. (3) Extensive testing showed the developed product was able to predict the aptitude of students in the field of robotics, by distinguishing 31 different student examination result pattern using the weights obtained from the 10 patterns of learning.

Kata kunci

Jaringan kolaborasi para penulis

33 penulis · 82 tautan kepenulisan bersama · 23 lintas organisasi

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Yogyakarta State University
  • Universitas Jambi
  • Institut Agama Islam Negeri Bone
  • State University of Semarang
  • Universitas Airlangga
  • State University of Makassar
  • Lampung University
  • Organisasi lain
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Abdul RahimInstitut Agama Islam Negeri Bone1
Erlinawati ErlinawatiState University of Semarang1
Hetty Rufaidah SiambatonAfiliasi tidak diketahui1
Dwi KusriniYogyakarta State University1
Aulia SanovaUniversitas Jambi1
Nova SusantiUniversitas Jambi1
Abu BakarUniversitas Airlangga1
Haryanto HaryantoAfiliasi tidak diketahui1
Muhammad NaswirAfiliasi tidak diketahui1
Fera WatiAfiliasi tidak diketahui1
Muhammad NaswirUniversitas Jambi1
Fera WatiAfiliasi tidak diketahui1
Fatria DewiUniversitas Jambi1
Intan Aulia SariAfiliasi tidak diketahui1
Heru SukocoYogyakarta State University1
Zaenal MustofaYogyakarta State University1
Ilham Ramadan Pandu Setia Negara SiregarYogyakarta State University1
Arwan Nur RamadhanYogyakarta State University1
Eko PriantoYogyakarta State University1
Hamdan DjainudinYogyakarta State University1
Dzul Fadil RahmanYogyakarta State University1
Olivia KembuanYogyakarta State University1
Mochamad Bruri TriyonoYogyakarta State University1
La Sunra La SunraAfiliasi tidak diketahui1
Sahril NurState University of Makassar1
Heri RetnawatiYogyakarta State University1
Edi IstiyonoYogyakarta State University1
Widayanti WidayantiLampung University1
Dian Andesta BujuriUniversitas Islam Negeri Raden Fatah Palembang1
Arini Rosa SinensisUniversitas Nurul Huda1
Kamaruddin KamaruddinInstitut Agama Islam Negeri Kendari1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) http://journal.uny.ac.id/index.php/jpv/oai, pertama di-harvest 9 Nov 2026, terakhir terlihat 9 Nov 2026.
Metadata asli (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">Pengembangan tes minat dan bakat dengan metode jaringan syaraf tiruan (JST) untuk memprediksi potensi siswa bidang robotika</dc:title>
	<dc:creator>Asmara, Andik</dc:creator>
	<dc:creator>Haryanto, Haryanto</dc:creator>
	<dc:subject xml:lang="en-US">Tes Minat dan Bakat</dc:subject>
	<dc:subject xml:lang="en-US">Jaringan Syaraf Tiruan</dc:subject>
	<dc:subject xml:lang="en-US">Robotika</dc:subject>
	<dc:description xml:lang="en-US">Penelitian pengembangan ini bertujuan untuk: (1) mengembangkan model tes minat dan bakat dengan metode jaringan syaraf tiruan; (2) memperoleh hasil uji fungsionalitas tes minat dan bakat yang dikembangkan dengan model Jaringan Syaraf Tiruan (JST); dan (3) memperoleh hasil unjuk kerja dari pengujian tes minat dan bakat dengan model jaringan syaraf tiruan untuk memprediksi potensi siswa bidang robotika. Penelitian ini merupakan penelitian dan pengembangan. Subjek uji coba dibagi menjadi dua, uji coba secara terbatas pada 10 siswa dan uji coba secara luas sebanyak 31 siswa. Hasil dari penelitian pengembangan ini adalah: (1) keberhasilan produk yang dikembangkan dengan beberapa spesifikasi model yaitu; (a) JST dibangun dengan struktur single layer, jawaban tes sebagai masukan dan kesimpulan hasil tes sebagai keluaran; (b) Model pembelajaran JST menggunakan metode perceptron dengan model aktifasi pada JST menggunakan model bipolar (symmetric hard limit); (2) Proses pembelajaran secara terbimbing dengan 10 pola mendapatkan bobot yang dapat membedakan 10 pola dengan tepat, berdasar pengujian secara terbalik. (3) Pengujian secara luas menunjukan produk yang dibangun mampu memprediksi potensi siswa dalam bidang robotika, dengan membedakan 31 pola hasil tes siswa yang berbeda dengan menggunakan bobot yang didapat dari 10 pola pembelajaran. DEVELOPING INTEREST AND TALENT TEST USING ARTIFICIAL NEURAL NETWORK (ANN) TO PREDICT STUDENTS' APTITUDE IN ROBOTICSAbstractThis investigation was aimed: (1) to develop the model of interest and talent test using ANN; (2) to obtain the results of functionality examination of interest and talent test which is developed using ANN; and (3) to obtain the results of the performance from the examination of interest and talent test which is developed using ANN to predict students' aptitude in robotics. This study was a research and development. Subjects were divided into two trials, limited trial was given to 10 trainee students, and wider trial was tested on the 31 students. From the analysis, it can be concluded that: (1) the success of the products developed had some model specifications as follows; (a) ANN was built with a single-layered structure, the answers to the test was the input and the conclusion of the test was as output. (b) ANN learning model used a neural network perceptron method with activation of the ANN using bipolar model (symmetric hard limit). (2) The learning process was guided by the 10 patterns that could be weighted appropriately to distinguish 10 patterns, based on testing in reverse. (3) Extensive testing showed the developed product was able to predict the aptitude of students in the field of robotics, by distinguishing 31 different student examination result pattern using the weights obtained from the 10 patterns of learning.</dc:description>
	<dc:publisher xml:lang="en-US">ADGVI &amp; Graduate School of Universitas Negeri Yogyakarta</dc:publisher>
	<dc:date>2015-11-02</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.uny.ac.id/index.php/jpv/article/view/6483</dc:identifier>
	<dc:identifier>10.21831/jpv.v5i3.6483</dc:identifier>
	<dc:source xml:lang="en-US">Jurnal Pendidikan Vokasi; Vol. 5 No. 3 (2015); 273-286</dc:source>
	<dc:source>2476-9401</dc:source>
	<dc:source>2088-2866</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.uny.ac.id/index.php/jpv/article/view/6483/5581</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 1970 Jurnal Pendidikan Vokasi</dc:rights>
</oai_dc:dc>