ANALISIS NILAI SENSITIVITAS UNTUK MENGUKUR AKURASI KOMBINASI KATA YANG DIGUNAKAN DALAM PREDIKSI KATEGORI TUGAS/PEKERJAAN

Darmaningrat, Eko Wahyu Tyas and Shu, Chiang Lin (2015) ANALISIS NILAI SENSITIVITAS UNTUK MENGUKUR AKURASI KOMBINASI KATA YANG DIGUNAKAN DALAM PREDIKSI KATEGORI TUGAS/PEKERJAAN. Jurnal Sisfo (Inspirasi Profesional Sistem Informasi), 05 (03). pp. 362-370. ISSN 19793979

[thumbnail of 198507292014042002_darmaningrat_analisis.pdf]
Preview
Text
198507292014042002_darmaningrat_analisis.pdf - Published Version

Download (628kB) | Preview

Abstract

Berbagai buku dan penelitian telah membahas aplikasi dari konsep analisis tugas (task analysis)
dalam berbagai bidang. Secara garis besar, analisis tugas adalah teknik yang digunakan untuk
menentukan masukan, alat, dan keterampilan atau pengetahuan yang diperlukan untuk menyelesaikan
suatu tugas atau pekerjaan dengan baik. Pertanyaan tentang tugas apa yang akan pengguna selesaikan
dengan menggunakan sistem sering muncul dalam pikiran seorang analis tugas. Sayangnya, analisis dari
aktifitas pengguna saat ini tidak cukup untuk menebak tugas apa yang akan pengguna lakukan setelah
melakukan tugas sebelumnya. Tujuan dari penelitian ini adalah untuk menguji dan menganalisis lebih
lanjut hasil dari model analisis tugas dengan metode Bayesian yang dikembangkan oleh Lin dan Lehto
(2009) dengan membandingkan akurasi prediksi antara semua kombinasi kata yang dihasilkan dari
model Fuzzy Bayes. Alat analisis tugas semi-otomatis dengan metode Bayesian ini dikembangkan guna
membantu analis tugas memprediksi kategori tugas/sub-tugas yang dilakukan oleh agen pengetahuan
(informan) dari percakapan telepon di mana informan berusaha untuk membantu pelanggan
memecahkan masalah mereka. Penelitian ini fokus pada dua faktor, yakni kategori sub tugas dan
prediktor kata, berdasarkan tiga parameter: hit rate, false alarm rate, dan nilai sensitivitas. Hasil uji
ANOVA menunjukkan bahwa kedua faktor berpengaruh signifikan terhadap ketiga parameter tersebut.
Hasil penelitian ini menunjukkan bahwa prediktor yang mengandung kata tunggal selalu memiliki hit
rate yang lebih tinggi. Selain itu, prediktor yang memiliki hit rate yang tinggi cenderung memiliki tingkat
false alarm yang tinggi juga. Oleh karena itu, prediktor dengan hit rate yang tinggi tidak selalu memiliki
nilai sensitivitas yang tinggi. Meskipun hasil tes ANOVA tidak dapat menentukan prediktor mana yang
paling akurat, tetapi dapat memberikan informasi tentang kelompok prediktor dengan kinerja terbaik dan
terburuk. Temuan ini mendukung hipotesis kami bahwa kombinasi kata mempengaruhi akurasi kategori
sub tugas yang diprediksi.

Item Type: Article
Uncontrolled Keywords: analisis tugas, model fuzzy bayes, hit rate, false alarm, nilai sensitivitas
Subjects: Q Science > QA Mathematics > QA248_Fuzzy Sets
Divisions: Faculty of Information Technology > Information System
Depositing User: Eko Wahyu Tyas Darmaningrat
Date Deposited: 10 Jan 2017 02:57
Last Modified: 24 Aug 2018 02:18
URI: http://repository.its.ac.id/id/eprint/1419

Actions (login required)

View Item View Item