• Tidak ada hasil yang ditemukan

S KOM 0607699 Chapter5

N/A
N/A
Protected

Academic year: 2017

Membagikan "S KOM 0607699 Chapter5"

Copied!
2
0
0

Teks penuh

(1)

68

Renaldy Fransius, 2013

Generator D enah Meja Ujian D engan Implementasi Algoritma Backtracking

Universitas Pendidikan Indonesia | repository.upi.edu| perpustakaan.upi.edu BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Kesimpulan dari penelitian ini adalah sebagai berikut:

1. Pola denah meja ujian dikatakan tepat jika setiap meja ujian memiliki kode

soal yang berbeda dari seluruh meja tetangganya. Jika baris dinyatakan

sebagai b, dan kolom sebagai k, maka:

(b, k) ≠ {(b-1, k-1), (b-1, k), (b-1, k+1), (b, k-1), (b, k+1),(b+1, k-1),

(b+1,k), (b+1, k+1)}

2. Sistem bekerja dengan cara merepresentasikan dimensi kelas ke dalam

bentuk matriks lalu menentukan himpunan kode soal. Kemudian

himpunan kode soal akan diiterasi sesuai aturan di atas. Jika suatu meja

tidak memiliki kemungkinan untuk diisi oleh suatu kode soal, maka

algoritma backtracking akan merunut balik proses iterasi ke meja

sebelumnya dan mengganti kode soal pada meja tersebut dengan kode

soal lain yang belum dicoba, supaya meja selanjutnya dapat diisi oleh

kode soal.

3. Berbeda dengan dimensi kelas yang tidak berpengaruh sama sekali pada

denah, jumlah kode soal memiliki peranan yang penting. Berdasarkan

hasil penelitian, jika jumlah kode soal < 4,maka denah meja ujian tidak

akan memiliki solusi. Dengan demikian, jumlah kode soal

sekurang-kurangnya adalah 4 buah. Semakin banyak jumlah kode soal semakin

(2)

69

Renaldy Fransius, 2013

Generator D enah Meja Ujian D engan Implementasi Algoritma Backtracking

Universitas Pendidikan Indonesia | repository.upi.edu| perpustakaan.upi.edu 5.2 Saran

Berikut beberapa saran untuk pengembangan penelitian ini ke depannya:

1. Membuat penanganan pada aplikasi bilamana persoalan tidak memiliki

solusi.

2. Aplikasi dapat menampilkan proses pengisian setiap sel pada matriks.

3. Mencoba menerapkan metode lain pada ruang lingkup penelitian yang

Referensi

Dokumen terkait

Generator D enah Meja Ujian D engan Implementasi Algoritma Backtracking Universitas Pendidikan Indonesia | repository.upi.edu|

Untuk peneliti selanjutnya yang ingin menerapkan metode pembelajaran Inquiri menggunakan desain penelitian One-Group Pretest-Postest hendaknya menggunakan jumlah

Penggunaan nilai tf untuk nilai sel matriks term-document dapat memberikan hasil pencarian dengan presisi cukup baik, namun menjebak jika ada sebuah dokumen tidak

Karena jika menggunakan data yang kecil/sedikit metode GD relatif masih bisa dipakai dan hasilnya pasti akan lebih memuaskan karena metode gradient descent

 Capaian IP.4 mengenai ketersediaan ruang guru dengan jumlah meja dan kursi yakni 8,3%, karena hanya ada satu sekolah yang telah memenuhi IP.4 ini1. yakni SDN Hegarsari,

STUDI KOMPARASI METODE PROMETHEE DAN TOPSIS UNTUK MEMBERIKAN SOLUSI TERBAIK DALAM PENGAMBILAN KEPUTUSAN MENENTUKAN TINGKAT OBESITAS.. Universitas Pendidikan Indonesia |

Convolutional Neural Network (CNN) dan Deep Belief Network (DBN) dapat digunakan dalam mendeteksi potensi kecurangan ujian berdasarkan gerakan peserta didik dalam bentuk

13 | Husein Tampomas, Soal dan Solusi Tes Uji Coba Ujian Nasional Matematika IPA Dinas Kota Bogor, 2014A. Jika Adi murid rajin, maka ia