Penggunaan neuro-kabur untuk menilai tahap penguasaan pelajar dalam sistem pembelajaran pintar

Abstract

Kertas kerja ini membincangkan mengenai penggunaan pendekatan neuro-kabur yang menggabungkan teknik logik kabur dan rangkaian neural. Tujuannya adalah untuk menilai tahap penguasaan pelajar mengenai sesuatu domain pembelajaran dalam sistem pembelajaran pintar. Pelajar telah disediakan dengan beberapa set soalan yang dipersembahkan secara rawak mengikut tajuk yang dipilih. Pemerhatian tingkah laku pelajar ketika menjawab soalan akan direkod dan disimpan di dalam pangkalan data pelajar. Maklumat yang disimpan ini akan digunakan oleh logik kabur dan rangkaian neural untuk menilai tahap penguasaan pelajar. Kertas kerja ini membicarakan mengenai langkah-langkah dalam penggunaan teknik neuro-kabur yang melibatkan tiga fasa utama iaitu fasa pra-pemprosesan, fasa rangkaian neural dan fasa pasca-pemprosesan. Fasa pra-pemprosesan melibatkan operasi penyaringan data-data latihan bagi rangkaian neural. Ia mengandungi dua proses utama iaitu proses kekaburan dan proses penilaian petua kabur. Fasa rangkaian neural pula melibatkan operasi latihan dan pengujian ke atas rangkaian neural rambatan balik. Manakala fasa pasca-pemprosesan merupakan proses nyah-kabur yang akan memberi keputusan tahap penguasaan pelajar dengan darjah faktor kepercayaan tertentu . Model cadangan ini telah diuji dan hasil ujikaji adalah sangat memberangsangkan. Didapati rangkaian neural mampu belajar dari data-data latihan yang dipilih dan seterusnya dapat mengelaskan data-data baru mengikut tahap penguasaan pelajar yang telah dikenal pasti iaitu sama ada sangat_menguasai, menguasai, atau belum_menguasai.