Penerapan Algoritma C4.5 Dalam Memprediksi Kesiapan Siswa SMP IT PAPB Semarang Menghadapi Ujian Nasional
Abstract
lebih siap menghadapi ujian. Dalam pelaksanaan try out, tidak semua siswa dapat menyelesaikan soal-soal dengan benar. Hal tersebut berdampak pada hasil nilai try out yang buruk. Maka dari itu, sekolah membutuhkan sebuah data mining dengan metode klasifikasi yang dapat membantu memprediksi kesiapan siswa menghadapi ujian nasional. Metode tersebut mengolah data yang memiliki perbedaan atribut kemudian disusun ke dalam kategori yang sesuai. Data tersebut di prediksi menggunakan algoritma Decision Tree, yang merupakan
salah satu machine learning menggunakan perhitungan probabilitas. Penggunaan algoritma ini didukung dengan simulasi yang dilakukan menggunakan aplikasi RapidMiner dan mendapatkan nilai akurasi sebesar 99,48%. Dari hasil simulasi tersebut, diolah kembali menjadi sebuah aplikasi yang ditujukan untuk membantu pihak sekolah. Untuk menguji kegunaan dari aplikasi tersebut dilakukan penyebaran kuesioner berjumlah 10 soal ke 20 guru dan memperoleh hasil index 83,3% yang berarti memuaskan. Dengan begitu, aplikasi tersebut berguna bagi pihak
sekolah.
Kata Kunci— Ujian Nasional, Tryout, Data Mining, Klasifikasi, Decision Tree.
Keywords
Full Text:
PDFReferences
M. Ainurrofiq, “Implementasi Algoritma Naive Bayes Untuk Menentukan Kesiapan Siswa Dalam Menghadapi Ujian Nasional,” Skripsi Teknik Informatika Universitas Dian
Nuswantoro, Semarang, 2015.
D. H. Kamagi dan S. Hansun, “Implementasi Data Mining dengan Algoritma C4.5 untuk
Memprediksi Tingkat Kelulusan Mahasiswa,” Ultimatics, vol. VI, no. 6, pp. 15-20, 2014.
T. Novianti dan A. Azis, “Aplikasi Data Mining Menggunakan Metode Decision Tree
untuk Menampilkan Laporan Hasil Nilai Akhir Mahasiswa (Studi Kasus di Fakultas Teknik
UM Surabaya),” Jurnal Ilmiah NERO, vol. 1, no. 6, pp. 198-203, 2015.
Wandasari, N. D. (2013). Perlakuan Akutansi Atas PPH Pasal 21 Pada PT. ARTHA
PRIMA FINANCE KOTAMOBAGU. Jurnal EMBA, 558-566.
I. Budiman, “Data Clustering Menggunakan Metodologi CRISP-DM Untuk Pengenalan
Pola Proporsi Pelaksanaan Tridharma,” Program Pasca Sarjana Universitas Diponegoro,
Semarang, 2012.
Juju, F. S. (2010). Data Mining : Meramalkan Bisnis Perusahaan. Jakarta: PT Elex Media Komputindo.
Erricha Paramitha Dewi, A. E. (2015). Klasifikasi Status Gizi Balita Menggunakan Metode Algoritma C4.5 Berbasis Web. Universitas Muhammadiyah Sidoarjo, 1-14.
N. S. Budanis Dwi Meilani, “Aplikasi Data Mining Untuk Menghasilkan Pola Kelulusan
Siswa Dengan Metode Naive Bayes,” Jurnal Ilmiah NERO, vol. 1, no. 8, pp. 182-189, 2015.
C. R. Sari, “Teknik Data Mining Menggunakan Classification Dalam Sistem Penunjang
Keputusan Peminatan SMA Negeri 1 Polewali,” Indonesian Journal on Networking and
Security, vol. 5, no. 7, pp. 48-54, 2016.
E. D. Diana Laily Fithri, “Sistem Pendukung Keputusan Untuk Memprediksi Kelulusan
Mahasiswa Menggunakan Metode Naive Bayes,” Prosiding SNATIF, vol. 1, no. 6, pp.
-324, 2014.
DOI: http://dx.doi.org/10.30700/jst.v8i1.177
Article Metrics
Abstract view : 1399 timesPDF - 1176 times
Refbacks
- There are currently no refbacks.
Copyright (c) 2018 SISFOTENIKA
Badan Pengelola Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (SISFOTENIKA) STMIK Pontianak.
Jurnal Ilmiah SISFOTENIKA terindex di :
| |
SERTIFIKAT PENGHARGAAN :
Jurnal Ilmiah SISFOTENIKA Terakreditasi Peringkat Empat
Partners & Co-Organizers:
Jurnal Ilmiah SISFOTENIKA: STMIK Pontianak Online Journal ISSN Printed (2087-7897) - ISSN Online (2460-5344) licensed under a Lisensi Creative Commons Atribusi 4.0 Internasional.