Implementasi Algoritma C4.5 Dalam Memprediksi Tingkat Kelulusan Peserta Didik Kelas IX Pada SMP Negeri 184 Jakarta

Marveline Putri, Yana Iqbal Maulana

Abstract


Kelulusan dari sekolah menengah pertama memegang peran yang sangat penting bagi peserta didik, karena itu akan menjadi langkah awal yang menentukan untuk melanjutkan ke jenjang pendidikan selanjutnya, yaitu sekolah menengah atas. Dalam penelitian ini, fokus utamanya adalah untuk memprediksi tingkat kelulusan peserta didik di SMP Negeri 184 Jakarta. Data nilai kelulusan yang dikumpulkan dari peserta didik kelas IX pada tahun ajaran 2022/2023 digunakan sebagai dataset untuk dilakukan pengolahan menggunakan metode data mining dengan algoritma klasifikasi C4.5. Implementasi algoritma ini dilakukan melalui aplikasi RapidMiner, yang telah terbukti efektif dalam memprediksi tingkat kelulusan peserta didik di SMP Negeri 184 Jakarta. Pemilihan metode klasifikasi algoritma C4.5 didasarkan pada faktor kemudahan implementasi dan tingkat akurasi yang dapat diterima dalam melakukan prediksi. Hasil dari implementasi algoritma C4.5 berdasarkan data dari 355 peserta didik menunjukkan bahwa terdapat 224 peserta yang diprediksi lulus dan 123 peserta yang diprediksi tidak lulus, dengan tingkat akurasi mencapai 93.54%. Dengan adanya prediksi tingkat kelulusan yang akurat, diharapkan dapat memberikan informasi yang berharga bagi pihak sekolah dalam mengambil keputusan dan memberikan bimbingan kepada peserta didik untuk mencapai kelulusan yang sukses.

Full Text:

PDF

References


Utomo, D. P., & Purba, B. (2019). Penerapan Data Mining pada Data Gempa Bumi Terhadap Potensi Tsunami di Indonesia. Prosiding Seminar Nasional Riset Information Science (SENARIS), 846–853.

Azhar, Y., Firdausy, A. K., & Amelia, P. J. (2022). Perbandingan Algoritma Klasifikasi Data Mining Untuk Prediksi Penyakit Stroke. SINTECH Journal, 5. https://doi.org/10.31598

Etriyanti, E., Syamsuar, D., & Kunang, Y. N. (2020). Implementasi Data Mining Menggunakan Algoritme Naive Bayes Classifier dan C4.5 untuk Memprediksi Kelulusan Mahasiswa. Telematika, 13(1), 56–67. https://doi.org/10.35671/telematika.v13i1.881

Muhamad, Windarto, A. P., & Suhada. (2019). PENERAPAN ALGORITMA C4.5 PADA KLASIFIKASI POTENSI SISWA DROP OUT. KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), 3(1), 753–760. https://doi.org/10.30865/komik.v3i1.1688

Maulid, R. (2023, Januari 7). RapidMiner : Tools Data Science Andalan Data Experts. DQLab. https://dqlab.id/rapidminer--tools-data-science-andalan-data-experts

Prasetyo, V. R., Lazuardi, H., Mulyono, A. A., & Lauw, C. (2021). Penerapan Aplikasi RapidMiner Untuk Prediksi Nilai Tukar Rupiah Terhadap US Dollar Dengan Metode Linear Regression. Jurnal Nasional Teknologi dan Sistem Informasi, 7(1), 8–17. https://doi.org/10.25077/teknosi.v7i1.2021.8-17




DOI: https://doi.org/10.31294/bi.v12i1.19124

DOI (PDF): https://doi.org/10.31294/bi.v12i1.19124.g6727

ISSN2338-9761

Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika

Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License