Menentukan Penjurusan Siswa dengan Menggunakan Metode Decision Tree Algoritma C4.5
##plugins.themes.academic_pro.article.sidebar##
Downloads
##plugins.themes.academic_pro.article.main##
Abstract
SMA N 2 Padang merupakan sekolah yang penyimpanan datanya telah terkomputerisasi, salah satunya data penjurusan siswa. Penjurusan siswa SMA N 2 Padang dilakukan pada awal tahun pelajaran sesuai dengan kurikulum 2013 yang memiliki 2 jurusan yaitu IPA dan IPS, sering kali siswa asal dalam memilih atau menentukan penjurusan dan untuk kedepanya siswa tersebut akan kebingungan dalam memilih jurusan di perguruan tinggi sehingga dapat menghambat cita-cita siswa tersebut. Penelitian ini bertujuan untuk mengklasifikasi penjurusan siswa dan menerapkan metode data mining menggunakan algoritma C4.5 dan juga aplikasi Rapidminner. Klasifikasi ini menggunakan 6 atirbut sebagai atribut control yang merupakan nilai rata-rata rapor SMP dan rekomendasi guru BK SMP. Berdasarkan pengujian yang dilakukan terhadap siswa tahun masuk ajaran 2020/2021 diperoleh akurasi sebesar 68.42% dengan 304 sampel data.
##plugins.themes.academic_pro.article.details##
This work is licensed under a Creative Commons Attribution 4.0 International License.
References
[2] I. M. P. dan Subiyanto, “Sistem Rekomendasi Penjurusan Sekolah Menengah Kejuruan Dengan Algoritma C4.5,” J. Kependidikan, vol. 1, no. 1, pp. 139–149, 2017.
[3] A. Z. Mafakhir and A. Solichin, “Penerapan Metode Naïve Bayes Classifier Untuk Penjurusan Siswa Pada Madrasah Aliyah Al-Falah Jakarta,” Fountain Informatics J., vol. 5, no. 1, p. 21, 2020
[4] C. Anam and H. B. Santoso, “Perbandingan Kinerja Algoritma C4.5 dan Naive Bayes untuk Klasifikasi Penerima Beasiswa,” J. Ilm. Ilmu-Ilmu Tek., vol. 8, no. 1, pp. 13–19, 2018, [Online].
[5] Y. S. Nugroho, “Klasifikasi dan Klastering Penjurusan Siswa SMA Negeri 3 Boyolali,” Khazanah Inform. J. Ilmu Komput. dan Inform., vol. 1, no. 1, p. 1, 2015
[6] N. Iriadi and N. Nuraeni, “Kajian Penerapan Metode Klasifikasi Data Kelayakan Kredit Pada Bank,” J. Tek. Komput. AMIK BSI, vol. II, no. 1, pp. 132–137, 2016.
[7] I. P. Astuti, “Prediksi Ketepatan Waktu Kelulusan Dengan Algoritma Data Mining C4.5,” Fountain Informatics J., vol. 2, no. 2, p. 5, 2017, doi: 10.21111/fij.v2i2.1067.
[8] R. P. S. Putri and I. Waspada, “Penerapan Algoritma C4.5 pada Aplikasi Prediksi Kelulusan Mahasiswa Prodi Informatika,” Khazanah Inform. J. Ilmu Komput. dan Inform., vol. 4, no. 1, p. 1, 2018
[9] S. Widaningsih, “Perbandingan Metode Data Mining Untuk Prediksi Nilai Dan Waktu Kelulusan Mahasiswa Prodi Teknik Informatika Dengan Algoritma C4,5, Naïve Bayes, Knn Dan Svm,” J. Tekno Insentif, vol. 13, no. 1, pp. 16–25, 2019
[10] B. Novianti, T. Rismawan, and S. Bahri, “Implementasi Data Mining Dengan Algoritma C4.5 Untuk Penjurusan Siswa (Studi Kasus: Sma Negeri 1 Pontianak),” J. Coding, Sist. Komput. Untan, vol. 04, no. 3, pp. 75–84, 2016.