SISTEM PREDIKSI PRESTASI AKADEMIK SISWA GUNA MENDUKUNG KEPUTUSAN PEMBERIAN BEASISWA MENGGUNAKAN ALGORITMA C4.5 DI SMK BINA INFORMATIKA BINTARO

Penulis

  • Dimas Agung Amrullah Universitas Budi Luhur
  • Subandi Subandi Universitas Budi Luhur

Kata Kunci:

Prediksi, Algoritma C4.5, Penerimaan Beasiswa

Abstrak

SMK Bina Informatika Bintaro menghadapi masalah dalam menentukan penerima beasiswa secara objektif dan efisien. Proses seleksi yang masih dilakukan secara manual dan subjektif seringkali memakan waktu dan tidak selalu menghasilkan hasil yang adil. Dengan adanya masalah tersebut, pihak sekolah membutuhkan sebuah sistem yang akan membantu dalam pengecekan prestasi akademik siswa dengan hasil data yang akurat. Metode untuk penyelesaian masalah ini adalah dengan penggunaan algoritma c4.5 yang digunakan untuk pembuatan sistem dengan tujuan untuk memberikan prediksi pada prestasi akademik siswa/I berbasis web. Algoritma ini membangun model pohon keputusan yang memiliki kemampuan untuk memprediksi prestasi akademik siswa berdasarkan data historis. Hasil penelitian menunjukkan bahwa sistem prediksi prestasi akademik yang direalisasikan menggunakan algoritma c4.5 memberikan hasil nilai yang akurat yaitu sebesar 88%, recall sebesar 91,67%, dan spesivisitas dengan hasil 0% penghitungan pada data yang dikelompokkan menjadi dua kelompok yaitu persentase sebesar 80% sebagai data latih dan 20% sebagai data uji. Kemudian hasil pada penghitungan ini menunjukkan bahwa sistem ini memiliki kemampuan untuk memberikan prediksi yang cukup akurat dan dapat diandalkan, meskipun masih ada ruang untuk peningkatan. Dengan adanya sistem ini, proses prngambilan keputusan terkait pemberian beasiswa dapat dilakukan dengan lebih efisien dan objektif sehingga menghasilkan proses seleksi yang lebih adil dan transparan.

Referensi

F. Gunadi and S. Rheno Widianto, “Perbandingan Data Warehouse Cloud Computing Menggunakan Konvensional Berbasis Kriptografi,” Seminar Nasional Teknologi Komputer Sains (SAINTEKS), 2020, pp. 69-73.

E. T. Naldy and A. Andri, “Penerapan Data Mining Untuk Analisis Daftar Pembelian Konsumen Dengan Menggunakan Algoritma Apriori Pada Transaksi Penjualan Toko Bangunan MDN,” J. Nas. Ilmu Komput., vol. 2, no. 2, pp. 89-101, 2021, doi: 10.47747/jurnalnik.v2i2.525.

N. Iriadi, L. Setioningtias, and P. Priatno, “Implementasi Data Mining Pada Klasifikasi Ketidakhadiran Pegawai Menggunakan Metode C4.5,” Comput. Sci., vol. 1, no. 1, pp. 53-61, 2021, doi: 10.31294/coscience.v1i1.198.

P. Bhatia, Data Mining and Data Warehousing. 2019. doi: 10.1017/9781108635592.

L. Setiyani, M. Wahidin, D. Awaludin, and S. Purwani, “Analisis Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Data Mining Naïve Bayes : Systematic Review,” Fakt. Exacta, vol. 13, no. 1, pp. 35-43, 2020, doi: 10.30998/faktorexacta.v13i1.5548.

R. Buaton, M. Zarlis, H. Mawengkang, and S. Efendi, “Optimization of forecasting time series with RBT (Rule Best Time Series),” J. Theor. Appl. Inf. Technol., vol. 98, no. 15, pp. 2977-2989, 2020.

D. P. Utomo and M. Mesran, “Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung,” J. Media Informatika Budidarma, vol. 4, no. 2, pp. 437-444, 2020, doi: 10.30865/mib.v4i2.2080.

P. Kasih, “Pemodelan Data Mining Decision Tree Dengan Classification Error Untuk Seleksi Calon Anggota Tim Paduan Suara,” Innov. Res. Informatics, vol. 1, no. 2, pp. 63-69, 2019, doi: 10.37058/innovatics.v1i2.918.

S. F. Damanik, A. Wanto, and I. Gunawan, “Penerapan Algoritma Decision Tree C4.5 untuk Klasifikasi Tingkat Kesejahteraan Keluarga pada Desa Tiga Dolok,” J. Krisnadana, vol. 1, no. 2, 2022, doi: 10.58982/krisnadana.v1i2.108.

P. B. N. Setio, D. R. S. Saputro, and Bowo Winarno, “Klasifikasi Dengan Pohon Keputusan Berbasis Algoritme C4.5,” Prism. Pros. Semin. Nas. Mat., vol. 3, pp. 21-32, 2020.

R. Aljabar and D. Kusumaningsih, “Penerapan Algoritma Klasifikasi K-Nearest Dengan Menggunakan Hasil Nilai Try Out Siswa Sekolah Menengah Kejuruan Berbasis Desktop Pada SMK Bina Informatika Bintaro,” SKANIKA: Sistem Komputer dan Teknik Informatika, vol. 1, no. 1, pp. 136-142, 2018.

T. H. Hasibuan and D. Mahdiana, “Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Algoritma C4.5 Pada Uin Syarif Hidayatullah Jakarta,” SKANIKA: Sistem Komputer dan Teknik Informatika, vol. 6, no. 1, pp. 61-74, 2023, doi: 10.36080/skanika.v6i1.2976.

M. A. Hasanah, S. Soim, and A. S. Handayani, “Implementasi CRISP-DM Model Menggunakan Metode Decision Tree dengan Algoritma CART untuk Prediksi Curah Hujan Berpotensi Banjir,” J. Appl. Informatics Comput., vol. 5, no. 2, pp. 103-108, 2021, doi: 10.30871/jaic.v5i2.3200.

T. A. Yoga Siswa, G. M. Putra, and A. Prafanto, “Seleksi Fitur Information Gain dan Teknik Pruning Untuk Memperbaiki Akurasi Algoritma C4.5 dalam Kasus Keterlambatan Biaya Kuliah,” Inform. Mulawarman J. Ilm. Ilmu Komput., vol. 17, no. 2, pp. 102-112, 2022, doi: 10.30872/jim.v17i2.11794.

A. F. Pulungan, “Analisis Kinerja Bray Curtis Distance Canberra Distance Dan Euclidean Distance Pada Algoritma K-Nearest Neighbor,” Doctoral dissertation, Universitas Sumatera Utara, 2019.

Unduhan

Diterbitkan

30-09-2024

Cara Mengutip

Amrullah, D. A., & Subandi, S. (2024). SISTEM PREDIKSI PRESTASI AKADEMIK SISWA GUNA MENDUKUNG KEPUTUSAN PEMBERIAN BEASISWA MENGGUNAKAN ALGORITMA C4.5 DI SMK BINA INFORMATIKA BINTARO. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 3(2), 528–538. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/1372

Terbitan

Bagian

Artificial Intelligence

Artikel paling banyak dibaca berdasarkan penulis yang sama

<< < 1 2