UDiNus Repository

Penerapan Algoritma C4.5 Dalam Memprediksi Kesiapan Siswa SMP IT PAPB Semarang Menghadapi Ujian Nasional

NADIA, RAHMA ZULFA (2017) Penerapan Algoritma C4.5 Dalam Memprediksi Kesiapan Siswa SMP IT PAPB Semarang Menghadapi Ujian Nasional. Skripsi,Fakultas Ilmu Komputer.

[img]
Preview
PDF
Download (4016b) | Preview

    Abstract

    Kelulusan siswa dalam menghadapi ujian nasional dapat dijadikan sebagai tolak ukur sejauh mana siswa memahami materi-materi yang di dapat saat di sekolah. Untuk mendapatkan nilai tuntas pada ujian nasional, sekolah mengadakan latihan try out yang bertujuan agar siswa 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.

    Item Type: Article
    Subjects: T Technology > Teknik Informatika
    Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Teknik Informatika
    Divisions: Fakultas Ilmu Komputer
    Depositing User: Psi Udinus
    Date Deposited: 04 May 2017 15:54
    Last Modified: 04 May 2017 15:54
    URI: http://eprints.dinus.ac.id/id/eprint/22133

    Actions (login required)

    View Item