Prediksi Prestasi Siswa Berbasis Data Mining menggunakan Algoritma Decision Tree (J48) (Studi Kasus : SMKN 2 Padang)

Ramadhani, Rahmi (2022) Prediksi Prestasi Siswa Berbasis Data Mining menggunakan Algoritma Decision Tree (J48) (Studi Kasus : SMKN 2 Padang). Skripsi thesis, Universitas Negeri Padang.

[img]
Preview
 Text
B1_5_RAHMI_RAMADHANI_16076083_673_2022.pdf
Download (6MB) | Preview

Abstract

Penelitian ini bertujuan untuk :membuat prediksi prestasi belajar siswa berdasarkan status sosial ekonomi orang tua, motivasi dan disiplin di SMK Negeri 2 Padang dengan menggunakan metode data mining yaitu J48. Penelitian ini bersifat deskriptif kuatitatif. Subjek dalam penelitian ini adalah siswa kelas 11 SMKN 2 Padang yang berjumlah 450 siswa. Teknik pengumpulan data yang digunakan adalah dokumen dan angket.Teknik dokumentasi digunakan untuk mengambil data status sosial ekonomi orang tua, dan kedisiplinan, sedangkan teknik angket digunakan untuk mengekstrak data motivasisiswa. Data dianalisis dengan pendekatan data mining menggunakan teknik pohon keputusan dan algoritma J48. Hasil penelitian menujukkan bahwa prediksi analitik menggunakan algortima pohon keputusan J48 memiliki akurasi sebesar 90,62% pada kelas UTS. Berdasarkan hasil tersebut dapat disimpulkan bahwaJ48 termasuk kedalam Excellent Clasification. Dengan cara ini pohon keputusan dapat meramalkan prestasisiswa dengan baik.

Item Type: Thesis (Skripsi)
Contributors:
ContributionContributorsEmail
Thesis advisorBudayawan, KhairiUNSPECIFIED
CorrectorHendriyani, YekaUNSPECIFIED
CorrectorKurniadi, DeniUNSPECIFIED
Subjects: T Technology > TI Technology Information, Computer
Divisions: Fakultas Teknik > Teknik Elektronika S1
Depositing User: Sri Yulianti, S.IP
Date Deposited: 16 Jan 2023 04:40
Last Modified: 16 Jan 2023 04:40
URI: http://repository.unp.ac.id/id/eprint/41712

Actions (login required)

View Item View Item
Universitas Negeri Padang Repository is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.