Open AccessPrediksi Prestasi Siswa Berbasis Data Mining Menggunakan Algoritma Decision Tree (Studi Kasus: SMKN 2 Padang)
Author(s) -
Rahmi Ramadhani,
Yeka Hendriyani
Publication year - 2021
Publication title -
voteteknika
Language(s) - Uncategorized
Resource type - Journals
ISSN - 2716-3989
DOI - 10.24036/voteteknika.v9i3.112633
Subject(s) - c4.5 algorithm , decision tree , mathematics , computer science , forestry , artificial intelligence , geography , naive bayes classifier , support vector machine
Pengujian ini bertujuan untuk memperkirakan prestasi siswa tergantung pada status sosial ekonomi orang tua, disiplin, dan motivasi siswa menggunakan teknik penambangan informasi dengan algoritma J48 yang dibantu oleh aplikasi WEKA. Penelitian ini menggunakan 8 atribut yang dipartisi dengan 1variabel terikat dan 7 variabel bebas. Pendekatan yangg digunakann adalahh kuantitatiff. Subyekk penelitiann inii adalahh siswaa kelass XI SMK Negeri 2 Padang yang berjumlahh 450 siswaa. Strategi pengumpulann informasi yangg digunakann adalahh dokumentasii dann polling. Berdasarkan pengujian yang dilakukan pada siswa yang menggunakan perhitungan decision tree, algoritma J48 memiliki ketepatan 90,31% dan nilai ROC 0,987 termasuk ke dalam Excellent Clasfication Dengan cara ini pohon keputusan dapat meramalkan prestasi siswaa dengann baikk.Kata kunci : Prestasii Belajar, Data Mining, Decision Tree