Open AccessThe Decision Tree C5.0 Classification Algorithm for Predicting Student Academic Performance
Author(s) -
Natanael Benediktus,
Raymond Sunardi Oetama
Publication year - 2020
Publication title -
ultimatics : jurnal ilmu teknik informatika/ultimatics : jurnal teknik informatika
Language(s) - Spanish
Resource type - Journals
eISSN - 2581-186X
pISSN - 2085-4552
DOI - 10.31937/ti.v12i1.1506
Subject(s) - humanities , physics , artificial intelligence , machine learning , computer science , philosophy
Kinerja siswa sering digunakan sebagai tolok ukur dan keaktifan siswa sering digunakan sebagai kriteria seberapa baik kinerja siswa secara akademik di sekolah. Dimana dalam penelitian ini akan berusaha mencari tahu apakah keaktifan seorang siswa dapat memprediksi kinerja akademiknya. Data yang digunakan adalah dataset pendidikan yang dikumpulkan menggunakan learning management system (LMS), yang merupakan alat pelacak aktivitas pelajar yang terhubung oleh internet. Data ini memiliki variabel numerik dan kategorikal, sehingga diperlukan algoritma yang tepat untuk mengklasifikasikan data secara akurat dan memastikan validitas data. Dalam penelitian ini, algoritma C.50 digunakan untuk menguji data, di mana data dibagi menjadi data pelatihan sebesar 75% dan pengujian data sebesar 25%. Dan hasil dari data yang diuji, akurasi 71,667% diperoleh.