Pambudi, Rizky Haqmanullah (2017) Penerapan Algoritma C4.5 untuk Memprediksi Nilai Kelulusan Siswa Sekolah Menengah Berdasarkan Faktor Eksternal. Sarjana thesis, Universitas Brawijaya.
Abstract
Penelitian ini bertujuan untuk menerapkan metode data mining decision tree algoritma C4.5 dalam memprediksi nilai kelulusan siswa sekolah menengah di Portugal dan mengetahui berapa tingkat akurasi prediksi yang dihasilkan. Hasil prediksi nilai kelulusan siswa tersebut untuk mengetahui faktor-faktor apa saja yang mempengaruhi nilai kelulusan siswa sekolah menengah dalam menyelesaikan bidang studi. Penelitian ini termasuk penelitian pengembangan dengan mengacu pada penelitian sebelumnya oleh Cortez & Silva. Penelitian yang dikembangkan berdasarkan penelitian awal adalah prediksi siswa sekolah menengah menggunakan algoritma C4.5 yang dimodelkan menjadi 5 kategori yaitu excellent, good, satisfactory, sufficient, dan fail. Data siswa yang digunakan dalam penelitian ini diambil dari situs ICS UCI education. Data siswa yang diperoleh untuk penelitian ini berjumlah 395 data dan 33 atribut dengan jumlah kategori excellent 40 data, good 50 data, satisfactory 62 data, sufficient 103 data, dan fail 130 data. Atribut yang digunakan pada penelitian ini berjumlah 15 atribut dan 1 atribut sebagai hasil prediksi. Hasil evaluasi penelitian ini menunjukkan bahwa algoritma C4.5 untuk prediksi nilai kelulusan siswa sekolah menengah di Portugal dalam bidang studi matematika cukup balk. Setelah dilakukan pengujian algoritma C4.5 memiliki tingkat akurasi prediksi sebesar 60%. Dengan demikian, metode data mining decision tree algoritma C4.5 ini Iayak digunakan untuk prediksi nilai kelulusan siswa sekolah menengah
English Abstract
This study aims to determine the method of decision making. C4.5 in the ability to predict high school students in Portugal and know the success rate. The prediction results of the students' ability to know what factors that spur the ability of school students in completing the field of study. This study includes research development with citations in previous studies by Cortez & Silva. Research developed on the basis of preliminary research is the prediction of high school students using C4.5 algorithm modeled into 5 categories that is very good, good, satisfactory, adequate, and fail. The student data used in this study was taken from ICS UCI education site. The data data available for this study are 395 data and 33 attributes with very good 40 data types, 60 data types, 62 satisfactory data, enough 103 data, and 130 data files. Attributes used in this study tool 15 attributes and 1 attribute as a result of prediction. The results of this research evaluation show the algorithm C4.5 for predictions of the ability of school students in Indonesia in the field of mathematics study is quite good. After testing the algorithm C4.5 has a prediction rote of 50%. Thus, the method of data mining decision tree algorithm C4.5 is feasible used for prediction ability of high school students.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/722/051708539 |
| Uncontrolled Keywords: | Data Mining, Decision Tree, Algoritma C4.5, Prediksi, Siswa Sekolah Menengah |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.31 Machine learning > 006.312 Data mining |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 02 Oct 2017 03:02 |
| Last Modified: | 28 Sep 2020 09:58 |
| URI: | http://repository.ub.ac.id/id/eprint/3036 |
Preview |
Text
Bagian Depan (1).pdf Download (23MB) | Preview |
![[thumbnail of BAB I.pdf]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text
BAB I.pdf Restricted to Repository staff only Download (762kB) |
|
Text
BAB II.pdf Restricted to Repository staff only Download (1MB) |
|
Text
BAB III.pdf Restricted to Repository staff only Download (859kB) |
|
Text
BAB IV.pdf Restricted to Repository staff only Download (2MB) |
|
Text
BAB V.pdf Restricted to Repository staff only Download (1MB) |
|
Text
BAB VI.pdf Restricted to Repository staff only Download (1MB) |
|
Text
BAB VII.pdf Restricted to Repository staff only Download (669kB) |
|
Text
Daftar Pustaka.pdf Restricted to Repository staff only Download (724kB) |
Actions (login required)
 |
View Item |