Perbandingan Algoritma Klasifikasi Untuk Penjurusan Siswa SMA

Jurnal ELTIKOM

View Publication Info
 
 
Field Value
 
Title Perbandingan Algoritma Klasifikasi Untuk Penjurusan Siswa SMA
 
Creator Kadafi, Abdul Rahman
 
Description Penentuan jurusan siswa pada tingkat pendidikan sekolah menengah atas pada umumnya menggunakan rekomendasi hasil psikotes, nilai akademik, minat dan bakat siswa. Tidak semua sekolah memiliki data yang lengakap untuk melakukan penjursan siswa. Dalam penelitian ini, difokuskan untuk mengomparasikan hasil nilai akademik siswa, untuk mata pelajaran rumpun ilmu pengetahuan alam dan ilmu pengetahaun sosial pada kelas 10 SMA. Nilai dari mata pelajaran yang manakah yang memiliki pengaruh tinggi terhadap penjurusan siswa di SMA. Terdapat beberapa algoritma dapat digunakan untuk membantu proses klasifikasi data siswa untuk rekomendasi penjurusan, misalnya C4.5, Naïve Bayes, K-NN, Rule Induction, dan lain-lain. Untuk mengetahui tingkat validasi digunakan metode cross validation. Kemudian digunakan T-Test untuk mengetahui signifikansi perbedaan antar algoritma. Hasil analisa komparasi pada penelitian komparasi algoritma untuk penjurusan ini, bahwa metode algoritma Naïve Bayes sebagai algoritma yang paling baik dibandingkan algoritma yang lainnya, yang meiliki akurasi pada 79,51% dan AUC pada nilai 0,861.
 
Publisher P3M Politeknik Negeri Banjarmasin
 
Date 2018-12-22
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Peer-reviewed Article
 
Format application/pdf
 
Identifier http://eltikom.poliban.ac.id/index.php/eltikom/article/view/86
10.31961/eltikom.v2i2.86
 
Source Jurnal ELTIKOM; Vol 2 No 2 (2018); 67-77
2598-3288
2598-3245
10.31961/eltikom.v2i2
 
Language eng
 
Relation http://eltikom.poliban.ac.id/index.php/eltikom/article/view/86/23
 
Rights Copyright (c) 2018 Jurnal ELTIKOM
http://creativecommons.org/licenses/by-nd/4.0
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library