Image of Prediksi prestasi akademik siswa jurusan PPLG dengan metode algoritma decision tree (studi kasus : SMK Negeri 1 Depok)

Text

Prediksi prestasi akademik siswa jurusan PPLG dengan metode algoritma decision tree (studi kasus : SMK Negeri 1 Depok)

SMK (Sekolah Menengah Kejuruan) adalah institusi pendidikan menengah di Indonesia yang fokus pada pemberian keterampilan praktis dan kejuruan. SMK menyediakan pendidikan yang lebih terarah pada persiapan siswa untuk langsung memasuki dunia kerja setelah lulus. Prestasi akademik siswa di Sekolah Menengah Kejuruan (SMK) memiliki dampak yang sangat berpengaruh terhadap karier dan masa depan siswa. Oleh karena itu, prediksi prestasi akademik siswa menjadi penting dalam rangka mengidentifikasi faktor-faktor yang dapat memengaruhi kesuksesan siswa tersebut. Penelitian ini bertujuan untuk memprediksi prestasi akademik siswa berdasarkan beberapa faktor seperti nilai, penghasilan orang tua, jenis kelamin, dan transportasi ke sekolah menggunakan data mining dengan algoritma Decision Tree dengan menggunakan tools Orange3-3.37.0-Python3.10.11-x86 64. Subjek penelitian ini terdiri dari 73 siswa kelas X jurusan PPLG di SMK Negeri 1 Depok. Data untuk penelitian ini dikumpulkan dari pihak sekolah SMK Negeri 1 Depok. Berdasarkan pengujian yang telah dilakukan dari algoritma Decision Tree menunjukkan akurasi sebesar 98,6%, nilai AUC (Area Under the Curve) sebesar 87,5%, Recall sebesar 98,6%. Precision sebesar 98,6%, dan F1-Score sebesar 98,5%. Dengan demikian, algoritma decision tree ini dapat memprediksi prestasi akademik siswa dengan tingkat ketepatan yang tinggi.

Ketersediaan
TI24/055TI 24/055Prodi Teknik Informatika (Ruang Skripsi dan Tesis)Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
TI 24/055
Penerbit
Jakarta : Universitas Trilogi.,
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
TI
Tipe Isi
text
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Information technology
Trilogi University--Information technology
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar
Anda harus masuk sebelum memberikan komentar