PENERAPAN DATA MINING UNTUK PREDIKSI PENERIMAAN PESERTA DIDIK BARU SMP/MTS JALUR PMPA DI SMA NEGERI 8 PALEMBANG

KANIA AZKA, AGUSTINE and Andri, Andri (2020) PENERAPAN DATA MINING UNTUK PREDIKSI PENERIMAAN PESERTA DIDIK BARU SMP/MTS JALUR PMPA DI SMA NEGERI 8 PALEMBANG. Diploma thesis, Universitas Bina Darma.

	Text BAB 0.pdf Download (1MB)
	Text BAB I.pdf Download (137kB)
	Text DAFTAR PUSTAKA.pdf Download (81kB)

Abstract

Seleksi dalam Penerimaan Peserta Didik Baru (PPDB) melalui jalur Penelusuran Minat dan Prestasi Akademik (PMPA) adalah undangan bagi peserta didik untuk memasuki sekolah yang diinginkan tanpa melalui ujian tertulis. Dengan masalah ini, peneliti ingin mengetahui prediksi jalur PPDB SMP/MTs jalur PMPA berdasarkan nilai-nilai belajar peserta didik atau prestasi non akademik yang dimiliki peserta didik selama pendidikan SMP/MTs. Nilai belajar peserta didik saat belajar dan prestasi non-akademik di sekolah dapat dipercaya memiliki peran besar dalam menentukan tingkat kelulusan peserta didik tersebut. Dengan memanfaatkan prestasi akademik dan prestasi non akademik peserta didik selama lima semester, mampu mendapatkan suatu informasi mengenai kelulusan peserta didik jalur PMPA menggunakan data mining. Adapun kategori yang dilihat dari kelulusan jalur PMPA melalui nilai peserta didik SMP/MTs, menggunakan metode klasifikasi Decision Tree (pohon keputusan) menggunakan algoritma C4.5. Decision Tree merupakan suatu metode mengubah data menjadi pohon keputusan dan aturan-aturan keputusan, dan algoritma C4.5 untuk membangun pohon keputusan dimulai dari pemilihan atribut sebagai akar, membuat cabang untuk tiap-tiap nilai, membagi kasus dalam cabang dan mengulangi proses untuk setiap cabang sampai semua kasus pada cabang memiliki kelas yang sama dalam memprediksi kelulusan peserta didik jalur PMPA. Berdasarkan hasil analisis data mining menggunakan RapidMiner didapatkan hasil Total Nilai sebagai root (akar) dalam pembuatan decision tree dengan akurasi 87.84%.

Actions (login required)

View Item