PERBANDINGAN ALGORITME KLASIFIKASI UNTUK PREDIKSI KINERJA SISWA DI KELAS

Abstract

Pendidikan memiliki peran penting dalam meningkatkan kualitas hidup masyarakat di suatu negara. Pendidikan terbagi menjadi tiga yaitu formal, non formal dan informal. Mayoritas pendidikan formal diselenggarakan melalui kelas konvensional. Dalam kelas konvensional, jumlah siswa yang banyak dapat menyebabkan materi tidak dapat tersampaikan dengan baik. Oleh karena itu diperlukan adanya pengelompokan siswa berdasarkan kemampuan belajarnya. Teknik data mining dengan metode klasifikasi diusulkan untuk memprediksi kinerja siswa di kelas. Hasil klasifikasi siswa dapat digunakan sebagai acuan dalam memberikan materi sesuai dengan kemampuan belajarnya. Dalam penelitian ini diusulkan perbandingan algoritme klasifikasi yang cukup populer yaitu kNearest Neighbor, Support Vector Machine, dan Naive Bayes. Berdasarkan hasil yang didapatkan, algoritme Support Vector Machine memiliki performa yang lebih baik dibandingkan dua algoritme lainnya.

Kata Kunci : Educational Data Mining, Classification, Students Classification, Students Performance.