PENERAPAN EDUCATIONAL DATA MINING PADA PREDIKSI KINERJA SISWA DI KELAS: STUDI LITERATUR

Anggit Ferdita Nugraha, Yoga Pristyanto, Irfan Pratama

Abstract


Pendidikan berperan penting dalam meningkatkan kualitas hidup masyarakat di suatu negara. Pendidikan terbagi menjadi dua yaitu 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 deperlukan pemahaman para pengajar untuk mengetahui kinerja yang dimiliki masing-masing siswa. Teknik klasifikasi dapat digunakan untuk menyelesaikan permasalahan tersebut. Paper ini akan membahas atribut dan algoritma yang dapat digunakan dalam klasifikasi siswa. Pada klasifikasi siswa perlu memperhatikan beberapa atribut diantaranya Indeks Prestasi dan Indeks Prestasi Komulatif. Beberapa algoritma yang dapat digunakan untuk mengklasifikasikan siswa yaitu C4.5, J48, Naive Bayes, ANN, Esemble (Neural Network dan k-Nearest Neighbor). Untuk penelitian selanjutnya dapat ditambahkan aspek kognitif, psikomotorik dan afektif sebagai atribut. Sedangkan algoritma Support Vector Machine dan beberapa kombinasi algoritma dapat diujikan.

Full Text:

PDF

Refbacks

  • There are currently no refbacks.