Perbandingan 5 Algoritma Data Mining untuk Klasifikasi Data Peserta Didik

Imam Sutoyo

Abstract


Klasifikasi peserta didik merupakan kegiatan yang sangat penting untuk dilaksanakan oleh penyelengara program pendidikan agar kegiatan pembelajaran menjadi lebih efektif. Berdasarkan hasil klasifikasi ini nantinya penyelengara program pendidikan dapat mengelompokkan peserta program pendidikannya sehingga kegiatan pembelajaran dapat disesuaikan dengan kelompok-kelompok tersebut. Metode tradisional untuk melaksanakan klasifikasi ini adalah dengan mengurutkan peserta didik berdasarkan nilai akhir mereka kemudian membagi mereka berdasarkan ukuran tertentu. Metode yang lebih baik adalah dengan menggunakan algoritma Data Mining. Pada paper ini akan dibahas lima jenis algoritma Data Mining untuk melaksanakan proses klasifikasi. Lima algoritma Data Mining tersebut akan dibandingkan satu sama lain untuk mencari algoritma terbaik. Validasi dilaksanakan menggunakan 10-Fold Cross Validation untuk menentukan algoritma yang memberikan akurasi paling tinggi. Berdasarkan percobaan, didapatkan hasil bahwasanya Decision Tree C 4.5 memberikan hasil terbaik dengan akurasi 96.73 %.

Full Text:

PDF

Refbacks

  • There are currently no refbacks.