Klasifikasi dan Klastering Penjurusan Siswa SMA Negeri 3 Boyolali
SMA N 3 Boyolali merupakan salah satu sekolah menengah di kota Boyolali yang saat ini telah memiliki 2 jurusan yaitu IPA dan IPS. Penjurusan siswa ini dapat mengarahkan peserta didik agar lebih fokus dalam mengembangkan kemampuan diri dan minat yang dimiliki. Pemilihan jurusan yang tidak tepat bisa...
Saved in:
| Main Author: | |
|---|---|
| Format: | UMS Journal (OJS) |
| Language: | eng |
| Published: |
Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia
2015
|
| Online Access: | https://journals.ums.ac.id/index.php/khif/article/view/1175 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1805342479632826368 |
|---|---|
| author | Nugroho, Yusuf Sulistyo |
| author_facet | Nugroho, Yusuf Sulistyo |
| author_sort | Nugroho, Yusuf Sulistyo |
| collection | OJS |
| description | SMA N 3 Boyolali merupakan salah satu sekolah menengah di kota Boyolali yang saat ini telah memiliki 2 jurusan yaitu IPA dan IPS. Penjurusan siswa ini dapat mengarahkan peserta didik agar lebih fokus dalam mengembangkan kemampuan diri dan minat yang dimiliki. Pemilihan jurusan yang tidak tepat bisa sangat merugikan siswa terhadap minat dan karir mereka di masa mendatang. Dengan penjurusan tersebut diharapkan dapat memaksimalkan potensi, bakat atau talenta individu, sehingga dapat memaksimalkan nilai akademisnya. Berdasarkan latar belakang tersebut, maka dengan menerapkan teknik data mining diharapkan dapat membantu siswa untuk menentukan jurusan yang tepat sesuai dengan kriteria yang ditetapkan. Adapaun teknik data mining yang digunakan dalam penentuan jurusan ini menggunakan 3 buah metode yaitu Algoritma C4.5, Naive Bayes dan Algoritma K-Means. Sedangkan atribut yang digunakan terdiri dari Gender, Minat, Rata-rata nilai IPA, Rata-rata nilai IPS, nilai Psikotest IPA, nilai Psikotest IPS, Asal Sekolah dan Jurusan. Analisis dilakukan dengan bantuan aplikasi RapidMiner 5 untuk mengetahui nilai-nilai perbandingan terhadap metode yang digunakan. Hasil penelitian menggunakan perbandingan 3 metode menunjukkan bahwa berdasarkan nilai precision, metode naive bayes lebih baik dibandingkan dengan metode yang lain dengan nilai 77,51%. Sedangkan berdasarkan nilai recall dan accuracy, decision tree lebih baik dibandingkan dengan metode yang lain dengan nilai recall sebesar 90,80% dan nilai accuracy sebesar 79,14%. Variabel yang paling berpengaruh dalam menentukan penjurusan yaitu rata-rata nilai IPA sehingga perlu dijadikan pertimbangan bagi pihak sekolah untuk menentukan jurusan siswa. |
| format | UMS Journal (OJS) |
| id | oai:ojs2.journals.ums.ac.id:article-1175 |
| institution | Universitas Muhammadiyah Surakarta |
| language | eng |
| publishDate | 2015 |
| publisher | Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia |
| record_format | ojs |
| spelling | oai:ojs2.journals.ums.ac.id:article-1175 Klasifikasi dan Klastering Penjurusan Siswa SMA Negeri 3 Boyolali Nugroho, Yusuf Sulistyo SMA N 3 Boyolali merupakan salah satu sekolah menengah di kota Boyolali yang saat ini telah memiliki 2 jurusan yaitu IPA dan IPS. Penjurusan siswa ini dapat mengarahkan peserta didik agar lebih fokus dalam mengembangkan kemampuan diri dan minat yang dimiliki. Pemilihan jurusan yang tidak tepat bisa sangat merugikan siswa terhadap minat dan karir mereka di masa mendatang. Dengan penjurusan tersebut diharapkan dapat memaksimalkan potensi, bakat atau talenta individu, sehingga dapat memaksimalkan nilai akademisnya. Berdasarkan latar belakang tersebut, maka dengan menerapkan teknik data mining diharapkan dapat membantu siswa untuk menentukan jurusan yang tepat sesuai dengan kriteria yang ditetapkan. Adapaun teknik data mining yang digunakan dalam penentuan jurusan ini menggunakan 3 buah metode yaitu Algoritma C4.5, Naive Bayes dan Algoritma K-Means. Sedangkan atribut yang digunakan terdiri dari Gender, Minat, Rata-rata nilai IPA, Rata-rata nilai IPS, nilai Psikotest IPA, nilai Psikotest IPS, Asal Sekolah dan Jurusan. Analisis dilakukan dengan bantuan aplikasi RapidMiner 5 untuk mengetahui nilai-nilai perbandingan terhadap metode yang digunakan. Hasil penelitian menggunakan perbandingan 3 metode menunjukkan bahwa berdasarkan nilai precision, metode naive bayes lebih baik dibandingkan dengan metode yang lain dengan nilai 77,51%. Sedangkan berdasarkan nilai recall dan accuracy, decision tree lebih baik dibandingkan dengan metode yang lain dengan nilai recall sebesar 90,80% dan nilai accuracy sebesar 79,14%. Variabel yang paling berpengaruh dalam menentukan penjurusan yaitu rata-rata nilai IPA sehingga perlu dijadikan pertimbangan bagi pihak sekolah untuk menentukan jurusan siswa. Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia 2015-12-16 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://journals.ums.ac.id/index.php/khif/article/view/1175 10.23917/khif.v1i1.1175 Khazanah Informatika : Jurnal Ilmu Komputer dan Informatika; Vol. 1 No. 1 Desember 2015; 1-6 Khazanah Informatika; Vol. 1 No. 1 Desember 2015; 1-6 2477-698X 2621-038X eng https://journals.ums.ac.id/index.php/khif/article/view/1175/1012 Copyright (c) 2016 Khazanah Informatika http://creativecommons.org/licenses/by-sa/4.0 |
| spellingShingle | Nugroho, Yusuf Sulistyo Klasifikasi dan Klastering Penjurusan Siswa SMA Negeri 3 Boyolali |
| title | Klasifikasi dan Klastering Penjurusan Siswa SMA Negeri 3 Boyolali |
| title_full | Klasifikasi dan Klastering Penjurusan Siswa SMA Negeri 3 Boyolali |
| title_fullStr | Klasifikasi dan Klastering Penjurusan Siswa SMA Negeri 3 Boyolali |
| title_full_unstemmed | Klasifikasi dan Klastering Penjurusan Siswa SMA Negeri 3 Boyolali |
| title_short | Klasifikasi dan Klastering Penjurusan Siswa SMA Negeri 3 Boyolali |
| title_sort | klasifikasi dan klastering penjurusan siswa sma negeri 3 boyolali |
| url | https://journals.ums.ac.id/index.php/khif/article/view/1175 |
| work_keys_str_mv | AT nugrohoyusufsulistyo klasifikasidanklasteringpenjurusansiswasmanegeri3boyolali |