PENERAPAN ALGORITMA C4.5 UNTUK MEMPREDIKSI KECOCOKAN GAYA BELAJAR BAGI SISWA SISWI SEKOLAH DASAR (STUDI KASUS : SD SARIPUTRA Algoritma C4.5 Untuk Memprediksi Kecocokan Gaya Belajar Bagi Siswa Siswi Sekolah Dasar (Studi Kasus : SD Sariputra Jambi)

  • OSCARIO OSCARIO
  • JASMIR JASMIR Teknik informatika
  • YUDI NOVIANTO

Abstract

Data Mining merupakan serangkaian proses yang digunakan untuk mendapatkan informasi yang berguna dari database yang besar. SD Sariputra merupakan sekolah dasar yang didirikan pada tahun 1971. Pada proses pembelajaran di SD Sariputra Jambi, masih banyak murid yang tidak fokus atau tidak memiliki keinginan untuk belajar. Dimana kemungkinan terbesar adalah ketidak cocokan gaya belajar dan metode belajar guru tersebut. Oleh karena itu, penulis mempelajari dan melakukan analisis data mining terhadap data murid dan kepribadiannya agar data tersebut dapat berubah menjadi informasi yang berharga bagi SD Sariputra. Informasi ini diharapkan dapat membantu meningkatkan proses belajar mengajar di SD Sariputra. Penulis menggunakan hasil data quisioner pada siswa-siswi kelas 3 & 4 sebanyak 155 data siswa-siswi yang telah penulis sajikan dalam file ekstensi arff. Dalam melakukan analisis ini, penulis menggunakan tools WEKA. Metode yang digunakan adalah Decision Tree dengan Algoritma C4.5 dengan 11 attribut. Analisis tersebut menghasilkan 23 Rule. Rule tersebut dihasilkan dari hasil akhir bentuk Decision Tree.


Kata Kunci: Data Mining, Algoritma C4.5, Gaya Belajar

References

1] S. S. K. M S Hasibuan, LE Nugroho, P I Santosa, “A Proposed Model for Detecting Learning Styles Based on Agent Learning,” Int. J. Emerg. Technol. Learn., vol. 11, no. 10, pp. 65–69, 2016.
[2] A. L. Bire, U. Geradus, and J. Bire, “Pengaruh Gaya Belajar Visual, Auditorial, Dan Kinestetik Terhadap Prestasi Belajar Siswa,” J. Kependidikan, 2014.
[3] V. S. Moertini, “Data Mining Sebagai Solusi Bisnis,” Integral, vol. 7, no. 1, pp. 44–56, 2002.
[4] J. Jasmir, D. Z. Abidin, S. Nurmaini, and R. F. Malik, “Penerapan Metode K-Nearest Neighbor dalam Memprediksi Masa Studi Mahasiswa ( Studi Kasus : Mahasiswa STIKOM Dinamika Bangsa ),” Pros. Annu. Res. Semin. 2017, vol. 3, no. 1, pp. 133–138, 2017.
[5] J. Jasmir, D. Z. Abidin, E. Rasywir, and P. A. Jusia, “Prediksi Mahasiswa Drop Out dengan menggunakan Algoritma Klasifikasi Data Mining,” Pros. Annu. Res. Semin. 2018, vol. 4, no. 1, pp. 978–979, 2018.
[6] D. H. Kamagi and S. Hansun, “Implementasi Data Mining dengan Algoritma C4 . 5 untuk Memprediksi Tingkat Kelulusan Mahasiswa,” ULTIMATICS, vol. VI, no. 1, pp. 15–20, 2014.
[7] A. G. Mabrur and R. Lubis, “Penerapan Data Mining untuk Memprediksi Kriteria Nasabah Kredit,” J. Komput. dan Inform., vol. 1, 2012.
[8] A. Dipaloka, “Penerapan Decision Tree untuk Penentuan Pola Data Penerimaan Mahasiswa Baru,” J. Penelit. Sitrotika, no. September, 2016.
[9] J. Kozak, “Ant Colony Decision Trees – A New Method for Constructing Decision Trees Based on Ant Colony Optimization Ant Colony Decision Trees – A New Method,” no. March, 2014.
[10] F. F. Harryanto, S. Hansun, U. M. Nusantara, G. Serpong, and C. Pegawai, “Penerapan Algoritma C4 . 5 untuk Memprediksi Penerimaan Calon Pegawai Baru di PT WISE,” J. Tek. Inform. dan Sist. Inf., vol. 3, no. 2, pp. 95–103, 2017.
Published
2019-11-01
How to Cite
OSCARIO, OSCARIO; JASMIR, JASMIR; NOVIANTO, YUDI. PENERAPAN ALGORITMA C4.5 UNTUK MEMPREDIKSI KECOCOKAN GAYA BELAJAR BAGI SISWA SISWI SEKOLAH DASAR (STUDI KASUS : SD SARIPUTRA Algoritma C4.5 Untuk Memprediksi Kecocokan Gaya Belajar Bagi Siswa Siswi Sekolah Dasar (Studi Kasus : SD Sariputra Jambi). Jurnal Processor, [S.l.], v. 14, n. 2, p. 141-152, nov. 2019. ISSN 2528-0082. Available at: <http://ejournal.stikom-db.ac.id/index.php/processor/article/view/637>. Date accessed: 17 nov. 2019. doi: https://doi.org/10.33998/processor.2019.14.2.637.
Section
Articles