KLASIFIKASI PENJURUSAN PADA SEKOLAH MENENGAH ATAS (SMA) DENGAN METODE ALGORITMA C4.5 (STUDI KASUS DI SMA PERTIWI 2 PADANG)

Eirlangga, Yofhanda Septi (2019) KLASIFIKASI PENJURUSAN PADA SEKOLAH MENENGAH ATAS (SMA) DENGAN METODE ALGORITMA C4.5 (STUDI KASUS DI SMA PERTIWI 2 PADANG). Masters thesis, Universitas Putra Indonesia YPTK.

[img]
Preview
Text (ABSTRAK)
THESIS_YOFHANDA SEPTI EIRLANGGA_172321075_ABSTRAK.pdf

Download (180kB) | Preview
[img]
Preview
Text (BAB I)
THESIS_YOFHANDA SEPTI EIRLANGGA_172321075_BAB I.pdf

Download (204kB) | Preview
[img]
Preview
Text (DAFTAR PUSTAKA)
THESIS_YOFHANDA SEPTI EIRLANGGA_172321075_Daftar Pustaka.pdf

Download (303kB) | Preview
[img] Text (FULL TEXT)
THESIS_YOFHANDA SEPTI EIRLANGGA_172321075_FULL TEXT.pdf
Restricted to Repository staff only

Download (5MB)

Abstract

Pendidikan merupakan aspek terpenting didalam kehidupan karena dapat merubah pola pikir dan sikap, di indonesia pemerintah telah menerapkan wajib belajar 12 tahun (6 tahun SD, 3 tahun SMP, dan 3 tahun SMA) namun hanya pada saat Sekolah Menengah Atas (SMA) saja siswa baru bisa menentukan jurusan yang diminatinya. Penentuan jurusan akan mempengaruhi tingkat akademik berikutnya dan akan mempengaruhi bidang ilmu pengetahuan atau studi siswa tersebut. Dalam hal ini algoritma C4.5 digunakan dalam membantu panitia Penerimaan Peserta Didik Baru (PPDB) dalam mengklasifikasikan penjurusan bagi siswa yang baru masuk di jenjang SMA yang akan melanjutkan ke tingkat universitas sehingga pemilihan jurusan yang salah dapat membahayakan siswa dan masa depan mereka. Dengan menggunakan metode ini dapat menyelesaikan penelitian ini dapat membantu panitia PPDB dalam melakukan tugasnya dalam menentukan jurusan bagi siswa baru dan juga dapat meminimalisir kesalahan penentuan jurusan bagi siswa, agar proses pengembangan sikap kompetensi dan keterampilan kompetensi siswa sesuai dengan minat, bakat, dan keterampilan akademik mereka dalam kelompok mata pelajaran ilmu pengetahuan memiliki hasil yang baik untuk dapat dilanjutkan ke perguruan tinggi. Setelah dilakukan pengujian data didapatlah 12 rule untuk mengklasifikasikan jurusan siswa yang mana tingkat akurasi nya mencapai 82% yang telah di uji menggunakan data asli.

Item Type: Thesis (Masters)
Subjects: 0 Research > Ilmu Komputer > Algoritma
0 Research > Ilmu Komputer
Divisions/ Fakultas/ Prodi: Fakultas Ilmu Komputer > Magister Ilmu Komputer (S2)
Depositing User: Fani Alivia S.S.i
Date Deposited: 31 Mar 2023 07:06
Last Modified: 19 Jul 2024 08:19
URI: http://repository.upiyptk.ac.id/id/eprint/4504

Actions (login required)

View Item View Item