Text

Penerapan algoritma C4.5 untuk memprediksi siswa yang terindikasi bermasalah di SMKN Bogor

---

Sekolah Menengah Kejuruan (SMK) merupakan salah satu lembaga tingkat satuan pendidikan yang berperan menciptakan Sumber Daya Manusia (SDM) berkualitas dan kompeten di bidangnya. Sumber Daya Manusia (SDM) yang berkualitas ialah tenaga kerja siap pakai, yakni tenaga kerja yang menunjukkan penguasaan ilmu pengetahuan, teknologi, dan keterampilan yang tinggi diikuti dengan moral, etika, dan karakter diri yang
baik. Untuk membentuk SDM yang baik tidak jauh dari monitoring yang dilakukan guru di sekolah. Smkn 4 bogor dalam memonitoring siswa disekolah masih kurang berjalan dengan baik, kurangnya koordinasi dengan berbagai pihak disekolah yang mengakibatkan kurang nya monitoring terhadap siswa bermasalah, tidak adanya data akurat mengenai siswa bermasalah yang membutuhkan penanganan guru bimbingan konseling. Oleh sebab itu diperlukan suatu sistem informasi yang dapat membantu dalam memonitoring siswa bermasalah dengan diterapkan suatu metode klasifikasi yaitu algoritma C4.5 dan menggunakan variabel nilai, absensi dan pelanggaran. Algoritma ini mempunyai input berupa training samples dan samples. Training samples data contoh yang akan digunakan untuk membangun sebuah tree yang telah diuji kebenarannya. Sedangkan samples merupakan field-field data yang nantinya akan digunakan sebagai parameter dalam melakukan klasifikasi data. Output dalam penelitian ini adalah rekomendasi siswa yang terindikasi bermasalah melalu perhitungan metode algoritma C4.5 yang sudah di uji keakuratan dengan mendapatkan perolehan hasil akurasi pengklasifikasian sebesar 76,77%.

---

Ketersediaan

Informasi Detail

Judul Seri

Skripsi

No. Panggil

005.3 AFR p

Penerbit

Bogor : Universitas Binaniaga Indonesia., 2019

Deskripsi Fisik

xiv /114 Halaman

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

005.3

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

algoritma c4.5

Info Detail Spesifik

-

Pernyataan Tanggungjawab

yuni afrianti

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar