PENERAPAN METODE DECISION TREE C4.5 DALAM MEMPREDIKSI SISWA SDN MRIYUNAN UNTUK DITERIMA DI SMP NEGERI

Aini, Nur (2019) PENERAPAN METODE DECISION TREE C4.5 DALAM MEMPREDIKSI SISWA SDN MRIYUNAN UNTUK DITERIMA DI SMP NEGERI. undergraduate thesis, Universitas Muhammadiyah Gresik.

Preview	Text 10. Intisari.pdf Download (8kB) | Preview
Preview	Text 12. BAB I.pdf Download (102kB) | Preview
Preview	Text 13. BAB II.pdf Download (813kB) | Preview
Preview	Text 14. BAB III.pdf Download (1MB) | Preview
	Text 15. BAB IV.pdf Restricted to Registered users only Download (853kB)
Preview	Text 16. BAB V.pdf Download (87kB) | Preview
Preview	Text 17. DAFTAR PUSTAKA.pdf Download (6kB) | Preview

Abstract

Berdasarkan Lampiran Keputusan Kepala Dinas Pendidikan Kabupaten Gresik tentang pedoman Teknik Penerimaan Peserta Didik Baru (PPDB) tahun pelajaran 2017-2018 bahwa Persyaratan untuk masuk ke SMP Negeri yang dibutuhkan diantaranya adalah nilai ujian nasional, nilai tes TPA untuk tiga mata pelajaran (Ilmu Pengetahuan Alam, Matematika, Bahasa Indonesia) serta prestasi akademik dan non akademik. Sesuai dengan persyaratan masuk SMP Negeri maka harus dipersiapkan sejak dini agar lulusan siswa SDN Mriyunan dapat diterima di SMP Negeri. Namun presentase kelulusan siswa SDN Mriyunan yang dapat diterima di SMP Negeri masih 35% selama 4 periode terakhir yaitu mulai tahun pelajaran 2013 sampai 2016. Untuk memaksimalkan presentase kelulusan siswa SDN Mriyunan perlu dilakukan prediksi kelulusan siswa SDN yang dapat diterima di SMP Negeri. Penelitian ini menerapkan teknik data mining klasifikasi dengan menggunakan metode decision tree C4.5 untuk menentukan siswa SDN Mriyunan yang diterima di SMP negeri dengan kelas swasta atau kelas. Atribut yang digunakan pada penelitian ini terdiri dari 6 variabel, yaitu Nilai Rapor Matematika, IPA, B.ind serta nilai Try Out Matematika, IPA, dan B.ind. Pengujian sistem dilakukan sebanyak tiga kali pengujian. Data yang digunakan didapatkan dari sekolah SDN Mriyunan Sidayu Gresik. Berdasarkan hasil pengujian didapatkan bahwa pada pengujian pertama menghasilkan akurasi tertinggi mencapai 95,83%.

Item Type:	Thesis (undergraduate)
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	Shandy Rahma Ramadhan, S.IIP
Date Deposited:	21 Mar 2019 01:38
Last Modified:	09 Apr 2019 07:16
URI:	http://eprints.umg.ac.id/id/eprint/900

Actions (login required)

View Item