Klasifikasi dan Klastering Penjurusan Siswa SMA Negeri 3 Boyolali
Abstract: 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.
Penulis: Yusuf Sulistyo
Nugroho
Kode Jurnal: jptinformatikadd150865
