Model decision tree untuk prediksi prestasi akademik matematika siswa kelas VIII SMP Frater Don Bosco Manado

Abstract

Penelitian ini bertujuan untuk mengembangkan model Decision Tree yang dapat memprediksi prestasi akademik matematika siswa kelas VIII di SMP Frater Don Bosco Manado, serta untuk mengidentifikasi dan menganalisis faktor-faktor penting yang perlu diperhatikan oleh orang tua dalam upaya meningkatkan prestasi akademik anak mereka. Data dikumpulkan melalui dokumentasi nilai akademik siswa, catatan kehadiran, dan kuesioner yang diisi oleh siswa untuk memperoleh informasi tentang dukungan keluarga, banyaknya kegiatan ekstrakurikuler yang diikuti, lama belajar, dan tingkat pendidikan orang tua. Data tersebut dianalisis menggunakan pendekatan data mining dengan model Decision Tree. Dua model dikembangkan dan dibandingkan: model pertama tanpa seleksi fitur dan model kedua dengan seleksi fitur menggunakan metode SelectKBest. Model tanpa seleksi fitur mencapai akurasi 93,33%, sementara model dengan seleksi fitur mencapai akurasi 95,56%. Evaluasi terhadap pentingnya fitur menunjukkan bahwa tanpa seleksi fitur, nilai rapor matematika semester sebelumnya menjadi fitur yang paling dominan, diikuti oleh nilai ulangan harian dan banyaknya kegiatan ekstrakurikuler yang diikuti. Sebaliknya, dalam model dengan SelectKBest, durasi belajar menjadi fitur yang paling signifikan, diikuti oleh tingkat pendidikan ayah, dukungan keluarga, dan nilai ulangan harian. Temuan ini menunjukkan bahwa penggunaan seleksi fitur tidak hanya meningkatkan akurasi prediksi tetapi juga membantu mengidentifikasi faktor-faktor kunci yang perlu difokuskan oleh orang tua, seperti durasi belajar, pendidikan orang tua, dukungan keluarga, partisipasi dalam kegiatan ekstrakurikuler, dan nilai akademik sebelumnya, untuk meningkatkan prestasi akademik siswa.