Prediksi Hasil Belajar Siswa Secara Daring pada Masa Pandemi COVID-19 Menggunakan Metode C4.5

Abstract

Pembelajaran siswa di sekolah mengalami perubahan sejak pandemi Covid-19. Pembelajaran siswa pada kondisi normal dilaksanakan secara tatap muka berubah menjadi pembelajaran Online atau Dalam Jaringan (Daring). Penelitian dilakukan untuk memprediksi hasil belajar siswa pada masa pandemi COVID-19 sehingga hasil penelitian bisa digunakan untuk menjadi acuan dalam pengambilan kebijakan di sekolah. Metode C4.5 digunakan pada penelitian untuk mengklasifikasi data nilai siswa kelas XII Jurusan Multimedia di SMKN 2 Padang Panjang dan hasil klasifikasi dapat memprediksi hasil belajar siswa pada masa pandemi. Data nilai siswa yang diolah diambil dari 1 (satu) mata pelajaran sebagai sampel data penelitian. Nilai hasil belajar siswa dianalisa menggunakan Metode C4.5 untuk mendapatkan pengetahuan baru dari data nilai hasil belajar siswa yang dilaksanakan pada masa pandemi COVID-19. Data yang dianalisa terdiri dari atribut absensi, tugas, Ulangan Harian (UH) dan nilai ujian yang mempengaruhi kriteria keputusan hasil belajar siswa pada pelajaran yang dilaksanakan secara daring. Kriteria keputusan hasil belajar terdiri dari “Memuaskan” dan “Kurang Memuaskan” yang mengacu kepada Kriteria Ketuntasan Minimal (KKM). Pengujian yang dilakukan terhadap data training hasil belajar menunjukkan bahwa nilai Ulangan Harian (UH) merupakan atribut yang paling mempengaruhi terhadap keputusan. Implementasi hasil menggunakan Software RapidMiner Studio 9.2.0 dan menghasilkan akurasi sebesar 83,33% dari pengujian data testing dengan rule-rule hasil analisa data training. Hasil pengujian klasifikasi metode C4.5 pada penelitian ini bisa digunakan untuk memprediksi hasil belajar siswa. Hasil pengujian dengan akurasi sebesar 83,33% sudah dapat direkomendasikan untuk membantu pihak sekolah dalam membuat kebijakan.

Klasifikasi Penerima Bantuan Pangan Non Tunai Menggunakan Metode Decision Tree

“…(2021) dalam penelitian menggunakan metode C4.5 untuk mempediksi hasil belajar siswa secara daring diwaktu pandemi COVID-19 atau Corona dengan menggunakan data nilai siswa kelas XII Jurusan Multimedia dengan menganalisa data atribut absen, tugas, hasil ulangan harian dan nilai ujian di SMK Negeri 2 Padang Panjang. Hasil pengujian dalam penelitian dapat memprediksi hasil belajar siswa dengan sangat baik dan akurasi dalam pengujian yaitu sebesar 83,33%, dan sudah dapat dijadikan suatu panduan atau tolak ukur untuk membantu SMKN 2 Padang Panjang dalam mengambil suatu keputusan [17]. Hasil penelitian menggunakan metode Klasifikasi dengan algoritma C4.5 menggunakan data konsumen penjualan Online Shop di Palaroid Vektor dan Gift Joga sebanyak 100 data dan 15 data sampel konsumen, dapat mengklasifikasikan tingkat kepuasan pembeli dengan tingkat keakurasian sebesar 91%, nilai presisi untuk memprediksi kepuasan konsumen adalah sebesar 66,67% dan nilai presisi untuk memprediksi ketidakpuasan konsumen atau pembeli yaitu sebesar 33,3% dan nilai dari keakurasian ini sudah sangat baik untuk klasifikasi dan memprediksi tingkat kepuasan konsumen atau pembeli Online Shop [18].…”

Prediksi Tingkat Kepuasan Pelayanan Online Menggunakan Metode Algoritma C.45

“…Penerapan Metode C4.5 selanjutnya pada penelitian sistem prediksi dan evaluasi prestasi akademik mahasiswa menggunakan data mining, dimana klasifikasi yang dilakukan untuk menemukan faktor-faktor yang dapat mempengaruhi tingkat prestasi mahasiswa dengan mengidentifikasi faktor-faktor yang mempengaruhi jenis kecelakaan dimana dengan menggunakan Algoritma C4.5. Penelitian ini menggabungkan dua algoritma yaitu algoritma C4.5 dengan algoritma relief-F dengan tujuan untuk mengatasi permasalahan status stabilitas tegangan sistem [14]. Penelitian yang dilakukan oleh (Fauziah, dkk, 2020) dengan menggunakan algoritma C4.5 untuk meneliti berbagai macam hal seperti tingkat kepuasan pasien terhadap sistem informasi manajemen rumah sakit pada Rumkit TK.…”

Implementation of Decision Tree Algorithm Machine Learning in Detecting Covid-19 Virus Patients Using Public Datasets

“…Research [6] was done to forecast student academic performance during the Covid-19 pandemic so that the findings might affect school policies. The investigated data comprises absenteeism characteristics, assignments, daily repetitions, and test scores that influence the choice criteria for student academic performance in online lessons.…”