Penerapan Machine Learning menggunakan algoritma C4.5 berbasis PSO dalam Menganalisa Data Siswa Putus Sekolah

  • Agus Surip 1Rekayasa Perangkat Lunak; STMIK IKMI CIREBON
  • Muhamad Aji Pratama Rekayasa Perangkat Lunak; STMIK IKMI CIREBON;
  • Irfan Ali Rekayasa Perangkat Lunak; STMIK IKMI CIREBON;
  • Arif Rinaldi Dikananda Rekayasa Perangkat Lunak; STMIK IKMI CIREBON
  • Ade Irma Purnamasari Rekayasa Perangkat Lunak; STMIK IKMI CIREBON

Abstract

Pendidikan sangat memegang peranan penting dalam meningkatkan kualitas Sumber daya manusia yang ada di Indonesia. Untuk itu Pemerintah menggalakkan program wajib belajar 12 tahun. SMK As Salam, adalah salah satu Sekolah Menengah Kejuruan (SMK) swasta yang ada di Kecamatan Gegesik yang memiliki angka putus sekolah yang berubah setiap tahunnya. Ada beberapa penyebab seorang anak putus sekolah, diantaranya faktor ekonomi dimana orang tua tidak sanggup membiayai anaknya untuk sekolah, bisa juga faktor membantu usaha orang tua, faktor siswanya sendiri, atau faktor lingkungan dan teman – teman siswa tersebut. Perlu dilakukan penganalisaan terhadap data siswa agar dapat diklasifikasikan siswa yang berpotensi putus sekolah. Sehingga kepala sekolah dan bagian kesiswaan di SMK As Salam dapat mengambil keputusan agar siswa yang putus sekolah bisa diantisipasi setiap tahunnya. fokus maka penelitian ini adalah penggunaan model decision tree dalam mengkasifikasikan data putus sekolah yang dioptimasi menggunakan PSO di SMK As Salam Gegesik. Dari hasil klasifikasi tersebut diketahui nilai akurasi dari model decision tree tersebut adalah 90.86 %. Artinya keakuratan dalam klasifikasi tersebut sudah cukup baik. Sedangkan hasil klasifikasi model decision tree yang menggunakan  PSO diketahui memiliki nilai akurasi 92.95 %. Artinya keakuratan dalam klasifikasi tersebut menjadi lebih baik dari decision tree yang tanpa optimasi PSO

References

[1]. O. Nurdiawan, F. A. Pratama, D. A. Kurnia, Kaslani, and N. Rahaningsih, “Optimization of Traveling Salesman Problem on Scheduling Tour Packages using Genetic Algorithms,” J. Phys. Conf. Ser., vol. 1477, no. 5, pp. 0–6, 2020, doi: 10.1088/1742-6596/1477/5/052037.

[2]. Febie Elfaladonna, A. R. (2019). Analisa Metode Classification-Decission Tree Dan Algoritma. Science And Information Technology, 2(1), 10–17.
[3]. H. Mustofa and A. A. Mahfudh, “Klasifikasi Berita Hoax Dengan Menggunakan Metode Naive Bayes,” Walisongo J. Inf. Technol., vol. 1, no. 1, p. 1, 2019, doi: 10.21580/wjit.2019.1.1.3915.

[4]. O. Nurdiawan, F. A. Pratama, D. A. Kurnia, Kaslani, and N. Rahaningsih, “Optimization of Traveling Salesman Problem on Scheduling Tour Packages using Genetic Algorithms,” J. Phys. Conf. Ser., vol. 1477, no. 5, 2020, doi: 10.1088/1742-6596/1477/5/052037.
[5]. Fitriani, S., Informatika, T., Teknik, F., & Sidoarjo, U. M. (2019). Penerapan Data Mining Menggunakan Metode Klasifikasi Naïve Bayes untuk Memprediksi Partisipasi Pemilihan Gubernur. 3(2), 98–104.
[6]. R. Firmansyah, “Web Klarifikasi Berita untuk Meminimalisir Penyebaran Berita Hoax,” in Jurnal Informatika, 2017.
[7]. M. Athaillah, Y. Azhar, and Y. Munarko, “Perbandingan Metode Klasifikasi Berita Hoaks Berbahasa Indonesia Berbasis Pembelajaran Mesin,” J. Repos., vol. 2, no. 5, p. 675, 2020, doi: 10.22219/repositor.v2i5.692.
[8]. O. Nurdiawan, D. A. Kurnia, D. Solihudin, T. Hartati, and T. Suprapti, “Comparison of the K-Nearest Neighbor algorithm and the decision tree on moisture classification,” IOP Conf. Ser. Mater. Sci. Eng., vol. 1088, no. 1, p. 012031, 2021, doi: 10.1088/1757-899x/1088/1/012031.
[9]. Kominfo, “Jumlah Pengguna Internet 2017 Meningkat, Kominfo Terus Lakukan Percepatan Pembangunan Broadband,” Kementrian Komun. dan Infotmatika, 2018.
[10] O. Nurdiawan, I. Ali, C. L. Rohmat, and A. R. Rinaldi, “InfoTekJar : Jurnal Nasional Informatika dan Sistem Kendali Sensor Tanah Sebagai Pemonitor Tingkat Kelembaban Media Tanam Padi,” Nas. Inform. dan Teknol. Jar., vol. 1, pp. 0–4, 2020.

.
Published
2021-06-30
How to Cite
SURIP, Agus et al. Penerapan Machine Learning menggunakan algoritma C4.5 berbasis PSO dalam Menganalisa Data Siswa Putus Sekolah. INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics, [S.l.], v. 5, n. 2, p. 147 - 155, june 2021. ISSN 2548-3412. Available at: <https://ejournal-binainsani.ac.id/index.php/ITBI/article/view/1530>. Date accessed: 27 sep. 2021. doi: https://doi.org/10.51211/itbi.v5i2.1530.