PENERAPAN MACHINE LEARNING DENGAN ALGORITMA C4.5 UNTUK MEMPREDIKSI KESESUAIAN GAYA BELAJAR SISWA MADRASAH IBTIDAIYAH


Authors

(1) * Wiwik Widianti   (Universitas Nurul Jadid)  
        Indonesia
(2)  Fatimatus syahro   (Universitas Nurul Jadid)  
        Indonesia
(3)  Dinda Lailatul Qomariyah   (Universitas Nurul Jadid)  
        Indonesia
(4)  Novi Fitriani   (Universitas Nurul Jadid)  
        Indonesia
(*) Corresponding Author

Abstract


Data Mining adalah proses mengekstraksi dan menemukan pola dalam kumpulan data besar yang melibatkan metode dalam proses pembelajaran mesin, statistik, dan sistem basis data. MI Raudlatul Mutaallimin merupakan sekolah dasar yang terletak di desa Pandean kecamatan paiton. Pada proses pembelajaran di MI Raudlatul Mutaallimin, masih banyak murid yang tidak fokus dan tidak memiliki kemauan untuk belajar, kemungkinan terbesar adalah ketidak cocokan gaya belajar dan metode belajar guru tersebut. Oleh karenanya, penulis melakukan analisis data mining terhadap data murid dan kepribadiannya agar data tersebut dapat berubah menjadi informasi yang bermanfaat bagi lembaga. Informasi ini bisa membantu untuk meningkatkan proses belajar mengajar di MI Raudlatul Mutaallimin. Penulis menggunakan hasil data quisioner terhadap siswa kelas 4, 5 dan 6 sebanyak 165 data siswa-siswi yang telah penulis sajikan. Dalam proses analisis ini, penulis menggunakan tools Rapiminer Studio. Metode yang digunakan decision tree dengan algoritma C4.5. Hasil prediksi menggunakan algoritma decision tree C4.5 dengan hasil 8 rules. Persentasi hasil akurasi decision tree dengan menggunakan menggunakan 10 Fold Cross Validation membuktikan bahwa tingkat akurasinya sebesar 81.18%. dengan nilai class precission untuk prediksi kinestetik sebesar 85.43%, prediksi visual sebesar 33.33%, dan prediksi auditorial sebesar 0.00%, hasil 5 Fold Cross Validation akurasinya sebesar 82.27%. dengan nilai class precission untuk prediksi kinestetik sebesar 86.09%, prediksi visual sebesar

Keywords

Data Mining; Algoritma C 4.5; Gaya Belajar Siswa



Full Text: PDF



References


Abdul Dwiyanto Suyudi, M., Djamal, E. C., Maspupah Jurusan Informatika, A., & Sains dan Informatika Universitas Jenderal Achmad Yani Cimahi, F. (2019). Prediksi Harga Saham menggunakan Metode Recurrent Neural Network. In Seminar Nasional Aplikasi Teknologi Informasi (SNATi).

Agustina, R. (2021). Analisis Fundamental, Acuan Investasi Saham Jangka Panjang. DINAMIS: Jurnal Pengabdian Kepada Masyarakat, 1(1). https://doi.org/10.33752/dinamis.v1i1.360

Aprilia, O., & Daryanto, W. M. (2021). Analysis Financial Performance of PT Astra International Tbk Before and After Economy Crisis in 2020. International Journal of Business, Economics and Law, 24(2).

Budiprasetyo, G., Hani’ah, M., & Aflah, D. Z. (2023). Prediksi Harga Saham Syariah Menggunakan Algoritma Long Short-Term Memory (LSTM). Jurnal Nasional Teknologi Dan Sistem Informasi, 8(3). https://doi.org/10.25077/teknosi.v8i3.2022.164-172

Cunningham, P., & Delany, S. J. (2021). K-Nearest Neighbour Classifiers-A Tutorial. In

ACM Computing Surveys (Vol. 54, Issue 6). https://doi.org/10.1145/3459665

Enriko, I. K. A., Gustiyana, F. N., & Putra, R. H. (2023). Komparasi Hasil Optimasi Pada Prediksi Harga Saham PT. Telkom Indonesia Menggunakan Algoritma Long Short Term Memory. Jurnal Media Informatika Budidarma, 7(2).

Hidayad, R., Ronaldo, R. A., Prasetiyo, R. A., & Edho Wicaksono, S. A. (2022). Optimasi Parameter Support Vector Machine Menggunakan Algoritma Genetika untuk Meningkatkan Prediksi Pergerakan Harga Saham. COREAI: Jurnal Kecerdasan Buatan, Komputasi Dan Teknologi Informasi, 3(1). https://doi.org/10.33650/coreai.v3i1.3859

Hindrayani, K. M., Diyasa, I., Aji, P., & Maulana, T. (2020). Studi Literatur Mengenai Prediksi Harga Saham Menggunakan Machine Learning. Prosiding Seminar, 1.

Indarso, A. O., & Pangaribuan, A. B. (2021). Penggunaan Metode Multilayer Perceptron Pada Prediksi Indeks Saham LQ45. Informatik : Jurnal Ilmu Komputer, 17(1). https://doi.org/10.52958/iftk.v17i1.2225

Janiesch, C., Zschech, P., & Heinrich, K. (2021). Machine learning and deep learning.

Electronic Markets, 31(3). https://doi.org/10.1007/s12525-021-00475-2

Lee, M. H., Kim, S., Kim, H., & Lee, J. (2022). Technology Opportunity Discovery using Deep Learning-based Text Mining and a Knowledge Graph. Technological Forecasting and Social Change, 180. https://doi.org/10.1016/j.techfore.2022.121718

Muhamad Aldin Hidayat. (2022). Analisis Teknikal Pergerakan Harga Saham dengan Indikator Candlestick, Moving Average, dan Stochastic Oscillator. Jurnal Riset Manajemen Dan Bisnis. https://doi.org/10.29313/jrmb.v2i1.906

Rizaldi, R., & Ainun Rofiq Hariri, M. (2021). Implementasi Particle Swarm Optimization (PSO) untuk Optimisasi Algoritma Naive Bayes dalam Memprediksi Mahasiswa Lulus Tepat Waktu. 2(1). https://ejournal.unuja.ac.id/index.php/core

Sembiring, F., Gunawan, M., Hakim, R., Januarita, V., Teknologi, F., Dan, I., & Putra, U.N. (2023). Komparasi Pergerakan Saham Apple Dan Samsung Menggunakan Algoritma Support Vector Machine ( SVM ). Jurnal Penerapan Sistem Informasi (Komputer & Manajemen), 4(1).




Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Wiwik Widianti

Creative Commons License
 
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
 

Prosiding Seminar Nasional Hi-Tech (Humanity, Health, Technology) diterbitkan oleh Lembaga Penerbitan, Penelitian, dan Pengabdian kepada Masyarakat (LP3M) Universitas Nurul Jadid, Paiton, Probolinggo, Jawa Timur, Indonesia. Telp: 082318007953. Email: prosiding.hitech@gmail.com  

SLOT GACOR

SLOT GACOR

NANA4D

NANA4D

NANA4D

NANA4D

BINUS UNIVERSITY

PT Surya Citra Media terus berkomitmen menghadirkan solusi komunikasi pemasaran terintegrasi, sebagaimana tertera pada laman resmi suryacitramedia.com.

Untuk artikel-artikel serupa dan berbagai topik menarik lainnya, silakan eksplorasi lebih lanjut di Angkerzone.com.

Committed to creating a positive impact beyond returns, Barito Renewables integrates ESG principles into its core business objectives. They prioritize public health, safety, and community respect while making critical investments in clean energy. More about their ESG approach can be found at baritorenewables.org.

PT Pantai Indah Kapuk Dua, Tbk (PANI) adalah pengembang properti terkemuka di Indonesia yang berkomitmen menghadirkan inovasi cemerlang dan mengoptimalkan sumber daya untuk menciptakan keunggulan kompetitif bagi para pemangku kepentingan. Informasi lebih lanjut mengenai visi korporasi mereka dapat diakses di pantaiindahkapukdua.org.

Commuter Indonesia menghadirkan layanan transportasi kereta api yang terintegrasi untuk mendukung mobilitas berkualitas bagi para pengguna. Informasi lengkap mengenai jadwal, tarif, dan rute perjalanan KRL dapat diakses di situs resmi mereka: commuterindonesia.org.

Ringkasan Keuangan

RUPS

Komitmen Kami

Struktur Organisasi

Informasi Publik

PANI First Quarter 2023

Becoming leading property developer in Indonesia with brilliant innovations to optimize our resources into competitive advantange in order to restore back to stakeholders

Board - of Director

History · PT Pantai Indah Kapuk Dua, Tbk · Office · Recent News. Ada Update dari PIK2 (PANI), Aguan Turut Buka Suara. Emiten Agung Sedayu dan Salim Grup

Nomination & Remuneration Committee Member

Audit Committee Members

Vision & Mission

Projects

Bizpark PIK 2

Event

Internal Audit Members

Soho Riverside Boulevard

Environment

Prospectus

Barito Renewables: Penawaran Saham Perdana

Keterbukaan Informasi

Information Disclosure

Harga Saham

Struktur Organisasi

3M-2026 Financial Performance Results

https://kaiwisata.org/

https://www.tugureasuransi.com/

https://www.binusglobal.com/

diponegorouniversity.com

https://bandunginstitute.com/

Website resmi KAI Commuter

Commuter Advertising

Pemesanan tiket juga dapat dilakukan melalui Aplikasi Access by KAI (yang juga dapat diakses untuk layanan kereta api bandara oleh KAI Bandara ) dan situs resmi pemesanan tiket oleh KAI Commuter. Metode pembayaran yang tersedia pada https://airport-train.commuterindonesia.org/

Temukan beragam jurnal ilmiah terakreditasi dan terindeks internasional yang mendukung transisi energi dan pembangunan berkelanjutan di Indonesia melalui Portal Jurnal Barito Renewables.

Jelajahi publikasi akses terbuka dari berbagai disiplin ilmu, mulai dari pendidikan bahasa hingga energi panas bumi, yang dikelola dalam satu platform terintegrasi di Barito Renewables Journal Platform.

Dukung riset dan inovasi menuju target emisi nol bersih Indonesia dengan mengakses kumpulan jurnal berkualitas tinggi yang tersedia di Jurnal & Publikasi Barito Renewables.

Tempat terbaik untuk menemukan penelitian terbaru tentang energi terbarukan, pendidikan, dan ilmu sosial, yang dikurasi dalam portal jurnal profesional dari Barito Renewables Open Journal System.

Jelajahi kumpulan jurnal akademik yang berkomitmen pada penyebaran penelitian dan kreasi artistik, berdasarkan prinsip dan nilai humanisme, di Portal de Revistas TempoSCAN.

Temukan publikasi ilmiah dari berbagai disiplin ilmu yang mendorong refleksi kritis dan peningkatan pengajaran berkelanjutan, hanya di Portal Jurnal TempoSCAN.

Portal resmi untuk mengakses produksi pengetahuan dan karya analitis dari komunitas akademik dan seni nasional maupun internasional, dikelola oleh TempoSCAN Academic Journals.

Wadah publikasi yang bergantung pada Direktorat Riset dan Pascasarjana, menyediakan akses terbuka ke jurnal-jurnal unggulan di TempoSCAN Journal Portal.

Dilansir dari laman resmi rekrutmen KAI, berikut persyaratan atau kriteria pelamar yang wajib dipenuhi untuk mendaftar lowongan kerja KAI 2026