Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business
Esa Andyarizky
Universitas Pamulang
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Pengembangan Aplikasi Prediksi Kelulusan Akademik Siswa Berbasis Web Menggunakan Algoritma C4.5 Esa Andyarizky; Ahmad Nursodiq
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12534

Abstract

Pendidikan memiliki peran penting dalam pembinaan siswa di Yayasan Setia Hati Terate, dengan kelulusan sebagai indikator penguasaan kompetensi. Namun, proses evaluasi yang masih mengandalkan pencatatan dan pengamatan pelatih berpotensi menimbulkan subjektivitas, ketidakkonsistenan, serta keterlambatan pembinaan. Penelitian ini bertujuan mengembangkan aplikasi prediksi kelulusan siswa berbasis web menggunakan algoritma C4.5 sebagai alat bantu pengambilan keputusan yang objektif. Data penelitian berupa riwayat penilaian siswa berdasarkan kehadiran latihan, penguasaan materi, teknik senam dasar, kemampuan jurus, dan ketahanan fisik. Tahapan sistem mencakup pengunggahan data, pembersihan dan transformasi data, pembagian data latih dan data uji, pembentukan pohon keputusan, serta penyajian hasil prediksi. Aplikasi dibangun menggunakan PHP dan MySQL dengan hak akses Super Admin, Admin Pelatih, dan Siswa. Algoritma C4.5 memilih atribut berdasarkan nilai entropy dan information gain untuk menghasilkan aturan keputusan status lulus atau tidak lulus. Hasil pengolahan menunjukkan bahwa teknik senam memperoleh information gain tertinggi sebesar 0,3659 dan menjadi simpul akar. Pengujian confusion matrix pada 20 data uji menghasilkan akurasi 90%, sedangkan black box testing menunjukkan seluruh fitur berjalan sesuai kebutuhan. User Acceptance Test memperoleh tingkat kelayakan 94%. Dengan demikian, aplikasi mampu mendukung evaluasi kelulusan yang lebih cepat, konsisten, transparan, dan berbasis data serta membantu pelatih memberikan pembinaan yang lebih tepat kepada siswa yang berisiko tidak lulus.
Co-Authors Ahmad Nursodiq