Article Per Year (5 Year)
p-Index From 2020 - 2025
4.473
P-Index
This Author published in this journals
All Journal Jupiter Jurnal Informatika Insect (Informatics and Security): Jurnal Teknik Informatika Jusikom : Jurnal Sistem Komputer Musirawas Jurnal Teknologi Informasi MURA Prosiding Konferensi Nasional PKM-CSR Journal of Informatics and Communication Technology (JICT) Information Technology Education Journal Jurnal Teknologi Informasi Mura Darma Diksani: Jurnal Pengabdian Ilmu Pendidikan, Sosial, dan Humaniora Secure And Knowledge-Intelligent Research in Cybersecurity And Multimedia (SAKIRA) Journal of Informatics and Communication Technology (JICT) Metaphor
Hendri Purnomo
Universitas Islam Al-Azhar
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Nursing Public Health Social Sciences Other

Published : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Teknologi Informasi MURA

 1 
Jurnal Pemanfaatan Data Mining untuk Prediksi Prestasi Akademik Siswa Berdasarkan Pola Kehadiran ,Aktivitas Belajar Mengguakan Naive Bayes Logistic Regression. Pmabudi, Randi Estian; Purnomo, Hendri; Irawan, Rendi
Jurnal Teknologi Informasi Mura Vol 16 No 2 (2024): Jurnal Teknologi Informasi Mura DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v16i2.2507

Abstract

Pendidikan memiliki peran penting dalam membentuk kualitas sumber daya manusia yang unggul. Untuk meningkatkan mutu pendidikan, teknologi data mining digunakan untuk mengungkap pola-pola tersembunyi dalam data akademik. Penelitian ini bertujuan untuk memprediksi prestasi akademik siswa berdasarkan pola kehadiran dan aktivitas belajar menggunakan metode Naive Bayes dan Logistic Regression. Data diperoleh dari institusi pendidikan dan diolah melalui tahap preprocessing, meliputi pembersihan, transformasi, dan seleksi fitur. Model prediktif divalidasi menggunakan teknik k-fold cross-validation dan dievaluasi menggunakan metrik akurasi, presisi, recall, serta F1-score.Hasil penelitian menunjukkan bahwa metode Naive Bayes mencapai akurasi sebesar 85,7%, presisi 83,2%, recall 84,5%, dan F1-score 83,8%. Sementara itu, metode Logistic Regression menghasilkan akurasi sebesar 88,9%, presisi 87,1%, recall 86,7%, dan F1-score 86,9%. Kombinasi kedua metode memberikan performa lebih baik, dengan akurasi mencapai 90,3%, presisi 89,5%, recall 88,8%, dan F1-score 89,1%. Temuan ini menunjukkan bahwa penggunaan teknik data mining secara terintegrasi dapat meningkatkan akurasi prediksi prestasi akademik siswa.Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam mendukung pengambilan keputusan berbasis data untuk meningkatkan kualitas pembelajaran di institusi pendidikan
Co-Authors Ari Duan, Ahmad Fariza Ari, Setiawan Arifin, Oki Ariyanti, Feni Arman Suryadi Karim, Arman Suryadi Arpan, Atika Asep Irawan Bayu Wibisana Deppi Linda Dhiafah Hera Darayani Dwi Handoko Febriansyah Febriansyah Firdhayanti, Ayu Firmansyah Firmansyah Firmansyah Firmansyah Fitriyah Fitriyah Galih Ramaputra, Muhammad Habibti, Hedis Wahda Hariati, Veni Virda Irawan, Rendi izmu, adam Jatmiko, Danang Priyo Jayawarsa, A.A. Ketut Makrifa, Auliya Isti Maulana, Muh Royan Fauzi Maulani , Widya Maulidina, Alisia Melda Agarina Muhammad Ikhsan Nurlistiani, Rini Nursiyanto Permata, Rizka Prasetiawan, Jauhari Randi Estian Pambudi Rinaldo, Reyhandoni RR. Ella Evrita Hestiandari Satria Kusuma, Lutvianus Sayfuddin Sayfuddin Sugeng, Santoso Suroto Suroto Susanti Susanti Suta W, I Gede Pasek Sutedi Sutedi Sylvia, Sylvia Wasilah Wasilah Widi Nugroho, Handoyo Widiartha, I B K Widiyanti, Ana Yusuf Hendra Pratama