M. Ihsan Saleh
Program Studi Teknik Informatika STMIK Bina Mulia Palu

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

Found 1 Documents
Search

PENERAPAN DATA MINING UNTUK MEMPREDIKSI TINGKAT KELULUSAN SISWA MENGGUNAKAN ALGORITMA NEURAL NETWORK Zulfikar Zulfikar; Emil Salim Podungge; M. Ihsan Saleh; Nurdin Nurdin
Jurnal Elektronik Sistem Informasi dan Komputer Vol 5, No 1 (2019)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer (STIMIK) Bina Mulia Palu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66202/jesik.v5i1.91

Abstract

Ujian Nasional merupakan penentu kelulusan siswa dan bagi sekolah, tingkat kelulusan siswa menjadi prioritas karena menyangkut akreditasi. Salah satu strategi menaikkan tingkat kelulusan siswa adalah mengevaluasi nilai rapor untuk memprediksi tingkat kelulusan siswa agar dapat meningkatkan proses pembelajaran. Bila evaluasi dilakukan secara manual seringkali hasilnya kurang akurat karena faktor human error. Untuk itu sekolah membutuhkan sistem yang terkomputerisasi sehingga penelitian ini membangun suatu aplikasi dengan menerapkan data mining yang diuji cobakan memprediksi kelulusan siswa SDN 10 Saluaba Ampana. Jenis penelitianiniadalah deskriptif kuantitatif dengan pendekatan rekayasa software. Pengumpulan data dengan teknik observasi, wawancara, dan kepustakaan. Analisis menggunakan metode Neural Network dalam penerapan data mining yang dirancang dengan RapidMiner 5. Penelitian ini menghasilkan Aplikasi Prediksi Kelulusan Siswa yang mampu memprediksi kelulusan dengan tingkat akurasi yang cukup baik. Aplikasi ini dapat diterapkan pada semua kelas dan mata pelajaran serta menggunakan parameter yang berbeda. Semakin banyak jumlah data yang digunakan, prediksi tingkat kelulusan yang dihasilkan akan semakin akurat sehingga dapat memberikan informasi penting bagi SDN 10 Saluaba Ampana di masa depan.