<![CDATA[Salah satu aspek sebagai indikator kualitas sekolah menengah kejuruan adalah tingkat diterimanya siswa di perguruan tinggi baik itu negeri maupun swasta. Beberapa data siswa sekolah menengah kejuruan dianalisis untuk mengetahui tingkat diterimanya siswa di perguruan tinggi melalui penelusuran siswa. Dengan memprediksi siswa yang masuk perguruan tinggi, bisa dimanfaatkan oleh pihak sekolah untuk bahan promosi. Proses analisis data siswa tersebut menggunakan teknik data mining. Dengan tujuan penelitian ini untuk memprediksi siswa angkatan berikutnya yang masuk di perguruan tinggi negeri maupun swasta menggunakan hasil model klasifikasi yang terbentuk. Pada penelitian ini data yang digunakan adalah data siswa angkatan 2018 dan 2019 Sekolah Menengah Kejuruan AL-Hidayah 1. Yang berjumlah 503 data, setelah dilakukan pre-processing diperoleh data yang siap diolah berjumlah 158 data. Proses data mining dibantu oleh software Rapid Miner menggunakan klasifikasi naïve bayes. Proses evaluasi data membandingkan beberapa algoritma lain yaitu Decision Tree dan KNN. Dan dari hasil pengujian tingkat akurasi tertinggi diantara tiga algoritma yang telah diuji diantaranya Decision Tree dengan nilai akurasi 95.60%, sedangkan naive bayes dengan nilai akurasi 92.40% dan KNN nilai akurasinya 94.96%.]]>
Copyrights © 2021
