<![CDATA[Data mining merupakan cara untuk menemukan informasi baru yang diambil dari data dalam jumlah besar yang membantu dalam pengambilan keputusan. Dengan memanfaatkan data induk siswa, kelulusan siswa, dan nilai rata-rata siswa sebagai sumber datanya, diharapkan dapat menghasilkan informasi tentang prediksi kelulusan siswa melalui teknik data mining. Kategori prediksi kelulusan di ukur dari jenis kelamin, perilaku, nilai rata-rata rapor dan nilai rata-rata UAS (ujian akhir sekolah). Proses teknik data mining ini ada 2 macam yaitu, proses analisa pola data kelulusan siswa yang telah ada sebelumnya (Data Training) berdasarkan atribut – atribut yang di ujikan dan proses dari analisa pola data baru yang diujikan berdasarkan pola yang telah ada (Data Testing). Informasi yang ditampilkan dari proses tersebut ada 2 macam yaitu, informasi hasil proses data training dan informasi data berupa nilai probabilitas posterior (kemungkinan kemunculan) dari masing-masing kategori prediksi kelulusan. Pada analisa data yang dilakukan diproses testing, di dapat tingkat keakurasian sistem sekitar 92% dan memiliki nilai error 0.8% berdasarkan pengujian 549 data siswa tahun 2014 sampai dengan tahun 2017 dengan menggunakan perhitungan manual metode naïve bayes clasifision dan perhitungan pembuktian menggunakan aplikasi RapidMiner]]>
Copyrights © 2018
