<![CDATA[Penelitian ini bertujuan untuk mengevaluasi kemampuan regresi linier sederhana dalam memprediksi nilai matematika siswa (Math_Score) berdasarkan faktor demografi dan akademik, yaitu Gender, Attendance_Rate, dan Extracurriculars. Dataset yang digunakan diproses melalui teknik encoding untuk variabel kategorikal dan penanganan nilai yang hilang. Model diuji dengan data latih dan data uji, serta dievaluasi menggunakan Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan R-squared (R²). Hasil menunjukkan nilai MAE sebesar 25.72, RMSE sebesar 29.06, dan R² sebesar 0.0118, mengindikasikan bahwa model memiliki kinerja prediktif yang rendah. Visualisasi residual mengungkap pola distribusi yang tidak normal dan sistematis, melanggar asumsi dasar regresi linier. Koefisien regresi menunjukkan bahwa variabel independen memiliki pengaruh yang lemah terhadap prediksi nilai matematika. Kesimpulannya, regresi linier sederhana kurang cocok untuk data ini karena hubungan antarvariabel cenderung kompleks. Diperlukan penambahan variabel relevan, seperti waktu belajar atau tingkat kesulitan materi, serta model prediktif yang lebih kompleks untuk meningkatkan akurasi. Studi ini memberikan wawasan awal dalam analisis faktor-faktor yang memengaruhi performa akademik siswa.]]>
Copyrights © 2024
