<![CDATA[Kelulusan siswa merupakan indikator penting dalam menilai keberhasilan pendidikan, yang dipengaruhi oleh berbagai faktor seperti nilai akademik, aktivitas ekstrakurikuler, kemampuan interpersonal, kondisi sosial ekonomi, serta dukungan orang tua. Prediksi kelulusan dapat membantu sekolah dalam mendeteksi siswa yang berisiko tidak lulus dan memberikan intervensi yang tepat waktu.Penelitian ini bertujuan untuk membangun model prediksi kelulusan siswa dengan menggunakan metode Support Vector Machine (SVM), yang dikenal efektif dalam memisahkan data ke dalam kategori tertentu secara optimal. Data yang digunakan mencakup aspek akademik dan non-akademik. Proses pemodelan meliputi pembersihan data, seleksi fitur, optimasi parameter, serta evaluasi performa menggunakan metrik akurasi, presisi, dan recall. Hasil menunjukkan bahwa model SVM mampu memberikan prediksi kelulusan yang akurat berdasarkan data yang didapat yakni nilai precision sebesar 97%, recall sebesar 90%, dan akurasi sebesar 97,16% menunjukkan bahwa model memiliki tingkat kinerja yang sangat baik. Dengan demikian, model ini dapat dikategorikan sebagai model dengan performa excellent dan layak digunakan sebagai alat bantu dalam menentukan kelulusan siswa secara akurat dan andal]]>
Copyrights © 2026
