<![CDATA[Penelitian ini bertujuan untuk mengklasifikasikan siswa berprestasi di SMA Negeri 14 Medan menggunakan metode Random Forest. Identifikasi siswa berprestasi yang akurat dan cepat menjadi tantangan penting di lingkungan pendidikan, terutama dengan meningkatnya volume data akademik dan non-akademik. Penelitian menggunakan data 288 siswa dengan 10 kategori penilaian meliputi nilai ujian, sikap, dan absensi. Metode Random Forest diimplementasikan dengan tahapan eksplorasi data, pembersihan dataset, penyeimbangan kelas menggunakan random oversampling, dan evaluasi model. Hasil penelitian menunjukkan bahwa model Random Forest mencapai akurasi 82,76% dengan nilai presisi 86% dan recall 90% untuk kelas siswa berprestasi. Matriks kebingungan mengonfirmasi model mampu mengidentifikasi 36 dari 40 siswa berprestasi dengan benar. Penelitian ini memberikan kontribusi dalam pemanfaatan machine learning untuk sistem identifikasi siswa berprestasi yang objektif serta mendukung pengambilan keputusan strategis di lingkungan sekolah]]>
Copyrights © 2026
