This Author published in this journals
All Journal Respati
Abdillah, M A
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Implementasi Decision Tree Algoritma C4.5 Untuk Memprediksi Kesuksesan Pendidikan Karakter Abdillah, M A; Setyanto, Arief; Sudarmawan, Sudarmawan
Jurnal Teknologi Informasi RESPATI Vol 15, No 2 (2020)
Publisher : Universitas Respati Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35842/jtir.v15i2.349

Abstract

INTISARIPencanangan kurikulum Pendidikan Karakter dalam sistem pendidikan di Indonesia, adalah sesuatu hal yang baru dan belum banyak dikaji dalam penelitian Educational Data Mining (EDM). Sebagian besar penelitian dalam ranah EDM masih menggunakan faktor kognitif dalam penilaiannya, berbeda dengan pendidikan karakter yang lebih berorientasi kepada pengajaran nilai-nilai karakter, serta mempertimbangkan latar belakang peserta didik. Oleh karena itu, diperlukan cara atau metode untuk mengidentifikasi calon peserta didik, serta memprediksi kesuksesannya dalam sistem pendidikan karakter. Algoritma C4.5 dapat digunakan untuk melakukan prediksi dan klasifikasi terhadap calon siswa dengan cara membuat pohon keputusan berdasarkan data-data yang sudah ada dan melakukan prediksi terhadap calon siswa baru, dalam penelitian ini peneliti menggunakan data mahasiswa Unires Yogyakarta sebagai objek penelitian. Dengan penelitian ini, juga diharapkan dapat diketahui tingkat akurasi Decision Tree Algoritma C.45 dalam mengukur pengaruh atribut-atribut latar belakang siswa tersebut terhadap kesuksesan pendidikan karakter, sehingga akan diketahui apakah Decision Tree Algoritma C.45 memenuhi aspek reliabilitas dan validitas sebagai alat ukur kesuksesan pendidikan karakter. Dari hasil pengukuran, diketahui bahwa kombinasi atribut Bidang Bahasa dan Sosial, Latar belakang pendidikan agama dan orang tua yang menjadi seorang pendidik/guru, serta kemampuan untuk membaca Al-Qur’an berkorelasi positif terhadap kesuksesan pendidikan karakter. Nilai accuracy sebesar 60,91%, menunjukkan bahwa algoritma  decision tree C4.5 layak digunakan untuk melakukan prediksi tingkat kesuksesan pada pendidikan karakter. Namun masih butuh banyak kajian mendalam terutama dalam menentukan atribut-atribut yang memang benar-benar mempengaruhi kesuksesan pendidikan karakter sehingga diharapkan akan didapat accuracy yang lebih baik, serta terjadi efisiensi dalam pengelompokan atribut. Kata kunci— data mining, klasifikasi, Decision Tree ,Algoritma C4.5, prediksi kelulusan, pendidikan karakter. ABSTRACTThe launching of the Character Education curriculum in the education system in Indonesia, is something new and has not been much studied in Educational Data Mining (EDM) research. Most of the research in the realm of EDM still uses cognitive factors in its assessment, in contrast to character education which is more oriented towards teaching character values, and taking into account the background of students. Therefore, we need a way or method to identify potential students, and predict their success in the character education system. C4.5 algorithm can be used to make predictions and classifications of prospective students by making a decision tree based on existing data and predicting new prospective students, in this study the researchers used the data of Yogyakarta Unires students as research objects. With this research, it is also expected to know the accuracy of the Decision Tree Algorithm C.45 in measuring the influence of the background attributes of these students on the success of character education, so it will be known whether the Decision Tree C.45 algorithm meets the aspects of reliability and validity as a measure of success character building. From the measurement results, it is known that the combination of attributes of Language and Social Affairs, the background of religious education and parents who become educators/teachers, and the ability to read Al-Qur'an are positively correlated to the success of character education. Accuracy value of 60.91%, shows that the decision tree C4.5 algorithm is feasible to uses to predict success rates in character education. But it still needs a lot of in-depth study, especially in determining the attributes that really affect the success of character education so that it is expected to get better accuracy, and efficiency in the grouping of attributes.Keywords - data mining, classification, Decision Tree, C4.5 algorithm5, graduation prediction, character  education.