Claim Missing Document
Check
Articles

Found 2 Documents
Search

Model dan Analisa Faktor Eksternal Aktifitas Siswa Kelas X TKJ SMKN 1 Pakong Pamekasan Menggunakan Algoritma Decision Tree Muhsi Muhsi
Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) Vol 2 No 2 (2021): Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) Oktober 2021
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/jatim.v2i2.1239

Abstract

Kegiatan pembelajaran yang interaktif antara siswa guru akan efektif apabila terdapat aktifitas yang baik dari siswa. Terdapat faktor eksternal yang mempengaruhinya sehingga perlu dimodelkan dan dianalisis apa saja faktor eksternal tersebut kemudian bagaimana hal tersebut bisa terjadi. Penelitian ini bermaksud memodelkan dan menganalisa faktor eksternal aktifitas siswa kelas X TKJ SMKN 1 Pakong menggunakan algorirma decision tree dalam hal ini adalah algoritma C4.5. karena di beberapa penelitian menunjukkan tingkat akurasi yang bagus dan mudah untuk diinterpretasikan. Model decision tree yang dihasilkan adalah faktor eksternal tidak berkumpulnya siswa dengan orang tua di rumah menjadi faktor utama rendahnya aktifitas siswa kelas X TKJ SMKN 1 Pakong. Sendangkan bagi siswa yang berkumpul dengan orang tua di rumah bisa rendah juga aktifitasnya karena asal sekolah sekolah4 dan mode transportasinya menggunakan motor sendiri namun bisa tinggi sekali apabila berboncengan dengan temannya. Dengan demikian, secara umum, siswa yang berkumpul dengan orang tuanya di rumah memiliki tingkat aktifitas tinggi bahkan sangat tinggi. Berdasarkan hal tersebut, siswa kelas X TKJ SMKN 1 Pakong memiliki tingkat aktifitas rendah sebanyak 31%, aktifitas tinggi sebanyak 45% dan aktifitas sangat tinggi sebanyak 24%.
The Node Selection Method for Split Attribute in C4.5 Algorithm Using the Coefficient of Determination Values for Multivariate Data Set Muhsi Muhsi; Suprapto Suprapto; Rofiuddin Rofiuddin
Jurnal Penelitian Pendidikan IPA Vol. 9 No. 7 (2023): July
Publisher : Postgraduate, University of Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jppipa.v9i7.4031

Abstract

The split attribute in the decision tree algorithm, especially C4.5, has an important influence in producing a decision tree performance that has high predictive performance. This study aims to perform an attribute split in the C4.5 algorithm using the value of the termination coefficient (R2/R Square) which is combined with the aim of increasing the performance of the model performance produced by the C4.5 algorithm itself. The data used in this research are public datasets and private datasets. This study combines the C4.5 algorithm developed by Quinlan. The results in this study indicate that the use of the R2 value in the C4.5 algorithm has good performance in terms of accuracy and recall because three of the four datasets used have a higher value than the C4.5 algorithm without R2. Whereas in the aspect of precision, it has quite good performance because only two datasets have a higher value than the performance results of the algorithm without R2.