Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data)
Muhammad Gus Choyyin
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Perbandingan Penerapan Algoritma Decision Tree C.45 dan Naïve Bayes Dalam Analisa Kelulusan Siswa pada SMK Swadhipa 2 Natar Kabupaten Lampung Selatan Yus Susanti; Muhammad Gus Choyyin; Aziz Priyatna; Sri Lestari
Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data) Vol 6, No 2 (2023): Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data)
Publisher : Institut Informatika dan Bisnis Darmajaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30873/simada.v6i2.3772

Abstract

Salah satu penerapan data mining pada bidang pendidikan seperti untuk memprediksi kelulusan siswa sekolah. Prediksi kelulusan siswa ini menggunakan data yang berasal dari transkip nilai akhir dari masing-masing siswa, adapun atribut yang digunakan yakni nilai rata-rata pelajaran Bahasa Indonesia, Bahasa Inggris, dan Matematika mulai dari semester 1 hingga semester 5 serta riwayat SP yang pernah didapat selama siswa tersebut sekolah. Pada penelitian ini menggunakan dua metode data mining, yaitu algoritma C4.5 dan Naïve bayes. Penggunaan dua metode pada penelitian Akurasi: Decision Tree C4.5 memiliki akurasi sebesar 80%, sedangkan Naïve Bayes memiliki akurasi sebesar 75%. Hal ini menunjukkan bahwa Decision Tree C4.5 lebih akurat dalam memprediksi kelulusan siswa dibandingkan dengan Naïve Bayes.Presisi: Decision Tree C4.5 memiliki presisi sebesar 82%, sedangkan Naïve Bayes memiliki presisi sebesar 78%. Decision Tree C4.5 memiliki tingkat presisi yang sedikit lebih tinggi dibandingkan dengan Naïve Bayes.Recall: Decision Tree C4.5 memiliki recall sebesar 75%, sedangkan Naïve Bayes memiliki recall sebesar 80%. Naïve Bayes memiliki tingkat recall yang sedikit lebih tinggi dibandingkan dengan Decision Tree C4.5. F1-score: Decision Tree C4.5 memiliki F1 score sebesar 78%, sedangkan Naïve Bayes memiliki F1-score sebesar 76%. F1-score Decision Tree C4.5 sedikit lebih tinggi dibandingkan dengan Naïve Bayes. Kata Kunci: Data mining, Clacification, C4.5 Algoritma, Naive Bayes 
Co-Authors Aziz Priyatna SRI LESTARI Yus Susanti