PENERAPAN ALGORITMA C4.5 UNTUK PENENTUAN JURUSAN SISWA SEKOLAH MENENGAH ATAS
Koko Handoko1), Pastima Simanjuntak2), Ellbert Hutabri3), Erlin Elisa4)
1,2,3,4 Fakultas Teknik dan Komputer, Universitas Putera Batam
email: [email protected], [email protected], [email protected], [email protected]
Abstract
Specialization is a process that is carried out at the high school level in the form of a specialization in science and social studies, the purpose of which is for students to receive education according to their interests and abilities. If majoring is done manually it is not effective and efficient so that students do not get the lessons and interests that are in accordance with those taken during the major. The purpose of this research is to help high school (SMA) level students in determining the major they will choose so that they can overcome the problem of confusion that often occurs. The problem of choosing a major is solved by utilizing data mining with the C4.5 method which will produce a decision tree in the form of a suitable major for students to choose from. The results of implementing the C4.5 algorithm can help schools in Batam determine the direction of students to get the right education in high school. From the results of this study, the prediction accuracy of student majors was obtained with a value of 83.33% and a precision of 92.31%.
Keywords: Data Mining, Algorithm C.45, Student, Prediction, Decision Trees
1. PENDAHULUAN
Pendidikan merupakan suatu aspek yang harus dilakukan oleh masyarakat sehari-hari, pendidikan di sekolah merupakan salah satu kewajiban untuk generasi masa depan Indonesia.
Melalui pendidikan bisa mewujudkan anak-anak yang cerdas dan bisa mengembangkan potensi dirinya dari yang belum bisa menjadi bisa [1].
Pada siswa tingkat sekolah menengah atas (SMA) terdapat dua jurusan yang membuat siswa-siswi cukup bingung dalam memilih jurusan apa yang akan diambil di sekolah.
SMAK Yos Sudarso Batam merupakan sekolah yang terkenal di Batam sehingga calon siswa siswi atau orang tua ingin menyekolahkan anaknya disitu dan supaya bisa meningkatkan calon siswa siswi setiap tahunnya. Di dalam langkah-langkah penjurusan setiap para guru melakukan penyeleksian satu persatu siswa siswi untuk memilih jurusan di setiap siswa siswi yang ada sehingga dalam menentukan jurusan tidak efektif dan lama. Penjurusan dalam suatu sekolah SMA siswa-siswi bisa memilih sesuatu penjurusan yang sesuai dengan minat masing- masing di sekolah [2], [3], [4]. Penjurusan yang
dilakukan berdasarkan oleh dari faktor yang sangat dipertimbangkan dalam menentukan jurusan siswa siswi yaitu IQ (Intelligence Quotients) sehingga agar siswa dapat belajar dengan terarah dan tidak mengambil salah jurusan dimana penjurusan yang dilakukan tidak sesuai dengan kemampuan siswa siswi dan ada juga untuk memilih jurusan hanya mengikuti kawan atau trend, oleh karena itu pembelajaran dan penilaian siswa siswi harus lebih jelas sehingga mudah menentukan penjurusan di sekolah.
Untuk mengatasi hal tersebut, dimanfaatkan teknologi yang dapat memberikan kemudahan bagi pihak sekolah dalam membantu siswa-siswi tingkat Sekolah Menengah Atas (SMA) dalam menentukan jurusan yang akan mereka pilih, mengatasi kebingungan yang seringkali terjadi di antara mereka. Teknologi yang akan digunakan untuk mempermudah penentuan/pemilihan jurusan ini adalah data mining [5], [6].
Dalam membantu untuk mengambil keputusan yang memang benar-benar mempertimbangkan suatu pilihan yang sesuai
untuk mengambil minat penjurusan [7]. Untuk mengetahui siswa mana yang berminat memilih jurusan yang diinginkan maka perlu data siswa setiap jurusan dan nilai masing-masing siswa di kelas [8].
Data mining dapat digunakan dalam penggunaan matematika, statistik, AI, machine learning dalam mengidentifikasi suatu informasi data yang besar sehingga mendapatkan suatu pengetahuan baru [9], [10], [11]. Data Mining merupakan penggalian atau mendapatkan ilmu baru dengan mencari pola antar data secara otomatis. Data Mining ini memiliki beberapa teknik salah satunya yaitu klasifikasi [12], [13], [14].
Dalam penelitian ini digunakan algoritma C.45 yang dapat memberikan hasil yang sangat baik dalam bentuk pohon keputusan [15], [16]. Dengan menggunakan algoritma C4.5 ini, pihak sekolah SMAK Yos Sudarso Batam akan dapat dengan mudah memprediksi jurusan yang sesuai dengan minat siswa siswi di sekolah menengah atas tersebut sehingga memudahkan siswa siswi dalam memilih jurusan yang mereka minati.
2. METODE PENELITIAN
Pada metode penelitian ini, yang pertama yaitu melakukan penentuan objek sekolah yang ada di Batam sehingga peneliti bisa melakukan turun langsung ke sekolah bertujuan untuk meminta atau mengambil data dari siswa- siswi di
SMAK Yos Sudarso Batam untuk menentukan penjurusan di sekolah
. Langkah selanjutnya peneliti akan bertanya langsung ke guru-guru yang bersangkutan di sekolah tentang minat penjurusan yang ada sehingga peneliti bisa memiliki data untuk pengolahan data tersebut menggunakan data mining.Ada dua jenis variabel yang digunakan dalam penelitian yaitu variabel bebas dan variable terkait. Dari data yang telah diambil di sekolah atau objek penelitian memiliki data jurusan meliputi dari dua atribut yang pertama ilmu pengetahuan alam dan ilmu pengetahuan sosial. Penelitian ini data yang didapat akan digabungkan menjadi dataset yang selanjutnya akan diproses menggunakan tahapan-tahapan dari algoritma C4.5 yang menghasilkan suatu
proses dari data yang sangat besar menjadi suatu pengetahuan baru yang bisa di ketahui oleh hasil penelitian yang dibuat selanjutnya dalam metode C4.5 ini akan menghasilkan hasil pengetahuan tersebut dalam bentuk pohon keputusan dalam data mining [17].
Adapun tahapan-tahapan dari penelitian ini yaitu:
Gambar 1. Tahapan Penelitian
3. HASIL DAN PEMBAHASAN
Setelah melakukan metode penelitian dari tahap awal peneliti melakukan suatu perhitungan manual dari data yang telah didapatkan sehingga dari langkah tersebut akan menghasilkan suatu pohon keputusan. Setelah itu peneliti melanjutkan langkah berikutnya menggunakan aplikasi RapidMiner yang gunanya membantu membandingkan hasil perhitungan manual dengan aplikasi. RapidMiner berfungsi untuk pengolahan data yang bisa dilakukan secara mudah dan banyak jenis dalam pengolahan data tersebut [18], [19], [20].
Langkah-langkah atau implementasi dari aplikasi RapidMiner yaitu: mempersiapkan data dalam bentuk format excel dan aplikasi RapidMiner. Selanjutnya langkah-langkah yang dijelaskan dari gambar berikut:
Gambar 2. Hubungan Proses
1. Pilih Read Excel lihat pada dialog Parameters di bawah. Pilih Import Configuration Wizard.
Gambar 3. Kotak Dialog Parameters Read Excel
2.
Pilih
Import Configuration Wizard, lalu pilih kotak dialog Data Import Wizard:Gambar 4. Kotak Dialog Data Import Wizard 3. Pilihan data yang telah disiapkan di awal, pilih
Next hingga Step 4 of 4. Pada Step ini, uncheck
kolom No dan ganti jenis data pada kolom Nama menjadi text dan id sedangkan pada kolom Jurusan jenis pilih binominal dan label lalu klik Finish:
Gambar 5. Step 4 of 4 Data Import Wizard 4. Setelah itu,
pilih proses Cross Validation:
Gambar 6. Proses Cross Validation 5. Setelah langkah-langkah yang telah
dilakukan
. Tunggu proses centang berwarna hijau lalu pilih
Playyang berwarna biru atau tekan tombol F11.
Hasil
akan muncul pada halaman Result.Hasil pohon keputusan yang dihasilkan melalui aplikasi RapidMiner :
Gambar 7. Hasil Pohon Keputusan RapidMiner
4. KESIMPULAN
Dari langkah melakukan perhitungan secara manual ataupun menggunalan aplikasi RapidMiner dari pengolahan data yang dihasilkan yaitu sama, bisa disimpulkan dalam pengolahan data dan pengujiannya sangat baik yang menghasilkan suatu pengetahuan baru dari pohon keputusan. sehingga implemntasi yang menggunakan algoritma C4.5 tentang nilai penjurusan di SMAK Yos Sudarso Batam yaitu sangat cocok untuk memprediksi nilai penjurusan sehingga siswa siswi bisa mengetahui mau menjurus ke IPA atau ke IPS. Penelitian ini memiliki hasil akurasi yang tinggi dalam memprediksi penjurusan siswa
dengan nilai 83,33% dan precision senilai 92,31%.
5. REFERENSI
[1] Pristiwanti, D., Badariah, B. ., Hidayat, . S & Dewi, R. S. . (2022). Pengertian Pendidikan. Jurnal Pendidikan Dan Konseling (JPDK), 4(6), 7911–7915.
https://doi.org/10.31004/jpdk.v4i6.9498 [2] Sasongko, M. A., Linawati, L., &
Parhusip, H. A. (2016). Penentuan Penjurusan Program Peserta Didik Tingkat SMA Menggunakan Fuzzy C- Means dan Fuzzy Inference System
Mamdani. PRISMA, Prosiding Seminar Nasional Matematika, 379-390. Retrieved from
https://journal.unnes.ac.id/sju/index.php/
prisma/article/view/21500
[3] Putranto, E A., Salamah, U., Wiharto.
(2022). Sistem Pendukung Penjurusan Siswa Kelas X SMA Negri 2 Dengan
Metode Fuzzy C-Means.
file:///C:/Users/HP/Downloads/594- 1270-1-PB-3.pdf
[4] Hertyana H, (2018). Analisa Penentuan Jurusan Pada Sma. Kartika Viii-1 Menggunakan Metode Fuzzy Inference
System Mamdani.
https://media.neliti.com/media/publicatio ns/227281-analisa-penentuan-jurusan- pada-sma-karti-172c1f9e.pdf
[5] Luki Ardiantoro, Soffa Zahara, & Nani Sunarmi. (2019). PEMANFAATAN KNOWLEDGE DATA DISCOVERY (KDD) PADA POLA PERMAINAN ATLET BULUTANGKIS. Explore IT! : Jurnal Keilmuan Dan Aplikasi Teknik
Informatika, 11(1), 1-6.
https://doi.org/10.35891/explorit.v11i1.1 467
[6] Melati, A, S,. Linawati, Giriantari, D,.
Knowledge Discovery Data Akademik
Untuk Prediksi
Pengunduran Diri Calon Mahasiswa.
file:///C:/Users/HP/Downloads/40586- 121-92504-1-10-20181205.pdf
[7] Syahputra, T., Halim, J., & Sintho, E. P.
(2018). Penerapan Data Mining Dalam Menentukan Pilihan Jurusan Bidang Studi Sma Menggunakan Metode Clustering Dengan Teknik Single Linkage.
JURTEKSI (Jurnal Teknologi dan Sistem Informasi), 4(2), 205-208.
[8] Ndruru, E., & Limbong, R. (2018).
Implementasi Data Mining Dalam Pengelompokan Jurusan yang Diminati Siswa SMK Negeri 1 Lolowa’u menggunakan Metode Clustering.
MEANS (Media Informasi Analisa dan Sistem), 3(2), 107-113.
[9] Handoko, K. (2018). GROUPING OF DATA MINING IN THE NUMBER OF PASSENGERS IN HANG NADIM AIRPORT. Computer Based Information
System Journal, 6(2), 60–68.
https://doi.org/10.33884/cbis.v6i2.708 [10] Sinaga, K., & Handoko, K. (2021).
IMPLEMENTASI DATA MINING
UNTUK MEMPREDIKSI
KELULUSAN SISWA DENGAN
METODE NAÏVE BAYES. Computer and Science Industrial Engineering (COMASIE), 4(6), 97–107. Retrieved from
https://ejournal.upbatam.ac.id/index.php/
comasiejournal/article/view/3585
[11] Simanjuntak, P., Suharyanto, C., Sitohang, S., & Handoko, K. (2022).
DATA MINING UNTUK
KLASIFIKASI STATUS PANDEMI COVID 19. Jurnal Tekinkom (Teknik Informasi Dan Komputer), 5(2), 327-332.
doi:10.37600/tekinkom.v5i2.620
[12] Putri, S. M., & Arnomo, S. A. (2020).
Penerapan Algoritma C4. 5 Untuk Prediksi Kualitas Pelayanan Terhadap Kepuasan Konsumen (Studi Kasus: Hinet Batam). Journal of Information System Research (JOSH), 1(2), 70-76.
[13] Telaumbanua, D., & Kurniawati, I.
(2022). Penerapan Algoritma C4. 5 Untuk Klasifikasi Kepuasan Pelanggan Pada Jasa Layanan Pengiriman. JoMMiT:
Jurnal Multi Media dan IT, 6(1).
[14] Desyanti, D. (2019). Penerapan Data Mining Algoritma C4. 5 untuk Mengetahui Tingkat Kepuasan Konsumen di Hotel Grand Zuri Dumai. Sains dan Teknologi Informasi, 4(2), 36-40.
[15] Azwanti, N., & Elisa, E. (2021). Analisa Kepuasan Konsumen Menggunakan Algoritma C4.5. Prosiding Seminar Nasional Ilmu Sosial Dan Teknologi (SNISTEK), (3), 126–131. Retrieved from https://ejournal.upbatam.ac.id/index.php/
prosiding/article/view/3626
[16] E. Elisa and R. Harman, “ALGORITMA
C4.5 UNTUK KLASIFIKASI
PEMILIHAN CALON KETUA RW”, Jurnal Informasi dan Komputer, vol. 7, no. 2, pp. 71-80, Oct. 2019.
[17] Riadi, A., Andani, S. R. ., & Dewi, R. R. . (2021). Data Mining Algoritma C4.5 menentukan Kelayakan Penerima Bantuan Covid 19. JUKI : Jurnal
Komputer Dan Informatika, 3(2), 44–51.
https://doi.org/10.53842/juki.v3i2.60 [18] Sri Wahyuni. IMPLEMENTASI
RAPIDMINER DALAM
MENGANALISA DATA MAHASISWA DROP OUT. Jurnal Ilmiah Abdi Ilmu, [S.l.], v. 10, n. 2, p. 1899-1902, feb. 2018.
ISSN 1979-5408. Available at:
<https://jurnal.pancabudi.ac.id/index.php/
abdiilmu/article/view/51>.
[19] Prasetyo, V, R,. Lazuardi, H,. Mulyono, A, A,. Lauw, C,. (2021). Penerapan Aplikasi RapidMiner Untuk Prediksi Nilai Tukar Rupiah Terhadap US Dollar Dengan Metode Linear Regression.
https://teknosi.fti.unand.ac.id/index.php/te knosi/article/view/1641
[20] Rizqifaluthi, H,. Yaqi, M, A,. Process Mining Akademik Sekolah menggunakan RapidMiner. https://ejournal.uin- malang.ac.id/index.php/saintek/article/vie w/5158
