Penerapan Data Mining Algoritma Decision Tree Berbasis PSO
Abstract
Penelitian ini bertujuan untuk membuat prediksi prestasi belajar siswa berdasarkan nilai akhir semester menggunakan metode data mining dengan algoritma Decisien Tree berbasis Particle Swarm Optimization. Data penelitian yang digunakan adalah nilai semester dua siswa SDIT KAMPUS MASJID AL-UMMAH berjumlah 24 siswa. Hasil penelitian menunjukkan bahwa analisis prediksi menggunakan decision tree memiliki akurasi sebesar 81,67 %, sedangkan analisis prediksi menggunakan Decisien tree berbasis PSO memiliki tingat akurasi 96,67% Berdasarkan hasil tersebut bisa disimpulkan bahwa metode Decision tree berbasis PSO lebih baik dibandingkan dengan metode Decision tree.
Kata Kunci: Data Mining, Decision Tree, PSO
Full Text:
PDFReferences
Kurniawan, Deny. (2008). Regresi linier (lin- ear regression). Vienna, Austria: R Foundation for Statistical Computing
Depdiknas. (2003). Undang-Undang Republik Indonesia Nomor 20 Tahun 2003, ten- tang Sistem Pendidikan Nasional
Depdiknas. (1990). Peraturan Pemerintah RI No. 29, Tahun 1990, tentang Pendidikan Menengah
Kass G.V. (1980). An exploratory technique for investigating large quantities of cat- egorical data. Appl. Statist. 29 No.2. pp 119-127
Larose, & Daniel T. (2005). Discovering knowledge in data: an introduction to data mining. USA: John Wiley and Sons
Lior Rokach, & Oded Maimon. (2005). Data mining with decision tree. World Sci- entific Publishing Co. Pte. Ltd. Series in Machine Perception Artificial Intel- ligence Volume 69
Umaedi. (2001). Manajemen peningkatan mutu berbasis sekolah. Jakarta: Departemen Pendidikan Nasional Direktorat Jendral Pendidikan Dasar dan Menengah Direk- torat Sekolah Lanjutan Tingkat Pertama
Tulus. (2004). Peran disiplin pada perilaku dan prestasi siswa. Jakarta: Grasindo
Xin Yan, & Xiao Gang Su. (2009). Linear re- gression analysis. London: World Sci- entific Publishing Co. Pte. Ltd., Covent Garden
Refbacks
- There are currently no refbacks.
Copyright (c) 2020 Seminar Nasional Teknologi Komputer & Sains (SAINTEKS)
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.