Penerapan Algoritma C4.5 untuk Memprediksi Nilai Kelulusan Siswa Sekolah Menengah Berdasarkan Faktor Eksternal

Penelitian ini bertujuan untuk menerapkan metode data mining decision tree algoritma C4.5 dalam memprediksi nilai kelulusan siswa sekolah menengah di Portugal dan mengetahui berapa tingkat akurasi prediksi yang dihasilkan. Hasil prediksi nilai kelulusan siswa tersebut untuk mengetahui faktor-faktor apa saja yang mempengaruhi nilai kelulusan siswa sekolah menengah dalam menyelesaikan bidang studi. Penelitian ini termasuk penelitian pengembangan dengan mengacu pada penelitian sebelumnya oleh Cortez & Silva. Penelitian yang dikembangkan berdasarkan penelitian awal adalah prediksi siswa sekolah menengah menggunakan algoritma C4.5 yang dimodelkan menjadi 5 kategori yaitu excellent, good, satisfactory, sufficient, dan fail. Data siswa yang digunakan dalam penelitian ini diambil dari situs ICS UCI education. Data siswa yang diperoleh untuk penelitian ini berjumlah 395 data dan 33 atribut dengan jumlah kategori excellent 40 data, good 50 data, satisfactory 62 data, sufficient 103 data, dan fail 130 data. Atribut yang digunakan pada penelitian ini berjumlah 15 atribut dan 1 atribut sebagai hasil prediksi. Hasil evaluasi penelitian ini menunjukkan bahwa algoritma C4.5 untuk prediksi nilai kelulusan siswa sekolah menengah di Portugal dalam bidang studi matematika cukup balk. Setelah dilakukan pengujian algoritma C4.5 memiliki tingkat akurasi prediksi sebesar 60%. Dengan demikian, metode data mining decision tree algoritma C4.5 ini Iayak digunakan untuk prediksi nilai kelulusan siswa sekolah menenga