OPTIMASI MODEL KLASIFIKASI C4.5 DAN PARTICLE SWARM OPTIMIZATION UNTUK PREDIKSI SISWA BERMASALAH

Abstract

Sekolah adalah lembaga pendidikan kedua bagi seorang anak yang memiliki peranan  sangat strategis yang akan menjadi pusat-pusat kegiatan pendidikan untuk menumbuhkan dan mengembangkan potensi anak sebagai makhluk individu, sosial, susila dan religius. Deteksi dini dapat juga mendeteksi siswa dengan masalah belum serius, sehingga pihak sekolah memberikan dukungan dan perhatian yang tepat sebelum kondisi ini memburuk. Dalam menentukan apakah seorang siswa bermasalah maka pendidik (orang tua, wali siswa, wali kelas, dan guru) harus memperhatikan kekhasan perilaku anak dan perlu memahami tahapan perkembangan anak dalam segala aspek. Berdasarkan kondisi tersebut teknik data mining yang tepat digunakan adakah klasifikasi. Salah satu teknik klasifikasi data mining adalah C4.5. Dalam penelitian ini, membandingkan algoritma C4.5 dengan C4.5 berbasis PSO (Particle Swarm Optimazion) yang diterapkan pada data siswa bermasalah. C4.5 dan Particle Swarm Optimization menjadi lebih baik dalam memprediksi nilai akurasi daripada menggunakan hanya metode C4.5 saja, yang mampu meningkatkan nilai akurasi cukup tinggi yaitu sebesar 35.7%. Optimasi Decision Tree C4.5 dapat diterapkan untuk prediksi siswa berpotensi bermasalah dengan tingkat akurasi 99,08%. Dalam prediksi siswa berpotensi bermasalah, akurasi optimasi Algoritma C4.5 dan Particle Swarm Optimization lebih baik dari pada Algoritma decision Tree C.4.5 saja, dengan perbedaan yang cukup besar. Keyword : Siswa bermasalah, data mining, C4.5. PSO,