Putri Nabila Amir, Muhamad Fatchan, Edora Edora
{"title":"Prediksi Kelulusan Siswa Dengan Pendekatan Algortma C5.0 Pada SMAN 2 Cikarang Selatan","authors":"Putri Nabila Amir, Muhamad Fatchan, Edora Edora","doi":"10.46772/intech.v5i1.1278","DOIUrl":null,"url":null,"abstract":"Penelitian yang berjudul \"Prediksi Kelulusan Siswa Dengan Pendekatan Algortma C5.0 Pada SMAN 2 Cikarang Selatan\". Penelitian ini bertujuan untuk menerapkan metode Decision Tree C5.0 dalam memprediksi kelulusan siswa Sekolah Menengah Atas (SMA). Data kelulusan siswa dari SMA Negeri 2 Cikarang Selatan digunakan untuk membangun model prediksi kelulusan siswa. Metode Decision Tree C5.0 berhasil menghasilkan model prediksi dengan tingkat akurasi 100%. Model ini dapat mengidentifikasi siswa yang berisiko tinggi untuk tidak lulus, sehingga tindakan perbaikan yang tepat dapat diambil. Model Decision Tree C5.0 juga memberikan interpretasi aturan keputusan yang dapat digunakan oleh sekolah dan tenaga pendidik. Penelitian ini memberikan sumbangan penting bagi dunia pendidikan dengan meningkatkan efektivitas pengambilan keputusan di bidang pendidikan. Penerapan metode Decision Tree C5.0 dalam memprediksi kelulusan siswa membantu sekolah untuk mengidentifikasi siswa yang membutuhkan perhatian khusus. Dengan tingkat akurasi 100%, model ini dapat membantu meningkatkan kualitas pendidikan dan memastikan kesuksesan siswa dalam menyelesaikan pendidikan menengah atas.","PeriodicalId":430510,"journal":{"name":"Jurnal Ilmiah Intech : Information Technology Journal of UMUS","volume":"17 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-05-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Ilmiah Intech : Information Technology Journal of UMUS","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.46772/intech.v5i1.1278","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

一项名为《南港二算法c5.0算法预测》的研究。这项研究的目标是实现高中毕业的决定树c5.0方法。来自南慈洛2国高中的学生毕业数据被用来构建学生的毕业预测模型。确定树c5.0方法以100%的准确度生成预测模型。这种模式可以识别那些面临不及格风险的学生,这样就可以采取适当的补救措施。决策树c5.0模型还对学校和教育工作者可以使用的决策规则进行了解释。本研究通过提高教育决策的效力,对教育领域作出了重要贡献。树砍树方法c5.0的应用可以帮助学校识别需要特殊关注的学生。在100%的准确率下,这种模式可以帮助提高教育质量,确保学生在完成中学教育方面取得成功。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Prediksi Kelulusan Siswa Dengan Pendekatan Algortma C5.0 Pada SMAN 2 Cikarang Selatan
Penelitian yang berjudul "Prediksi Kelulusan Siswa Dengan Pendekatan Algortma C5.0 Pada SMAN 2 Cikarang Selatan". Penelitian ini bertujuan untuk menerapkan metode Decision Tree C5.0 dalam memprediksi kelulusan siswa Sekolah Menengah Atas (SMA). Data kelulusan siswa dari SMA Negeri 2 Cikarang Selatan digunakan untuk membangun model prediksi kelulusan siswa. Metode Decision Tree C5.0 berhasil menghasilkan model prediksi dengan tingkat akurasi 100%. Model ini dapat mengidentifikasi siswa yang berisiko tinggi untuk tidak lulus, sehingga tindakan perbaikan yang tepat dapat diambil. Model Decision Tree C5.0 juga memberikan interpretasi aturan keputusan yang dapat digunakan oleh sekolah dan tenaga pendidik. Penelitian ini memberikan sumbangan penting bagi dunia pendidikan dengan meningkatkan efektivitas pengambilan keputusan di bidang pendidikan. Penerapan metode Decision Tree C5.0 dalam memprediksi kelulusan siswa membantu sekolah untuk mengidentifikasi siswa yang membutuhkan perhatian khusus. Dengan tingkat akurasi 100%, model ini dapat membantu meningkatkan kualitas pendidikan dan memastikan kesuksesan siswa dalam menyelesaikan pendidikan menengah atas.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信