PERBANDINGAN METODE DATA MINING UNTUK MEMPREDIKSI PRESTASI AKADEMIK SISWA

Pada dunia Pendidikan biasanya institusi mengalokasikan beasiswa dalam bentuk apresisasi untuk siswa-siswa yang berprestasi. Namun banyak masalah yang sering muncul, yaitu kurang terpatnya penyaluran beasiswa terhadap siswa. Metode pengumpulan data yang digunakan untuk memperoleh data-data yang dibutuhkan dalam penelitian ini adalah menggunakan kuesionar dan studi Pustaka. Dari data yang sudah dikumpulkan, mendapat data sebesar 102 record siswa yang sudah mengisi kuesioner tersebut. Pengujian pertama menggunakan metode naïve bayes dan memiliki hasil accuracy 58.62%. Kedua menggunakan metode decision tree dan memiliki hasil accuracy 65.52%. Ketiga menggunakan metode random forest dan memiliki hasil accuracy 51.72%. Berdasarkan dari hasil uji yang telah dilakukan menggunakan aplikasi RapidMiner menggunakan 3 metode, hasil penelitian yang didapat menunjukan bahwa metode terbaik dari penelitian prediksi prestasi akademik siswa adalah metode Decision Tree dengan tingkat akurasi 65.52%.