Penerapan Algoritma C5.0 Untuk Memprediksi Tingkat Kepuasan Siswa Terhadap Kinerja Guru MAN Simalungun

Authors

  • Kherina Surya Ningsih Universitas Islam Negeri Sumatera Utara
  • Ilka Zufria Universitas Islam Negeri Sumatera Utara

DOI:

https://doi.org/10.37859/jf.v13i3.6347
Keywords: C5.0, Guru, Penambangan Data, Prediksi

Abstract

Peran guru sangat penting dalam membentuk lanskap pendidikan, yang mencakup pendidikan formal di berbagai tingkatan. Tanggung jawab ini mencakup pengasuhan, bimbingan, penilaian, dan evaluasi siswa. Mengambil inspirasi dari sebuah ayat yang mendasar, penelitian ini menyelidiki pengaruh mendalam dari prinsip-prinsip Alquran, dengan menggunakan kehidupan Nabi Muhammad sebagai model, dalam membentuk profesionalisme guru. Hubungan ini berfungsi sebagai aspek dasar dalam memahami peran pendidik. Tantangan yang teridentifikasi dalam kinerja guru di Madrasah Aliyah Negeri Simalungun secara signifikan berdampak pada kepuasan dan hasil belajar siswa, dengan faktor-faktor seperti penjelasan yang tidak jelas dan kurangnya antusiasme yang menonjol. Dengan menggunakan teknik-teknik canggih, penelitian ini menggunakan data mining, khususnya algoritma C5.0, untuk memprediksi tingkat kepuasan siswa. Algoritma ini menganalisis kumpulan data yang terdiri dari 70% data pelatihan dan 30% data pengujian. Hasilnya menunjukkan tingkat akurasi 77,78%, presisi 87,50%, recall 87,50%, spesifisitas 0%, dan skor F1 87,50% pada percobaan pertama. Pada percobaan kedua, dengan 80% data pelatihan dan 20% data pengujian, akurasi sebesar 83,33%, presisi 83,33%, recall 100%, spesifisitas 0%, dan F1-score 90,90%. Penelitian ini menggarisbawahi pentingnya pengambilan keputusan yang tepat untuk meningkatkan kualitas pendidikan. Dengan memprediksi dan menangani faktor-faktor yang mempengaruhi kepuasan siswa, para pendidik dapat mengimplementasikan perbaikan yang ditargetkan dalam metode pengajaran. Selain itu, penelitian ini juga sejalan dengan dan menunjukkan kepatuhan terhadap Undang-Undang Sistem Pendidikan Nasional. Analisis kuantitatif ini memberikan wawasan yang berharga bagi para pendidik dan pembuat kebijakan dalam upaya berkelanjutan mereka untuk memperbaiki dan mengoptimalkan dinamika guru-siswa.

Downloads

Download data is not yet available.

References

Dewan Perwakilan Rakyat Indonesia, Undang-Undang (UU) tentang guru dan dosen. Dewan Perwakilan Rakyat Indonesia, 2005.

C. H. Sancoko and R. Sugiarti, “Kinerja Guru Dan Faktor Yang Mempengaruhinya,” J. Pendidik. Rokania, vol. 7, no. 1, pp. 1–14, 2022.

M. Muspawi, “Strategi Peningkatan Kinerja Guru,” J. Ilm. Univ. Batanghari Jambi, vol. 21, no. 1, p. 101, 2021, doi: 10.33087/jiubj.v21i1.1265.

A. Dina, D. Yohanda, J. Fitri, and ..., “Teori Kinerja Guru Dalam Meningkatkan Mutu Pendidikan,” J. Edukasi Nonform., vol. 1, no. 1, pp. 149–158, 2022.

I. Asakir and F. Mahmudah, “Kreativitas dan Inisiatif Guru dalam Pengembanggan Mutu Pembelajaran Online,” J. Stud. Guru dan Pembelajaran, vol. 5, no. 1, pp. 31–40, 2022, doi: 10.30605/jsgp.5.1.2022.1541.

A. Ulfa, D. Winarso MKom, and E. Arribe MMSi, “SISTEM REKOMENDASI JURUSAN KULIAH BAGI CALON MAHASISWA BARU MENGGUNAKAN ALGORITMA C4.5 (Studi Kasus : Universitas Muhammadiyah Riau),” Fasilkom, vol. 10, no. 1, pp. 61–65, 2020.

N. K. W. Oktaviani and M. Putra, “Motivasi dan Disiplin Kerja Terhadap Kinerja Guru di Sekolah Dasar,” J. Imiah Pendidik. dan Pembelajaran, vol. 5, no. 2, p. 294, 2021, doi: 10.23887/jipp.v5i2.35146.

R. N. Amalda, N. Millah, and I. Fitria, “Implementasi Algoritma C5.0 Dalam Menganalisa Kelayakan Penerima Keringanan Ukt Mahasiswa Itk,” Teorema Teor. dan Ris. Mat., vol. 7, no. 1, p. 101, 2022, doi: 10.25157/teorema.v7i1.6692.

M. S. Sungkar and M. T. Qurohman, “Penerapan Algoritma C5.0 Untuk Prediksi Kelulusan Pembelajaran Mahasiswa Pada Matakuliah Arsitektur Sistem Komputer,” J. Media Inform. Budidarma, vol. 5, no. 3, p. 1166, 2021, doi: 10.30865/mib.v5i3.3116.

R. Pratiwi, M. N. Hayati, and S. Prangga, “Perbandingan Klasifikasi Algoritma C5.0 Dengan Classification and Regression Tree (Studi Kasus : Data Sosial Kepala Keluarga Masyarakat Desa Teluk Baru Kecamatan Muara Ancalong Tahun 2019),” BAREKENG J. Ilmu Mat. dan Terap., vol. 14, no. 2, pp. 273–284, 2020, doi: 10.30598/barekengvol14iss2pp273-284.

A. Apriyadi, M. R. Lubis, and B. E. Damanik, “Penerapan Algoritma C5.0 Dalam Menentukan Tingkat Pemahaman Mahasiswa Terhadap Pembelajaran Daring,” Komputa J. Ilm. Komput. dan Inform., vol. 11, no. 1, pp. 11–20, 2022, doi: 10.34010/komputa.v11i1.7386.

N. T. Rahman, “Analisa Algoritma Decision Tree Dan Naïve Bayes Pada Pasien Penyakit Liver,” J. Fasilkom, vol. 10, no. 2, pp. 144–151, 2020, doi: 10.37859/jf.v10i2.2087.

S. Suraji, A. C. Fauzan, and H. Harliana, “Penerapan Algoritma Decision Tree C5.0 Untuk Memprediksi Tingkat Kematian Pasien Penyakit Gagal Jantung,” J. Ilm. Intech Inf. Technol. J. UMUS, vol. 4, no. 02, pp. 216–222, 2022, doi: 10.46772/intech.v4i02.682.

Downloads

Published

2023-12-23