ALGORITMA C4.5 UNTUK PREDIKSI BIMBINGAN SISWA BERDASARKAN TIPOLOGI HIPPOCRATES-GALENUS

Boy Sandy Dwi Nugraha.H; Sarjon  Defit; Gunadi  Widi Nurcahyo

doi:10.21063/jtif.2023.V11.1.1-8

Penulis

Boy Sandy Dwi Nugraha.H UPI YPTK PADANG , UPI YPTK PADANG
Defit ,
Gunadi ,

DOI:

https://doi.org/10.21063/jtif.2023.V11.1.1-8

Kata Kunci:

C4.5, Confusion Matrix, Data Mining, Kepribadian, Prediksi, Siswa

Abstrak

Jenis kepribadian yang dimiliki seorang siswa diyakini akan mempengaruhi prilakunya baik dalam hal positif atau negatif yang apabila dibiarkan akan merugikan siswa tersebut. Bimbingan siswa perlu dilakukan untuk memberikan arahan yang sesuai untuk siswa tersebut. Penelitian ini bertujuan untuk melakukan prediksi bimbingan siswa berdasarkan kepribadian dengan menggunakan data siswa di SMP 1 Negeri Tembilahan, proses pengumpulan data didapatkan dari guru BK di SMPN 1 Tembilahan untuk kelas 8 dan kelas 7. Kelas 8 akan digunakan sebagai data latih dan kelas 7 digunakan sebagai data uji. 5 parameter dipilih untuk proses prediksi dan 1 label sebagai kelas target. Metode yang digunakan adalah Alogritma C4.5 untuk membangun pohon keputusan dan mendapatkan rule-rule prediksi, Hasil penelitian dilakukan menggunakan pengujian Confussion Matrix dengan tingkat akurasi prediksi sebesar 70%. Tujuan akhir dari proses prediksi bimbingan siswa adalah hasil prediksi dengan persentasi Ya(perlu bimbingan) lebih besar dari Tidak(tidak perlu bimbingan), maka dapat dinyatakan model proses prediksi dengan Alogtima C4.5 layak digunakan sebagai penentetuan hasil keputusan yang baik dalam hal prediksi dan peneliti berharap setelah mendapatkan hasil tersebut diharapkan pihak Guru BK di SMPN 1 Tembilahan dapat melakukan proses bimbingan secepat mungkin dan memberikan bimbingan yang diperlukan oleh siswa yang membutuhkan.

Referensi

L. A. Briceno-Mena, M. Nnadili, M. G. Benton, and J. A. Romagnoli, “Data mining and knowledge discovery in chemical processes: Effect of alternative processing techniques,” Data-Centric Eng., vol. 3, no. 1, 2022, doi: 10.1017/dce.2022.21.

Yusuf Maulana, Riki Winanjaya, and Fitri Rizki, “Penerapan Data Mining dengan Algoritma C.45 Dalam Memprediksi Penjualan Tempe,” Bull. Comput. Sci. Res., vol. 2, no. 2, pp. 53–58, 2022, doi: 10.47065/bulletincsr.v2i2.163..

N. P. Setyadi, “Penerapan Data Mining Untuk Prediksi Hasil Produksi Karet Menggunakan Algoritma Decision Tree C4 . 5,” vol. 2, no. 7, pp. 1–11, 2022. http://dx.doi.org/10.12928/jstie.v2i1.2613

T. Salsabilla, “Implementasi algoritma c4.5 untuk klasifikasi produk laris sepeda motor honda pada cv cendana motor cepiring 1) 1,2),” vol. 7, no. 2, pp. 164–171, 2022. https://doi.org/10.36341/rabit.v7i2.2489

M. Meilana, Y. Astuti, I. R. Wulandari, I. Sulistyowati, and B. A. Mimartiningtyas, “Algoritma Naive Bayes untuk Mengklasifikasikan Kepribadian Siswa SMP Berdasarkan Tipologi Hippocrates-Galenus,” Sistemasi, vol. 10, no. 2, p. 480, 2021, doi: 10.32520/stmsi.v10i2.1339.

M. Adibulasyhar, “Klasifikasi Karakteristik Kepribadian Manusia Berdasarkan Tipologi Hippocrates-Galenus Menggunakan Metode Fk-Nn,” Univ. Muhammadiyah Gresik, pp. 6–21, 2019.

L. S. Sani and E. Munastiwi, “Karakteristik Siswa Program Tahfidz dalam Proses Menghafal di SMA Al-Muhajirin Purwakarta Ditinjau dari Tipologi Kepribadian Hippocrates-Galenus,” IQ (Ilmu Al-qur’an) J. Pendidik. Islam, vol. 5, no. 01, pp. 87–107, 2022, doi: 10.37542/iq.v5i01.622.

R. Efkelin, R. A. Utami, and Y. Mailintina, “Hubungan Kepemimpinan Dengan Kinerja Perawat di Ruang Anggrek dan Gladiola Rumah Sakit Husada Jakarta,” J. Kesehat. Holist., vol. 7, no. 1, pp. 1–7, 2023, doi: 10.33377/jkh.v7i1.131.

L. L. Yee and M. Ma Ma, “Identification of Poison using C4.5 Algorithm,” Int. J. Sci. Res. Sci. Eng. Technol., vol. 7, no. 2, pp. 218–222, 2020, doi: 10.32628/ijsrset207247.

A. A. Elacio, L. L. Lacatan, A. A. Vinluan, and F. G. Balazon, “Machine Learning Integration of Herzberg ’ s Theory using C4 . 5 Algorithm,” vol. 9, no. 1, pp. 57–63, 2020. https://doi.org/10.30534/ijatcse/2020/1191.12020.

F. M. J. M. Shamrat et al., “Performa n ce Evaluation among ID3 , C4 . 5 , and CART Decision Tree Algorithms,” no. March, pp. 19–20, 2021. DOI:10.1007/978-981-16-5640-8_11

S. Xuanyuan, S. Xuanyuan, and Y. Yue, “Application of C4.5 Algorithm in Insurance and Financial Services Using Data Mining Methods,” Mob. Inf. Syst., vol. 2022, 2022, doi: 10.1155/2022/5670784.

D. Fahrudy et al., “INTELLIGENT SYSTEM FOR CLASSIFICATION OF STUDENT PERSONALITY,” vol. 5, no. 1, pp. 1–9, 2022. https://doi.org/10.31598/sintechjournal.v5i1.969

G. S. Reddy and S. Chittineni, “Entropy based C4.5-SHO algorithm with information gain optimization in data mining,” PeerJ Comput. Sci., vol. 7, pp. 1–22, 2021, doi: 10.7717/PEERJ-CS.424. doi: 10.7717/PEERJ-CS.424.

S. Ucha Putri, E. Irawan, F. Rizky, S. Tunas Bangsa, P. A. -Indonesia Jln Sudirman Blok No, and S. Utara, “Implementasi Data Mining Untuk Prediksi Penyakit Diabetes Dengan Algoritma C4.5,” Januari, vol. 2, no. 1, pp. 39–46, 2021. https://doi.org/10.30645/kesatria.v2i1.56

P. B. N. Setio, D. R. S. Saputro, and B. Winarno, “PRISMA, Prosiding Seminar Nasional Matematika Klasifikasi dengan Pohon Keputusan Berbasis Algoritme C4.5,” Prism. Pros. Semin. Nas. Mat., vol. 3, pp. 64–71, 2020, [Online]. Available: https://journal.unnes.ac.id/sju/index.php/prisma/

A. Nazir, A. Akhyar, Y. Yusra, and E. Budianita, “Toddler Nutritional Status Classification Using C4.5 and Particle Swarm Optimization,” Sci. J. Informatics, vol. 9, no. 1, pp. 32–41, 2022, doi: 10.15294/sji.v9i1.33158.

A. Tumanggor and P. S. Hasugian, “Penerapan Data Mining Untuk Memprediksi Tingkat Kemampuan Anak Dalam Mengikuti Mata Pelajaran Dengan Metode C4.5 Pada SDN 105351 Bakaran Batu,” J. Nas. Komputasi dan Teknol. Inf., vol. 4, no. 1, pp. 57–63, 2021, doi: 10.32672/jnkti.v4i1.2718.

D. Y. Hakim Tanjung, “Optimalisasi Algoritma C4.5 untuk Prediksi Kerusakan Mesin ATM,” Infosys (Information Syst. J., vol. 6, no. 1, p. 12, 2021, doi: 10.22303/infosys.6.1.2021.12-21. http://dx.doi.org/10.22303/infosys.6.1.2021.12-21