Prediksi akademik siswa berdasarkan tingkat konsumsi alkohol menggunakan algoritma random forest / Galih Carlos Putra Siregar</p> - Repositori Universitas Negeri Malang

Prediksi akademik siswa berdasarkan tingkat konsumsi alkohol menggunakan algoritma random forest / Galih Carlos Putra Siregar</p>

Siregar, Galih Carlos Putra (2024) Prediksi akademik siswa berdasarkan tingkat konsumsi alkohol menggunakan algoritma random forest / Galih Carlos Putra Siregar</p>. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

p Konsumsi alkohol menjadi masalah sosial yang serius terutama di kalangan pelajar akibat akses yang mudah dan kurangnya pengawasan dari orang tua dan tenaga didik. Alkohol secara langsung maupun tidak langsung membawa pengaruh buruk terutama pada pelajar. Berdasarkan studi pada tahun 2015 112 (66%) dari 170 pelajar tidak menghadiri kelas atau gagal dalam ujian akibat mabuk dari konsumsi alkohol. Hal ini membuktikan bahwa tingkat konsumsi alkohol berdampak pada performa akademik mereka. Oleh karena itu diperlukan prediksi akademik siswa untuk menekan pengaruh buruk konsumsi alkohol pada prestasi akademiknya. Salah satu teknik untuk memprediksi akademik tersebut adalah menggunakan metode data mining. Berdasarkan masalah ini maka penelitian ini bertujuan untuk memprediksi kinerja akademik siswa dengan menerapkan teknik prediksi dalam data mining. Penelitian ini dibagi menjadi 5 tahapan meliputi kajian pustaka pengumpulan data data pre-processing data processing dan evaluasi hasil. Data diperoleh dari dataset publik ldquo Student Alcohol Consumption rdquo yang mencakup variabel-variabel seperti nilai pada semester pertama kedua dan ketiga aspek demografis aspek akademik aspek keluarga aspek sosial siswa konsumsi alkohol siswa pada hari kerja dan akhir pekan. Tahap data pre-processing melibatkan beberapa proses mencakup mencakup proses discretize set role dan SMOTE upsampling. Model prediksi yang digunakan untuk mendiagnosa hasil pemeriksaan pasien adalah Random Forest. Evaluasi hasil prediksi menggunakan metrik accuracy precision dan recall. Hasil dari penelitian ini menunjukkan Random Forest menghasilkan hasil terbaik pada dataset bahasa Portugis menggunakan SMOTE dan label dua kelasm dengan akurasi 95.54% presisi 98.08% dan recall 92.90%. Berdasarkan hasil tersebut dapat disimpulkan algoritma Random Forest bagus digunakan memprediksi performa siswa berdasarkan tingkat konsumsi alkohol menggunakan label dua kelas dan data yang seimbang. /p

Item Type: Thesis (Diploma)
Divisions: Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika
Depositing User: library UM
Date Deposited: 12 Jul 2024 04:29
Last Modified: 09 Sep 2024 03:00
URI: http://repository.um.ac.id/id/eprint/358009

Actions (login required)

View Item View Item