Saputri, Rifa Andriani (2025) Implementasi Algoritma Random Forest Dalam Memprediksi Prestasi Akademik Siswa (Studi Kasus Sman 1 Aceh Barat Daya dan Sman 3 Aceh Barat Daya). S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (196kB)
	Text Abstrak.pdf Download (416kB)
	Text Bab 1.pdf Download (341kB)
	Text Daftar Pustaka.pdf Download (333kB)
	Text Full-text.pdf Restricted to Registered users only Download (2MB)

Abstract

Kemajuan teknologi informasi telah merevolusi pendidikan dengan menyediakan alat untuk memprediksi prestasi akademik siswa secara akurat. Penelitian ini bertujuan mengembangkan sistem prediksi prestasi akademik menggunakan algoritma Random Forest, dengan studi kasus di SMAN 1 Aceh Barat Daya dan SMAN 3 Aceh Barat Daya. Data nilai rapor siswa kelas X dan XI semester genap tahun ajaran 2023/2024 dari 632 siswa digunakan, mencakup mata pelajaran seperti Matematika, Bahasa Indonesia, dan lainnya, yang dibagi menjadi 80% data latih (506 sampel) dan 20% data uji (136 sampel). Metode penelitian meliputi prapemrosesan data, pelatihan model Random Forest berbasis entropy dan information gain untuk membentuk pohon keputusan, serta evaluasi performa menggunakan metrik akurasi, presisi, dan recall. Implementasi dilakukan melalui aplikasi web berbasis Python dan Flask dengan antarmuka interaktif dan visualisasi pohon keputusan. Hasil pengujian pada 136 data uji menunjukkan akurasi sebesar 87,40%, dengan 111 prediksi benar, 16 false positive, dan 0 false negative, menunjukkan keandalan model dalam mengidentifikasi siswa berprestasi tanpa melewatkan potensi. Penelitian ini diharapkan mendukung sekolah dalam mengidentifikasi siswa berprestasi, membuat keputusan berbasis data, dan merancang strategi pendidikan yang lebih efektif.

Item Type:	Thesis (S1)
Subjects:	L Education > L Education (General) L Education > LC Special aspects of education Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Rifa Andriani Saputri
Date Deposited:	17 Jul 2025 07:30
Last Modified:	17 Jul 2025 07:30
URI:	https://rama.unimal.ac.id/id/eprint/12660

Actions (login required)

View Item