Penerapan C4.5 Berbasis Particle Swarm Optimization (PSO) dalam Memprediksi Siswa Lolos Seleksi Perguruan Tinggi

Sulistiyanto -

Abstract


Semakin banyaknya sekolah terutama sekolah menengah atas membuat banyak calon siswa mempunyai banyak pilihan untuk menentukan di sekolah mana mereka akan melanjutkan pendidikan menengah atasnya. Salah satu faktor dalam memilih sekolah adalah kualitas lulusanya yang lolos seleksi perguruan tinggi. Namun pihak sekolah jarang melakukan evaluasi terhadap alumninya yang telah lolos seleksi, sehingga tidak mendapatkan pengetahuan tentang faktor yang mendukung lolos seleksi dari alumninya. Oleh sebab itu diperlukan kajian prediksi menggunakan data mining dengan teknik klasifikasi. salah satu teknik klasifikasi yang dinilai tepat digunakan yakni C4.5 yang selanjutnya dioptimasi dengan algoritma Particle Swarm Optimization (PSO). Dari hasil pengujian algoritma C4.5 menghasilkan akurasi sebesar 89,89% sedangkan akurasi C4.5 dengan PSO sebesar 94,56%. Hasil percobaan terbukti bahwa algoritma PSO dapat meningkatkan akurasi C45.


Kata kunci: Data Mining, Prediksi, Klasifikasi, C4.5, PSO, Optimasi, Lolos Seleksi


Full Text:

PDF

Refbacks

  • There are currently no refbacks.