BSIBSI
Computer Science (CO-SCIENCE)Computer Science (CO-SCIENCE)Penilaian kinerja akademik siswa secara objektif tetap menjadi tantangan di SMP Negeri 16 Bogor karena faktor internal dan eksternal yang beragam dalam catatan siswa. Penelitian ini bertujuan untuk membandingkan kinerja klasifikasi algoritma Random Forest dan Support Vector Machine (SVM) menggunakan dataset 403 siswa yang berisi atribut demografis, sosioekonomi, dan terkait sekolah. Meskipun atribut-atribut ini bukan indikator akademik tradisional (misalnya, nilai tugas atau ujian), mereka digunakan untuk mengeksplorasi apakah fitur non-akademik dapat berkontribusi pada model prediktif. Setelah pra-pemrosesan data - menangani nilai yang hilang, mengkode variabel kategorik, dan mengelola ketidakseimbangan kelas - kedua algoritma dievaluasi menggunakan akurasi, presisi, recall, dan analisis matriks kebingungan. Hasil menunjukkan bahwa SVM lebih unggul daripada Random Forest dengan akurasi 78,00%, presisi 89,98%, dan recall 70,24%. Temuan ini menunjukkan bahwa SVM lebih tangguh untuk tugas klasifikasi yang tidak seimbang dan dapat memberikan wawasan yang berguna bahkan ketika label kinerja akademik diprediksi dari atribut non-akademik.
Penelitian ini bertujuan untuk mengatasi tantangan yang dihadapi SMP Negeri 16 Bogor dalam mengevaluasi kinerja akademik siswa menggunakan atribut demografis, sosioekonomi, dan lingkungan yang beragam.Dengan menerapkan dua algoritma machine learning - Random Forest dan Support Vector Machine (SVM) - penelitian ini menunjukkan bahwa SVM, khususnya dengan kernel RBF, memberikan kinerja klasifikasi yang lebih andal dan tangguh pada data pendidikan yang tidak seimbang dibandingkan dengan Random Forest.Keunggulan ini didorong oleh mekanisme pembelajaran berbasis margin SVM dan sensitivitasnya terhadap distribusi fitur yang dinormalisasi, yang memungkinkan generalisasi yang lebih efektif ketika kelas minoritas kurang terwakili.Temuan ini menegaskan bahwa SVM adalah algoritma yang lebih cocok untuk konteks sekolah, di mana kategori akademik didistribusikan secara tidak merata dan dipengaruhi oleh faktor non-akademik yang heterogen.
Untuk memperkuat model, disarankan untuk mengadopsi k-fold cross-validation, memperluas penyesuaian hiperparameter untuk SVM dan Random Forest, dan bereksperimen dengan klasifikasi canggih seperti XGBoost, LightGBM, atau jaringan saraf dalam. Selain itu, menggabungkan fitur akademik yang lebih kaya (misalnya, nilai tugas, pola kehadiran, data perilaku) dapat meningkatkan akurasi prediksi dan memberikan wawasan yang lebih dalam tentang pola belajar siswa. Penelitian masa depan juga harus mengeksplorasi metode pembelajaran sensitif biaya atau metode penanganan ketidakseimbangan ensembel yang secara eksplisit memprioritaskan kelas minoritas daripada hanya mengandalkan oversampling. Setelah mencapai kinerja prediktif yang kuat, langkah selanjutnya adalah mengembangkan sistem dukungan keputusan peringatan dini yang dapat diterapkan di sekolah untuk mengidentifikasi siswa berisiko dan memandu strategi intervensi.
| File size | 343.67 KB |
| Pages | 9 |
| DMCA | Report |
Related /
INDRAINSTITUTEINDRAINSTITUTE Metode yang digunakan adalah survei deskriptif kuantitatif. Seluruh populasi yang berjumlah 33 siswa digunakan sebagai sampel melalui teknik total sampling.Metode yang digunakan adalah survei deskriptif kuantitatif. Seluruh populasi yang berjumlah 33 siswa digunakan sebagai sampel melalui teknik total sampling.
UNIVEDUNIVED Hasil penelitian menunjukkan bahwa lingkungan kerja fisik (fasilitas, kebersihan) dan non fisik (hubungan antar individu, komunikasi, apresiasi), memilikiHasil penelitian menunjukkan bahwa lingkungan kerja fisik (fasilitas, kebersihan) dan non fisik (hubungan antar individu, komunikasi, apresiasi), memiliki
STMIKJAYAKARTASTMIKJAYAKARTA Kurikulum merdeka mengharuskan guru melakukan asesmen awal untuk menentukan bentuk pembelajaran yang tepat sesuai dengan gaya belajar siswa, hal ini menjadiKurikulum merdeka mengharuskan guru melakukan asesmen awal untuk menentukan bentuk pembelajaran yang tepat sesuai dengan gaya belajar siswa, hal ini menjadi
UNIVAUNIVA Kegiatan pelatihan ini diikuti oleh 25 peserta yang sebagian besar adalah Guru. Data yang digunakan berupa data hasil nilai mata pelajaran IPA dan IPSKegiatan pelatihan ini diikuti oleh 25 peserta yang sebagian besar adalah Guru. Data yang digunakan berupa data hasil nilai mata pelajaran IPA dan IPS
UIMUIM Faktor pendukung meliputi dukungan sekolah, orang tua, dan kesadaran siswa, sementara faktor penghambatnya adalah perbedaan kemampuan siswa, biaya, danFaktor pendukung meliputi dukungan sekolah, orang tua, dan kesadaran siswa, sementara faktor penghambatnya adalah perbedaan kemampuan siswa, biaya, dan
DWCUDWCU Sebagian besar siswa merasa kesulitan dalam menghadapi terminologi spesifik yang tampak baru, sehingga mereka membutuhkan waktu dan perhatian lebih untukSebagian besar siswa merasa kesulitan dalam menghadapi terminologi spesifik yang tampak baru, sehingga mereka membutuhkan waktu dan perhatian lebih untuk
UNIVAUNIVA Siswa-siswa SMK Gelora Pancasila selama ini masih mengenal istilah-istilah bahasa Inggris umum saja, untuk itu pelatihan ini diadakan agar siswa memilikiSiswa-siswa SMK Gelora Pancasila selama ini masih mengenal istilah-istilah bahasa Inggris umum saja, untuk itu pelatihan ini diadakan agar siswa memiliki
UADUAD Penelitian ini bertujuan untuk menganalisis kesalahan siswa berdasarkan indikator kemampuan pemecahan masalah matematis yang dilakukan di SMA Negeri 1Penelitian ini bertujuan untuk menganalisis kesalahan siswa berdasarkan indikator kemampuan pemecahan masalah matematis yang dilakukan di SMA Negeri 1
Useful /
BSIBSI Sebagian besar studi pengakuan bahasa isyarat yang ada berfokus pada gestur tangan tunggal, yang membatasi ekspresivitas. Penelitian ini mengusulkan sistemSebagian besar studi pengakuan bahasa isyarat yang ada berfokus pada gestur tangan tunggal, yang membatasi ekspresivitas. Penelitian ini mengusulkan sistem
BSIBSI Primaya Hospital perlu meningkatkan strategi pemasarannya dengan meningkatkan kuantitas dan kualitas konten edukasi interaktif, membentuk tim responsifPrimaya Hospital perlu meningkatkan strategi pemasarannya dengan meningkatkan kuantitas dan kualitas konten edukasi interaktif, membentuk tim responsif
STIKESMUCISSTIKESMUCIS Sampel terdiri dari 40 pasien stroke yang dirawat di bangsal Mawar Rumah Sakit Ciamis. Partisipan dipilih menggunakan teknik purposive sampling. Data dikumpulkanSampel terdiri dari 40 pasien stroke yang dirawat di bangsal Mawar Rumah Sakit Ciamis. Partisipan dipilih menggunakan teknik purposive sampling. Data dikumpulkan
UIMUIM Implikasi penelitian ini adalah: 1) Pentingnya Pendidikan Berbasis Nilai Islam, 2) Pembentukan Karakter dan Moral, 3) Pendidikan sebagai Proses Holistik,Implikasi penelitian ini adalah: 1) Pentingnya Pendidikan Berbasis Nilai Islam, 2) Pembentukan Karakter dan Moral, 3) Pendidikan sebagai Proses Holistik,