MODEL PREDIKTIF UNTUK AKREDITASI SEKOLAH TINGKAT SEKOLAH MENENGAH PERTAMA (SMP)

Moh. Irvan(1*), Yohanes Purnama(2), Rendika Vhalery(3)

(1) Universitas Indraprasta PGRI Jakarta
(2) IPB University
(3) Universitas Indraprasta PGRI Jakarta
(*) Corresponding Author

Abstract


Aspek utama yang menentukan keberhasilan suatu bangsa adalah pendidikan. Oleh sebab itu, pemerintah memutuskan untuk seluruh sekolah perlu diberikan nilai kelayakan (akreditasi). Dalam kajian ini ingin membangun satu model prediksi untuk akreditasi sekolah di tingkat SMP. Pendekatan dengan teknik mechine learning digunakan pada pemodelan ini. Beberapa algoritma yang diterapkan memiliki nilai akurasi pada rentang 76% sampai dengan 79%, hal ini masih dapat ditingkatkan kembali.  Namun berdasarkan nilai AUC sebesar 76% model Random Forest memiliki prediksi yang baik dibandingkan model lainnya. Karena model Random Forest mampu memprediksi kelas minoritas tipe “akreditasi A” lebih tinggi

Keywords


Prediktif; Akreditasi Sekolah; Mechine Learning;

Full Text:

PDF (Indonesian)

References


Alpayd?n, E. (2010). Introduction to Machine Learning (Second ed.). Cambridge, London: The MIT Press.

Badan Akreditasi Nasional. (2016). Pedoman Akreditasi Sekolah/Madrasah Tahun 2016. Jakarta: Badan Akreditasi Nasional Sekolah/Madrasah.

Gayatri, N., Nickolas, S., Reddy, A., & Chitra, R. (2009). Performance Analysis Of Data Mining Algorithms for Software Quality Prediction. International Conference on Advances in Recent Technologies in Communication and Computing, Hlm. 393-395.

He, H., & Garcia, E. A. (2009). Learning from Imbalanced Data. IEEE Transactions on Knowledge and Data Engineering, Vol. II. No. 9, Hlm. 1263-1284.

Korb, K. B., & Nicholson, A. E. (2011). Bayesian Artificial Intelligence (2nd ed.). Florida: CRC Press.

Faisal, M. R. (2016). Data Science, Klasifikasi dengan Bahasa Pemprograman R. Indonesia net dev community: Banjarmasin.

Stang. (2017). Aplikasi Statistik Multivariat Dalam Penelitian Kesehatan. Jakarta: Mitra Wacana Media.

Azen, R & Walker, C. M. (2011). Categorical Data Analysis for the Behavoral and Social Sciences. New York: Taylor and Francis Group.




DOI: http://dx.doi.org/10.30998/rdje.v5i2.3747

Refbacks

  • There are currently no refbacks.


Google Maps

Publisher :

Universitas Indraprasta PGRI

Pusat Kajian Ilmu Ekonomi (PUSKANOMI)
Adress : Kampus B | Jl. Raya Tengah No.80, RT.6/RW.1, Gedong, Kec. Ps. Rebo, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta 13760
Work Hours : 09.00 AM – 09.00 PM


RDJE Stats

Visitors RDJE (Research and Development Journal of Education) Since March 15'Th 2020
Flag Counter


Lisensi Creative Commons
RDJE (Research and Development Journal of Education) - is licensed under a Creative Commons - Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0).