PREDIKSI UNTUK MENENTUKAN KESIAPAN SISWA SMP MENGHADAPI UJIAN NASIONAL METODE DATA MINING DECISION TREE

Yusup Susanto, Avip (2020) PREDIKSI UNTUK MENENTUKAN KESIAPAN SISWA SMP MENGHADAPI UJIAN NASIONAL METODE DATA MINING DECISION TREE. Skripsi (S1) thesis, Universitas Muhammadiyah Ponorogo.

	Text halaman judul.pdf Download (1MB)
	Text BAB I.pdf Download (153kB)
	Text BAB II.pdf Download (665kB)
	Text BAB III.pdf Restricted to Registered users only Download (835kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Restricted to Registered users only Download (63kB)
	Text DAFTAR PUSTAKA .pdf Download (281kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (174kB)

Abstract

Ujian nasional merupakan sistem evaluasi standar pendidikan dasar dan menengah secara nasional. Ujian nasional sendiri memberi pengaruh kepada siswa dalam cara belajar untuk menghadapi ujian nasional. Setiap siswa dalam menghadapi ujian sendiri berbeda, ada siswa yang menghadapi dengan serius dan ada yang menghadapinya dengan santai. Penelitian ini dilakukan untuk mengetahui seberapa besar kesiapan siswa SMP Negeri 1 Siman dalam menghadapi ujian nasional, merancang sebuah sistem prediksi kesiapan siswa smp dalam menghadapi ujian nasional berbasis web, yang menggunakan teknik data mining dengan metode Decision tree dengan Software R studio Metode Decision tree diterapkan untuk mencari probabilitas terbesar dari variabel yang sudah ditentukan meliputi nilai IPA, Matematika, Bahasa Indonesia, dan Bahasa Inggris untuk mengetahui siap dan kurang siap dalam menghadapi ujian nasional. Hasil dari penelitian ini adalah suatu sistem yang membantu admin dari pihak sekolah untuk mengetahui kesiapan siswa dalam menghadapi ujian nasional. Sehingga dapat menjadikan pertimbangan pihak sekolah untuk meningkatkan minat belajar siswa.

Item Type:	Thesis (Skripsi (S1))
Uncontrolled Keywords:	Data Mining, sistem prediksi , Decision Tree ,Rstudio
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Engineering > Department of Informatic Engineering
Depositing User:	Library Umpo
Date Deposited:	11 Feb 2021 02:37
Last Modified:	11 Feb 2021 02:37
URI:	http://eprints.umpo.ac.id/id/eprint/6023

Actions (login required)

View Item