PERBANDINGAN METODE DATA MINING UNTUK PREDIKSI KELULUSAN SANTRI LEMBAGA I’DADIYAH (PENGEMBANGAN KEMAMPUAN DASAR) WILAYAH AZ-ZAINIYAH DENGAN ALGORITMA C4.5 DAN K-NN

Nafisah, Maria Nikmatin (2024) PERBANDINGAN METODE DATA MINING UNTUK PREDIKSI KELULUSAN SANTRI LEMBAGA I’DADIYAH (PENGEMBANGAN KEMAMPUAN DASAR) WILAYAH AZ-ZAINIYAH DENGAN ALGORITMA C4.5 DAN K-NN. Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_2021400286_Maria Nikmatin Nafisah_IF.pdf Restricted to Registered users only Download (6MB)

Abstract

Nafisah, Maria Nikmatin. 2024. Perbandingan Metode Data Mining Untuk Prediksi Kelulusan Santri Di Lembaga I’dadiyah (Pengembangan Kemampuan Dasar) Wilayah Az-Zainiyah Dengan Algoritma C4.5 Dan K-Nearest Neighbor. Skripsi, Prodi Teknik Informatika, Fakultas Teknik, Universitas Nurul Jadid Paiton Probolinggo. Pembimbing: (I) M. Syafiih, M.Kom., (II) Kamil Malik, M.Kom.

Kata Kunci: Prediksi Kelulusan, Algoritma C4.5, Algoritma K-NN, Data Mining.

Lembaga I'dadiyah Pondok Pesantren Nurul Jadid memiliki peran strategis dalam membina santri baru sebelum melanjutkan ke jenjang pendidikan formal yang lebih tinggi. Namun, dalam beberapa periode terakhir, angka kelulusan santri di lembaga ini menunjukkan tren penurunan, sehingga diperlukan sistem prediksi dini untuk memitigasi risiko ketidaklulusan. Penelitian ini bertujuan untuk membandingkan performa dua algoritma data mining, yaitu C4.5 dan K-Nearest Neighbors (K-NN), dalam memprediksi kelulusan santri di Wilayah Az-Zainiyah. Dataset yang digunakan mencakup 524 data santri yang meliputi berbagai atribut performa akademik dan non-akademik. Hasil penelitian menunjukkan bahwa algoritma C4.5 mencapai tingkat akurasi yang sangat tinggi, yaitu sebesar 99,24%, sedangkan algoritma K-NN mencapai akurasi sebesar 97,46%. Perbedaan hasil ini mengindikasikan bahwa algoritma C4.5 memiliki kinerja yang lebih unggul dan stabil dibandingkan K-NN dalam konteks dataset yang digunakan. Temuan ini memberikan wawasan berharga bagi pengelola lembaga pendidikan dalam menentukan metode prediksi yang tepat guna mendukung pengambilan keputusan yang lebih efektif dan efisien untuk meningkatkan kualitas kelulusan santri.

Item Type:	Thesis (Other)
Subjects:	B Philosophy. Psychology. Religion > BP Islam. Bahaism. Theosophy, etc L Education > L Education (General) Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	30 Apr 2026 04:33
Last Modified:	30 Apr 2026 04:33
URI:	https://repository.unuja.ac.id/id/eprint/3291

Actions (login required)

View Item