PREDIKSI PRESTASI SISWA SMAS KATOLIK SANTO YOSEPH DENPASAR BERDASARKAN KEDISIPLINAN DAN TINGKAT EKONOMI ORANG TUA MENGGUNAKAN METODE KNOWLEDGE DISCOVERY IN DATABASE DAN ALGORITMA REGRESI LINIER BERGANDA

Abstrak

Pendidikan merupakan suatu sistem yang didalamnya mengandung unsur penting yang saling berkaitan dan mempunyai tujuan untuk menghasilkan taraf SDM yang kompeten demi kemajuan bangsa. SMAS Katolik Santo Yoseph Denpasar merupakan salah satu lembaga pendidikan yang sangat memperhatikan pendidikan siswanya, tetapi mempunyai permasalahan dimana pihak sekolah kesulitan dalam mengidentifikasi kemampuan dan kebutuhan siswa sehingga siswa tidak mendapatkan perhatian dan bantuan yang tepat. Maka dari itu, perlu dilakukan prediksi prestasi siswa agar lembaga pendidikan dapat memberikan bimbingan dan pengajaran yang tepat dengan kualitas yang baik terhadap siswa sesuai dengan kemampuannya. Penelitian ini menggunakan metode KDD (Knowledge Discovery in Database) dan Algoritma Regresi Linier Berganda yang bertujuan untuk mengetahui hasil prediksi prestasi siswa SMAS Katolik Santo Yoseph Denpasar berdasarkan kedisiplinan dan tingkat ekonomi orang tua dan mengukur tingkat akurasi prediksi menggunakan MAE (Mean Absolute Error), MSE (Mean Squared Error) dan RMSE (Root Mean Square Error). KDD adalah teknik untuk mendapatkan informasi berupa data dari basis data yang sudah ada dengan beberapa tahapan, yaitu data selection, pre-processing/cleaning, transformation, data mining dan interpretation/evaluation. Algoritma Regresi Linier Berganda adalah teknik data mining yang digunakan untuk mengetahui apakah ada hubungan antara variabel yang ingin diprediksi (variabel dependen) dengan variabel lain (variabel independen) yang memiliki persamaan Y = a + b₁x₁ + b₂x₂ + … + b_nx_n. Penelitian ini menghasilkan hubungan positif antara kedisiplinan siswa, tingkat ekonomi orang tua dan prestasi siswa dengan dataset sebanyak 2672 data dengan perbandingan 70% data training dan 30% data testing. Perbandingan 70% data training dan 30% data testing merupakan tingkat akurasi tertinggi dengan nilai MAE sebesar 0,026, nilai MSE sebesar 0,001 dan nilai RMSE sebesar 0,032.