Prediksi Kelulusan Siswa pada Mata Pelajaran Matematika menggunakan Educational Data Mining

Autor: Selly Anastassia Amellia Kharis
Jazyk: angličtina
Rok vydání: 2023
Předmět:
Zdroj: JURNAL RISET PEMBELAJARAN MATEMATIKA SEKOLAH; Vol 7 No 1 (2023): Jurnal Riset Pembelajaran Matematika Sekolah; 28-36
ISSN: 2621-4296
Popis: Pesatnya perkembangan teknologi menyebabkan keterlimpahan data di berbagai bidang termasuk pendidikan. Dengan fenomena tersebut akan sangat berguna jika data-data tersebut dapat dihubungkan dan dicari pola sehingga mudah dipahami dan dapat digunakan untuk pengambilan keputusan dalam sistem managemen instansi pendidikan. Di dunia pendidikan tentu banyak data yang dapat digali, mulai dari data kinerja pengajar, data nilai mahasiswa, tracer study, dan data proses pembelajaran. Di sisi lain, evaluasi pembelajaran yang dilakukan biasanya terlaksana setelah nilai ujian keluar dan tidak ada peringatan dini untuk siswa terkait dengan kemajuan pembelajarannya. Akibatnya, tindakan pencegahan yang dilakukan oleh guru atau pihak sekolah menjadi terlambat dan dapat berdampak hingga ketidaklulusan siswa. Salah satu inovasi evaluasi pembelajaran yang dapat dilakukan di sekolah adalah dengan menggunakan educational data mining untuk memprediksi kelulusan siswa. Educational data mining diawali dengan pengumpulan, transformasi hingga analisis data. Pada penelitian ini, dilakukan perbandingan berbagai metode machine learning untuk memprediksi kelulusan siswa. Dalam penggalian data, penelitian ini menggunakan data akademik siswa menengah pada mata pelajaran di Portugal dengan 395 sampel dan 33 variabel bebas. Hasil dari educational data mining diharapkan dapat menjadi rujukan untuk menentukan strategi yang tepat untuk menurunkan ketidaklulusan siswa dan menjadi peringatan dini untuk ketidaklulusan siswa.
Databáze: OpenAIRE