MODEL PREDIKSI KELULUSAN SISWA MENGGUNAKAN ALGORITMA ADAPTIVE BOOSTING (ADABOOST) DAN EXTREME GRADIENT BOOSTING (XGBOOST) (STUDI PADA SMK SETIABUDHI SEMARANG)

Item

Judul
MODEL PREDIKSI KELULUSAN SISWA MENGGUNAKAN ALGORITMA ADAPTIVE BOOSTING (ADABOOST) DAN EXTREME GRADIENT BOOSTING (XGBOOST) (STUDI PADA SMK SETIABUDHI SEMARANG)
Subject
Sistem Informasi
number
Volume 6, Number 1
Abstract
Kelulusan siswa merupakan salah satu indikator dalam evaluasi keberhasilan proses pembelajaran, sehingga diperlukan model prediksi yang akurat yang dapat mendukung pengambilan keputusan akademik. Penelitian yang dilakukan bertujuan untuk membandingkan performansi model prediksi yang dihasilkan algoritma ensemble learningAdaBoost dan XGBoost dalam memprediksi kelulusan siswa. Tahapan penelitian yang dilakukan meliputi pengumpulan data, pre-processing data, validasi, evaluasi, dan komparasi model. Evaluasi model menggunakan confusion matrix, menghasilkan metrik pengukuran accuracy, precision, recall, dan F1-score. Hasil komparasi menunjukkan bahwa kedua model mempunyai performansi yang sangat baik. Model AdaBoost menghasilkan accuracy0,95, precision0,95, recall0,99, dan F1-score0,97. Sedangkan model XGBoostmenghasilkan accuracy0,94, precision0,94, recall0,99, dan F1-score0,97. Berdasarkan hasil perbandingan, AdaBoost menunjukkan performansi yang sedikit lebih unggul pada nilaiaccuracydan precision. Hasil penelitian menunjukkan bahwa algoritma boostingefektif untuk diimplementasikan untuk permasalahan prediksi kelulusan siswa dan dapat digunakan untuk pendukung pengambilan keputusan di bidang akademik.

Kata kunci: AdaBoost; Data Mining; Machine Learning; Prediksi Kelulusan; XGBoost.
Creator
Gati
Siska Narulita
Source
Universitas Nasional Karangturi Semarang
Publisher
Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer
Date
2026
Language
Indonesia
Type
Journal