Klasifikasi pemahaman konsep pada mata pelajaran produktif dengan metode Support Vector Machine

ABSTRAK

Sekolah Menengah Kejuruan (SMK) merupakan lembaga pendidikan yang memiliki peran untuk menciptakan sumber daya manusia dengan kemampuan, keterampilan, dan keahlian serta mampu mengembangkan kompetensinya ketika terjun di dunia kerja. Kompetensi siswa diperoleh dari mata pelajaran produktif salah satu mata pelajaran yang memiliki peranan penting dalam mengukur kualitas siswa. Dengan berkembangnya teknologi, evaluasi siswa pada nilai mata pelajaran produktif dapat menggunakan metode data mining, salah satunya menggunakan pendekatan Support Vector Machine. Metode ini bertujuan untuk membangun klasifikasi pada nilai mata pelajaran produktif siswa dengan mengidentifikasi variabel-variabel yang memengaruhinya. Berdasarkan hasil penelitian, dapat dibuat kesimpulan bahwa nilai mata pelajaran produktif di SMK Negeri 1 Pasuruan dapat diprediksi dan dievaluasi dengan teknik data mining yang memanfaatkan algoritma Support Vector Machine. Hal ini bertujuan untuk memprediksi nilai siswa di mata pelajaran produktif dengan memanfaatkan algoritma ini. Hasil klasifikasi memberikan gambaran bahwa, hasil nilai siswa pada mata pelajaran produktif dipengaruhi oleh fitur media belajar, kualitas mengajar guru, fasilitas di kelas /laborataorium, minat dan motivasi belajar. Selain itu algoritma Support Vector Machine memiliki nilai Acuracy = 71,61%, Precision =60,19% Recall = 98,49%, dan F1 Score = 74,71%.

ABSTRACT

Vocational High Schools (SMK) are educational institutions whose role is to create human resources with abilities, skills and expertise and are able to develop their competencies when entering the world of work. Student competency is obtained from productive subjects, one of the subjects that has an important role in measuring student quality. With the development of technology, student evaluations of productive subject grades can use data mining methods, one of which uses the Support Vector Machine approach. This method aims to build a classification of students' productive subject grades by identifying the variables that influence them. Based on the esearch results, it can be concluded that the value of productive subjects at SMK Negeri 1 Pasuruan can be predicted and evaluated using data mining techniques that utilize the Support Vector Machine algorithm. It aims to predict student grades in productive subjects by utilizing this algorithm. The classification results provide an illustration that student grades in productive subjects are influenced by learning media features, teacher teaching quality, classroom/laboratory facilities, interest and motivation to learn. Apart from that, the Support Vector Machine algorithm has a value of Accuracy = 71.61%, Precision = 60.19%, Recall = 98.49%, and F1 Score = 74.71%

مستخلص البحث

المدرسة الثانوية المهنية هي مؤسسة تعليمية لها دور خلق موارد بشرية ذات قدرات ومهارات وخبرات وقادرون على تطوير كفاءاتهم عند دخول عالم العمل. يتم الحصول على كفاءة الطالب من المواد الإنتاجية ، وهي واحدة من المواد التي له دور مهم في قياس جودة الطلاب. مع تطور التكنولوجيا ، يمكن لتقييم الطلاب على درجات المواد الإنتاجية استخدام طريقة استخراج البيانات، واحد منهم يستخدم نهج آلة المتجه الداعم. تهدف هذه الطريقة إلى بناء تصنيف على درجات المواد الإنتاجية للطلاب من خلال تحديد المتغيرات التي تؤثر عليه. بناء على نتائج البحث ، يمكن إجراؤه استنتاج مفاده أنه يمكن التنبؤ بقيمة الموضوعات المنتجة في المدرسة الثانوية المهنية الحكومية ١ باسوروان وتقييمها باستخدام تقنيات استخراج البيانات التي تستخدم خوارزمية آلة المتجه الداعم. يهدف هذا إلى التنبؤ بدرجات الطلاب في مواد الإنتاجية من خلال باستخدام هذه الخوارزمية. تعطي نتائج التصنيف فكرة عن أن نتائج درجات الطلاب في مواد الإنتاجية تتأثر بميزات وسائط التعلم ، وجودة تدريس المعلم ، المرافق في الفصول الدراسية / المختبر ، والاهتمام والدافع للتعلم. بالإضافة إلى ذلك ، خوارزمية آلة المتجه الداعم لها الدقة = ,6171 % ، و الثبات = 60,19 % ، و الاستدعاء = 98,49 % ، و درجة ف1=74,71 % .