Perbandingan Transformasi Data pada Penentuan Peserta Bimbingan Belajar Menggunakan Metode Perceptron

Abstract

Proses penentuan peserta bimbingan belajar selama ini masih dilakukan secara manual dan lebih mengutamakan intuisi Pendidik. Data akademik siswa nilainya beragam, pihak Sekolah hanya mengacu pada Kriteria Ketuntasan Minimal  (KKM) tetapi sering terjadi kekeliruan. Dalam Data Mining terdapat proses transformasi data untuk mengubah data menjadi nilai yang lebih mudah untuk diolah. Penelitian ini bertujuan untuk  mendapatkan  metode  transformasi  data  yang  tepat  untuk  menentukan  peserta  bimbingan  belajar menggunakan  metode  Perceptron.  Tahapan  yang  dilakukan  adalah  membaca  data,  membuat  Vektor  Fitur menggunakan transformasi data, membagi data menjadi dua, training dan testing, kemudian proses pelatihan jaringan perceptron dengan data  training dan pengujian jaringan dengan data testing. Hasil pengujian proses yang menggunakan metode MinMax mendapatkan rata-rata akurasi sebesar 18,70% dan KKM sebesar 16,24%. Dari penelitian ini didapat proses tranformasi data yang tepat adalah MinMax, tetapi Jaringan Syaraf Tiruan Perceptron  tidak  tepat  digunakan  untuk  proses  penentuan  bimbingan  belajar  karena  data  yang  ada  sangat heterogen.