Implementasi Data Mining Untuk Menentukan Kelas Bimbingan Belajar pada Siswa Kelas XII di SMA Pasundan 2 Bandung

SMA Pasundan 2 Bandung merupakan salah satu sekolah yang telah berkembang menjadi sekolah yang besar di kota Bandung. Berdasarkan data dari pihak kesiswaan pada tahun ajaran 2013/2014, SMA Pasundan 2 Bandung memiliki 353 siswa kelas XII yang akan mengikuti Ujian Nasional. Dengan melihat data tersebut, maka sekolah membuat kebijakan untuk mengadakan kegiatan pemantapan belajar atau bimbingan belajar agar siswa lebih siap mengikuti Ujian Nasional. Berdasarkan hasil wawancara dengan pihak kesiswaan di SMA Pasundan 2 Bandung, diketahui bahwa selama ini pihak kesiswaan masih mengalami kesulitan dalam pembagian kelas bimbingan belajar. Hal ini dikarenakan jumlah siswa yang banyak dan variabel yang menentukan pengelompokan kelas tersebut cukup bervariasi. Data mining merupakan suatu proses yang interaktif atau terotomatisasi untuk menemukan pola (pattern) data tersebut dan memprediksi kelakuan (trend) di masa mendatang berdasarkan pola data tersebut. Data Mining menggunakan metode klasifikasi dan algoritma ID3 dapat men-generate pohon keputusan yang simpel dan spesifik. Algoritma ID3 itu sendiri dapat meng-eliminasi perhitungan-perhitungan yang tidak diperlukan, karena ketika menggunakan metode pohon keputusan maka sampel diuji hanya berdasarkan kriteria atau kelas tertentu.

SMA Pasundan 2 Bandung is one school that has grown into a large school in the city of Bandung. Based on data from the student in the academic year 2013/2014, SMA Pasundan 2 Bandung has 353 class XII students who will follow the National Exam. By looking at the data, then the school creating a policy to conduct stabilization activity, learning or tutoring that students are better prepared to follow the National Exam. Based on the results of interviews with the student in SMA Pasundan 2 Bandung, it is known that during this time the student is still having difficulty in class division tutoring. This is because the number of students and the many variables that determine the class grouping is quite varied. Data mining is a process that is interactive or automated to find a pattern (pattern) data and predict behavior (trend) in the future based on the data pattern. Data Mining using ID3 classification methods and algorithms may generate a decision tree that is simple and specific. ID3 algorithm itself able to eliminate the calculations are not needed, because when using decision tree method, the samples were tested only on the basis of criteria or a particular class.