Implementasi Data Mining Prediksi Jumlah Pendaftar Siswa Pada Satuan Pendidikan Non Formal (Spnf) Sanggar Kegiatan Belajar (Skb) Kota Pekanbaru Dengan Metode Rought Set

Abstract

Prediksi adalah proses peramalan suatu variable untuk masa yang akan datang yang lebih mendasarkan pada pertimbangan intuisi daripada data masa lampau. Dengan cara prediksi ini maka dapat mengambarkan kondisi pada sebuah instansi untuk masa yang akan datang. SPNF SKB Kota Pekanbaru merupakan salah satu instansi pendidikan non formal yang jumlah siswa pendaftarnya dalam 5 tahun terakhir tidak stabil sehingga pihak instansi sangat sulit untuk menentukan jumlah siswa yang mendaftar untuk tahun berikutnya. Tujuan dari penelitian ini adalah untuk membantu SPNF SKB Kota Pekanbaru memprediksi jumlah pendaftar siswanya dengan implementasi data mining. Metode yang digunakan untuk memprediksi menggunakan metode Rough Set yang merupakan meode cukup efisien pada data mining dan dinilai mampu memprediksi jumlah pendaftar siswa pada SPNF SKB Kota Pekanbaru. Aplikasi yang digunakan untuk implementasi hasil prediksi jumlah pendaftar siswa menggunakan aplikasi Rosetta. Hasil penelitian ini adalah jumlah pendaftar siswa paket C naik sedangkan siswa paket B stabil dan paket A turun dalam 5 tahun terakhir dan prediksi jumlah pendaftar untuk tahun berikutnya berjumlah 160 siswa.