IMPLEMENTASI GRADIENT BOOSTING MACHINE UNTUK KLASIFIKASI DATA KEBERHASILAN SISWA PADA SD MUHAMMADIYAH MEDAN TIMUR BERBASIS WEB

Abstract

Pendidikan dasar merupakan tahap fundamental yang menentukan kualitas pendidikan pada jenjang selanjutnya. Salah satu tantangan yang dihadapi siswa adalah transisi dari Sekolah Dasar (SD) ke Sekolah Menengah Pertama (SMP), yang menuntut kesiapan akademik maupun emosional. SD Muhammadiyah Medan Timur menghadapi kesulitan dalam mempersiapkan siswa menghadapi seleksi masuk SMP Negeri karena belum adanya sistem yang mampu mengklasifikasi keberhasilan siswa secara otomatis. Selama ini, pengelolaan data akademik dan non-akademik masih dilakukan secara manual, sehingga kurang efisien dan rentan terhadap kesalahan. Penelitian ini bertujuan untuk membangun sistem berbasis web yang mengintegrasikan algoritma Gradient Boosting Machine (GBM) dalam mengklasifikasi potensi keberhasilan siswa. Data yang digunakan meliputi nilai rapor, tingkat kehadiran, serta prestasi akademik dan non-akademik lainnya. Model GBM dilatih menggunakan data historis siswa untuk menghasilkan prediksi mengenai kemungkinan diterimanya siswa di SMP Negeri. Hasil penelitian menunjukkan bahwa penerapan algoritma GBM mampu memberikan klasifikasi yang akurat terhadap potensi keberhasilan siswa. Dengan sistem ini, pihak sekolah dapat mengidentifikasi siswa yang membutuhkan perhatian lebih sejak dini, sehingga intervensi pembinaan dapat dilakukan secara tepat dan sesuai kebutuhan. Implementasi GBM dalam konteks pendidikan diharapkan dapat meningkatkan efektivitas pengelolaan data akademik sekaligus mendukung pengambilan keputusan yang lebih baik di lingkungan sekolah dasar.