Abstract:
Transisi pendidikan dari Sekolah Dasar (SD) ke Sekolah Menengah
Pertama (SMP) merupakan fase krusial yang menentukan keberhasilan akademik
siswa di masa depan. Namun, proses asesmen kesiapan siswa saat ini seringkali
bersifat subjektif dan belum memanfaatkan data secara optimal. Penelitian ini
bertujuan untuk membangun dan mengevaluasi model prediksi kesiapan siswa SD
masuk SMP menggunakan algoritma machine learning, serta mengidentifikasi
faktor-faktor paling berpengaruh yang menentukan kesiapan tersebut.
Penelitian ini menggunakan pendekatan kuantitatif dengan menerapkan
algoritma klasifikasi Random Forest. Data penelitian diperoleh dari 127 siswa
kelas VI di SD Negeri 060843 Medan, yang mencakup variabel independen
berupa nilai akademik (Matematika, Bahasa Indonesia, IPA), catatan kehadiran,
skor psikologi, dan partisipasi ekstrakurikuler. Model yang dibangun
diimplementasikan dalam bentuk prototipe aplikasi web interaktif untuk
kemudahan penggunaan. Hasil pengujian model pada data uji menunjukkan
performa yang sangat tinggi, dengan keberhasilan mencapai tingkat akurasi,
presisi, dan recall sebesar 100%. Analisis feature importance dari model Random
Forest berhasil mengidentifikasi bahwa tiga faktor paling dominan yang
memengaruhi prediksi kesiapan siswa secara berurutan adalah (1) Nilai
Matematika, (2) Catatan Kehadiran, dan (3) Skor Psikologi.
