PREDIKSI KESIAPAN SISWA SEKOLAH DASAR MASUK SEKOLAH MENENGAH PERTAMA MENGGUNAKAN ALGORITMA RANDOM FOREST

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.