Abstract:
Penelitian ini memiliki tujuan untuk menciptakan model yang dapat memprediksi
hasil belajar siswa dengan memanfaatkan teknik Extreme Gradient Boosting
(XGBoost) yang dioptimalkan menggunakan Bayesian Optimization. Penelitian ini
terfokus pada pembelajaran Ilmu Pengetahuan Alam (IPA) melalui media sosial,
dan efektivitasnya diukur dengan membandingkan hasil pre-test, kuis, dan post-test.
Data dalam penelitian ini diperoleh dari 30 siswa SMP yang berperan sebagai
responden, dengan variabel input berupa nilai pre-test dan kuis, sementara variabel
outputnya adalah nilai post-test.
Tahapan dalam penelitian ini meliputi pra-pemrosesan data, yang mencakup
penanganan nilai yang hilang dengan metode imputasi rata-rata, pembagian data
menjadi set pelatihan dan set pengujian dengan rasio 80:20, pelatihan model
XGBoost, optimasi hyperparameter melalui Bayesian Optimization, dan evaluasi
model menggunakan metrik MAE (Mean Absolute Error), RMSE (Root Mean
Square Error), dan R² (Coefficient of Determination).
