PREDIKSI HASIL BELAJAR BERDASARKA METODE BELAJAR SISWA DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN

Abstract

Prestasi akademik siswa dipengaruhi oleh sejumlah elemen, dan salah satunya adalah cara belajar. Setiap individu siswa memiliki kecenderungan dalam cara belajar yang bervariasi, seperti visual, auditorial, dan kinestetik. Perbedaan ini bisa digunakan untuk meramalkan prestasi belajar dengan pendekatan yang didasarkan pada kecerdasan buatan. Penelitian ini menerapkan metode Jaringan Syaraf Tiruan tipe Multi Layer Perceptron (MLP) untuk melakukan prediksi prestasi belajar berdasarkan gaya belajar dan nilai akademik siswa. Data yang digunakan berjumlah 210 data siswa madrasah, terdiri dari 150 data latih dan 60 data uji. Model JST dibangun dengan empat neuron input, tiga neuron pada lapisan tersembunyi, dan satu neuron keluaran. Pelatihan dilakukan menggunakan algoritma backpropagation dengan 300 epoch dan laju pembelajaran 0,1. Hasil penelitian menunjukkan bahwa model menghasilkan akurasi prediksi sebesar 92% pada data uji. Temuan ini menunjukkan bahwa JST mampu mengenali pola gaya belajar dan hubungannya dengan prestasi belajar, serta dapat dijadikan alternatif model prediksi dalam lingkungan pendidikan.