Implementasi Metode Learning Vector Quantization (LVQ) pada Sistem Pendukung Keputusan Klasifikasi Prestasi Siswa

Abstract

Penilaian prestasi siswa merupakan bagian penting dalam proses evaluasi pendidikan karena berperan sebagai dasar pengambilan keputusan akademik. Namun, proses klasifikasi prestasi siswa masih banyak dilakukan secara konvensional sehingga berpotensi menghasilkan penilaian yang kurang objektif. Penelitian ini bertujuan untuk mengimplementasikan metode Learning Vector Quantization (LVQ) pada sistem pendukung keputusan dalam mengklasifikasikan prestasi siswa berdasarkan data nilai pengetahuan. Penelitian menggunakanpendekatankuantitatifdenganmetodeeksperimental, memanfaatkan data nilaipengetahuanmatapelajaran Al-Qur’an Hadis kelas III B MIN 3 Asahan semester I tahunpelajaran 2023/2024 yang berjumlah 27 siswa. Empatnilai sumatif digunakan sebagai atribut input dan dikelompokkan ke dalam tiga kategori prestasi, yaitu tinggi, sedang, dan rendah. Data dinormalisasi menggunakan metode min–max, kemudian dibagi menjadi data latih dan data uji dengan proporsi 70% dan 30%. Hasil pengujian menunjukkan bahwa metode LVQ mampu mengklasifikasikan prestasi siswa dengan tingkat akurasi sebesar 87,50%. Kesalahan klasifikasi terjadi pada data dengan nilai yang berada di batas antar kategori prestasi. Temuan ini menunjukkan bahwa metode LVQ efektif digunakan sebagai alat bantu pengambilan keputusan akademik yang berbasis data dan dapat meningkatkan objektivitas dalam penilaian prestasi siswa.