x
ABSTRAK
Tantangan untuk mengklasifikasikan tingkat keberhasilan dalam proses
pembelajaran menghadirkan kesulitan khusus bagi guru dalam mengevaluasi dan
merancang strategi pembelajaran yang lebih efektif. Klasifikasi ini penting untuk
memahami pencapaian pembelajaran siswa secara objektif dan komprehensif.
Namun, proses ini sering terhambat oleh keterbatasan waktu, potensi kesalahan
perhitungan, dan kesulitan dalam melakukan analisis data yang mendalam.
Penelitian ini bertujuan untuk mengidentifikasi algoritma dengan akurasi tertinggi
dalam mengklasifikasikan keberhasilan pembelajaran. Metode yang digunakan
adalah Support Vector Machine (SVM), dengan evaluasi kinerja yang dilakukan
menggunakan matriks konfusi untuk mendapatkan skor akurasi, presisi, dan recall.
Hasil penelitian yang dilakukan di MIN 2 Kota Palembang menunjukkan bahwa:
(1) model SVM dibangun menggunakan data latih untuk menguji akurasi model,
(2) hasil klasifikasi dievaluasi menggunakan pendekatan matriks konfusi, dan (3)
tingkat keberhasilan dalam proses pembelajaran di MIN 2 Kota Palembang
dianggap tinggi berdasarkan hasil klasifikasi yang diperoleh.
Kata Kunci : SVM, Klasifikasi Keberhasilan Belajar, Confusion Matrix.