TINJAUAN PUSTAKA SISTEMATIS: PREDIKSI PRESTASI BELAJAR PESERTA DIDIK DENGAN ALGORITMA PEMBELAJARAN MESIN

Abstract

Penggunaan data profil dan capaian pemelajaran peserta didik dengan pembelajaran mesin untuk memprediksi prestasi belajar peserta didik akan memberi kontribusi penting bagi penyusunan strategi yang tepat dalam peningkatan prestasi belajar. Artikel ini menampilkan tinjauan pustaka sistematis (systematic literature review) terhadap 15 artikel penelitian yang mengimplementasikan algoritma pembelajaran mesin untuk memprediksi prestasi belajar peserta didik. Hasilnya adalah pembelajaran mesin relevan digunakan dalam memprediksi prestasi belajar peserta didik; sementara empat algoritma yang paling sering digunakan untuk memprediksi prestasi belajar peserta didik adalah ANN, Naïve Bayes, Logistic Regression, SVM dan Decision Tree. Temuan lain adalah bahwa pemangku kepentingan yang paling mendapat manfaat dari penelitian sejenis adalah lembaga pendidikan, dan jenis algoritma pembelajaran mesin yang paling banyak digunakan adalah jenis algoritma untuk klasifikasi.