Prediksi Nilai dan Klasifikasi Kelulusan Siswa Menggunakan Regresi Linier dan Regresi Logistik

Oleh: Fais Base Febrian Mata Kuliah: Kecerdasan Buatan Tanggal: 23-04-2026

Abstrak

Penelitian ini bertujuan untuk memprediksi nilai akhir siswa dan mengklasifikasikan kelulusan menggunakan dua metode machine learning: Regresi Linier untuk memprediksi nilai akhir (G3) dan Regresi Logistik untuk mengklasifikasikan apakah seorang siswa lulus (G3 ≥ 10) atau tidak. Dataset yang digunakan adalah Student Performance Dataset dengan total 395 sampel siswa dan 33 fitur yang mencakup data demografis, sosial, dan akademik.

Kata Kunci: Prediksi Nilai, Klasifikasi Kelulusan, Regresi Linier, Regresi Logistik, Student Performance, Machine Learning

Latar Belakang

Pendidikan merupakan faktor penting dalam menentukan masa depan seseorang. Nilai akademik siswa dipengaruhi oleh berbagai faktor seperti demografi, latar belakang keluarga, kebiasaan belajar, dan faktor sosial lainnya. Dengan memanfaatkan teknik machine learning, kita dapat mengidentifikasi pola-pola yang mempengaruhi prestasi siswa dan membantu institusi pendidikan dalam mengambil tindakan preventif untuk siswa yang berisiko tidak lulus.

Tujuan

1. Memprediksi nilai akhir siswa (G3) menggunakan Regresi Linier
2. Mengklasifikasikan kelulusan siswa (Lulus/Tidak Lulus) menggunakan Regresi Logistik
3. Mengidentifikasi fitur-fitur yang paling berpengaruh terhadap prestasi akademik siswa

Dataset

Dataset yang digunakan adalah Student Performance Dataset dengan spesifikasi: Sumber: UCI Machine Learning Repository Jumlah sampel: 395 siswa Jumlah fitur: 33 fitur (numerik & kategorikal) Target:

1. Regresi Linier: G3 (nilai akhir, range 0–20)
2. Regresi Logistik: Pass (1 jika G3 ≥ 10, 0 jika G3 < 10)

Eksplorasi Data (EDA)

Struktur Dataset:

Struktur data

Statistik Deskriptif

Distribusi Nilai

Berdasarkan analisis distribusi nilai G1, G2, dan G3, terlihat bahwa sebagian besar siswa memiliki performa akademik yang merata dengan pola distribusi yang relatif normal dan nilai rata-rata berada di kisaran 10 hingga 11 dalam skala 0–20. Meskipun beberapa siswa berhasil meraih skor sempurna sebesar 20, terdapat anomali berupa nilai nol pada sejumlah siswa yang kemungkinan besar disebabkan oleh ketidakhadiran atau tidak mengikuti ujian.

Preprocessing Data

Fitur yang akan digunakan untuk regresi linier:

Regresi Linier

Regresi Linier digunakan untuk memprediksi nilai akhir siswa (G3) berdasarkan 15 fitur numerik. Model ini mencari hubungan linier antara fitur-fitur dengan target. Evaluasi Regresi Linier: R² Score: 0.7804 RMSE: 2.1222 MSE: 4.5038 Visualisasi:

Deskripsi model

Regresi Logistik digunakan untuk mengklasifikasikan kelulusan siswa: Target = 1 : Lulus (G3 ≥ 10) Target = 0 : Tidak Lulus (G3 < 10)

Visualisasi Confusion Matrix:

Perbandingan Kedua Model

Fitur Paling Berpengaruh

Kesimpulan:

• G1 dan G2 adalah prediktor terkuat untuk G3 (logis karena nilai periodik)
• Failures (jumlah kegagalan) memiliki pengaruh negatif signifikan
• Absences (ketidakhadiran) menurunkan nilai akhir

Implikasi Praktis

1. Intervensi Dini: Siswa dengan nilai G1 dan G2 rendah perlu mendapatkan perhatian khusus
2. Monitoring Kehadiran: Ketidakhadiran yang tinggi berkorelasi dengan nilai rendah
3. Program Remedial: Siswa dengan riwayat failures perlu program perbaikan

Keterbatasan Penelitian

1. Dataset hanya mencakup dua sekolah (GP dan MS) perlu generalisasi
2. Tidak mempertimbangkan faktor kualitatif seperti motivasi dan bakat
3. Model hanya menggunakan data tabular, tidak termasuk faktor eksternal