METODE PENGEMBANGAN MORAL DAN NILAI-NILAI AGAMA.pptx
Pengaruh ESQ Terhadap Prestasi Akademik Siswa SMKN2 Pekanbaru
1. ANALISIS PENGARUH ESQ (EMOTIONAL, SPRITUAL QUOTION)
TERHADAP PRESTASI AKADEMIK SISWA STUDI KASUS PADA
SMK NEGERI 2 PEKANBARU
Lukman
Sekolah Menengah Kejuruan Negeri 2 Pekanbaru, Jl. Patimura No. 14 Gobah Pekanbaru
Email : lukman_smkn2pku@yahoo.com
Abstrak : Penelitian ini dimaksudkan untuk mengetahui pengaruh antara kecerdasan
Emosional dan Kecerdasan Spiritual terhadap Prestasi Akademik, serta untuk mengetahui
pengelompokkan siswa yang mempunyai tingkat kecerdasan emosional dan kecerdasan
spiritual yang baik atau tinggi. Yang menjadi objek dalam penelitian ini adalah siswa SMK
Negeri 2 Pekanbaru TP. 2016/2017. Penelitian ini dilakukan menggunakan Data Mining
dengan metode Algoritma C4.5 dengan membangun decision tree, dan pengujiannya dengan
aplikasi RapidMiner 5.3. sehingga menghasilkan rule bahwa kecerdasan emosional dan
kecerdasan spiritual mempunyai pengaruh yang signifikan terhadap prestasi akademik.
Kata Kunci : Kecerdasan Emosional dan Spiritual, Algoritma C4.5, RapidMiner 5.3
1. PENDAHULUAN
I.1. Latar Belakang
Sejalan dengan tujuan pendidikan nasional yang tertuang pada Undang-undang
nomor 20 tahun 2003, Tujuan suatu pendidikan tidak hanya bermuara pada nilai akhir sekolah
atau prestasi akademik semata, tapi lebih mengedepankan tujuan secara keseluruhan yaitu
beriman, bertakwa, berakhlak mulia, sehat, cakap, kreatif, mandiri dan demokratis, serta
bertanggung jawab. Sekolah Menengah Kejuruan (SMK) Negeri 2 Pekanbaru merupakan
satuan pendidikan formal sebagai penyelenggara Proses Belajar Mengajar (PBM) dimana
siswanya merupakan usia anak yang tumbuh menjadi remaja, yang penuh dengan gejolak
emosi dan hasrat keingintahuan yang sangat besar, untuk itu sering kali mendorong mereka
melakukan pergaulan dan bersosialisasi secara bebas serta cenderung tidak terkendali
Nilai-nilai kecerdasan emosional atau Emotion Quotient (EQ) dan kecerdasan
spiritual atau Spiritual Quotient (SQ) selama ini telah ditanamkan, apakah sudah mampu
meningkatkan prestasi akademik siswa atau bahkan sebaliknya. Bambang Bemby Soebyakto
(2012), menyatakan bahwa antara Emotional Quotient (EQ) dan Spiritual Quotient (SQ)
mempunyai dampak yang signifikan terhadap seseorang untuk melakukan suatu tindakan
yang benar dan menjadikan kualitas pribadi yang baik. Pada penelitian lain Rotimi A.
Animasahun (2010), diperoleh kesimpulan bahwa kecerdasan emosional dan keterampilan
kecerdasan spiritual jauh lebih penting daripada kecerdasan intelektual, karena itu tidak
menekankan pada intelektual yang brilian semata tetapi juga mendorong kecerdasan
emosional dan kecerdasan spiritual yang benar.
2. 2
Data mining merupakan suatu teknik yang digunakan untuk menganalisa dari
kumpulan data yang ada untuk menemukan hubungan yang tidak diduga dan meringkas data
dengan cara yang berbeda sehingga dapat dipahami dan bermanfaat bagi pemilik data. Untuk
mengetahui korelasi antara kecerdasan emosional atau Emotional Quotient (EQ) dan
kecerdasan spiritual atau Spiritual Quotient (SQ) terhadap prestasi akademik siswa, maka
dilakukan pengklasifikasian terhadap tingkat kecerdasan emosional dan spiritual siswa, dalam
hal ini untuk mempermudah pengklasifikasian data sehingga menghasilkan aturan-aturan
yang gampang diinterpretasikan dengan cepat dan akurat digunakanlah agloritma C4.5.
I.2. Perumusan Masalah
Berdasarkan latar belakang masalah di atas, penulis dapat merumuskan permasalahan
sebagai berikut :
1. Bagaimana pengaruh antara kecerdasan emosional dan kecerdasan spiritual terhadap
prestasi akademik siswa pada SMK Negeri 2 Pekanbaru ?
2. Bagaimana menyajikan algoritma data mining khususnya algoritma C4.5 untuk
menghasilkan informasi dalam mengklasifikasikan siswa SMK Negeri 2 Pekanbaru
berdasarkan kecerdasan emosional dan kecerdasan spiritual yang dimilikinya ?
3. Bagaimana memanfaatkan algoritma C4.5 dalam menganalisa klasifikasi siswa SMK
Negeri 2 Pekanbaru yang mempunyai kecerdasan emosional dan kecerdasan spiritual yang
baik/tinggi ?
2. LANDASAN TEORI
2.1. Pengertian Knowledge Discovery in Database (KDD)
Menurut Mujib Ridwan et al, (2013). Knowledge Discovery in Database (KDD) adalah
kegiatan yang meliputi pengumpulan, pemakaian data, historis untuk menemukan keteraturan,
pola atau hubungan dalam set data berukuran besar.
Kusrini dan Emha Taufiq Lutfi, (2009). Istilah Data Mining dan Knowledge Discovery in
Database (KDD), sering kali digunakan secara bergantian untuk menjelaskan proses
penggalian informasi tersembunyi dalam suatu basis data yang besar. Walaupun sebenarnya
kedua istilah tersebut mempunyai konsep yang berbeda satu sama lain. Dan salah satu tahapan
dalam keseluruhan proses Knowledge Discovery in Database (KDD) adalah Data Mining.
2.2. Data Mining
Menurut Windy Julianto, (2014). Data Mining adalah serangkaian proses untuk
menggali nilai tambah berupa pengetahuan yang selama ini tidak diketahui secara manual dari
suatu kumpulan data. Dalam Data Mining harus melalui beberapa tahapan, sebagaimana dapat
dilihat pada gambar 2.1 berikut :
3. 3
Gambar 2.1 Tahapan Data Mining berdasarkan CRISP-DM
2.3. Klasifikasi
Klasifikasi merupakan proses untuk menemukan model atau fungsi yang menjelaskan
atau membedakan konsep atau kelas data, dengan tujuan untuk dapat memperkirakan kelas
dari suatu objek yang labelnya tidak diketahui. Model itu sendiri bisa berupa aturan “jika-
maka”, berupa decision tree, formula matematis atau neural network. Metode-metode
klasifikasi antara lain C4.5, RainForest, Naïve Bayesian, neural network, genetic algorithm,
fuzzy, case-based reasoning, dan k-Nearest Neighbor, Nobertus Krisandi, et al (2013).
2.4. Algoritma C4.5
Algoritma C4.5 adalah satu dari sekian banyak algoritma yang digunakan untuk
mengambil suatu kesimpulan karena dinilai efisien dan mempunyai fitur yang lengkap,
sebuah hasil penambangan data mempunyai beberapa teknik tujuan untuk kemajuan dari
algoritma. Polat dan Gunes, (2009). mempunyai eksprimen dengan tiga data set yang terkenal
antara lain; Dermatology, Image segmentation, Lymphography. Dari eksprimen tersebut
mereka menemukan algoritma C4.5 sangat akurat dari algoritma yang lain.
2.5. Kecerdasan Emosional
Bambang Bemby Soebyakto, (2012). Mengatakan Menurut Wilding bahwa kecerdasan
emosional atau Emotion Quotient (EQ) sangat penting untuk manusia sebagai salah satu
solusi bagi mereka untuk menjadi sukses dengan orang lain. Hal ini karena kecerdasan
emosional atau EQ mempunyai makna “Kualitas tinggi soft skill”. Selanjutnya, Goleman juga
mencatat bahwa, orang-orang yang lebih cerdas secara emosional dikategorikan sebagai
sukses dalam berkomunikasi apakah menarik dan menegaskan cara, yang bisa orang lain
merasa lebih baik dalam situasi kerja. Kemudian Bar-On juga berpendapat dan menunjukkan
bahwa, EQ juga berguna untuk pengembangan kelompok sejak kelompok besar pekerja lancar
4. 4
dan efektif, mengetahui masing-masing dan kelemahan dan pengaruh selalu kuat bila
memungkinkan.
Menurut Lies Indriyatni (2009), ada beberapa komponen yang membentuk kecerdasan
emosional, yaitu :
a. Manajemen diri
Yaitu kemampuan seseorang untuk mengontrol atau mengarahkan dorongan hati dan
suasana hati yang akan mengatur prilakunya.
b. Pemahaman diri
Adalah kemampuan untuk mengenali dan memahami suasana hati dan kepercayaan diri,
dan penilaian diri yang realistis.
c. Pemahaman sosial
Ialah kemampuan untuk memahami karakter, emosi orang lain dan juga keterampilan
memperlakukan orang lain sesuai dengan reaksi emosional mereka.
d. Keterampilan sosial
Yaitu kemampuan untuk mengelola hubungan orang-orang yang ada dilingkungannya
dan membangun jaringan kerja.
2.6. Kecerdasan Spiritual
Jamaludin dan Rahayu Indriasari (2011) mengutip pernyataan Zohar dan Marshall bahwa
Komponen kecerdasan spiritual mencakup :
a. Kemampuan untuk bersikap fleksibel,
b. Adanya tingkat kesadaran yang tinggi,
c. Kemampuan untuk menghadapi dan memanfaatkan penderitaan,
d. Kemampuan untuk menghadapi dan melampaui perasaan sakit,
e. Kualitas hidup yang diilhami oleh visi dan nilai-nilai
f. Keinginan untuk menyebabkan kerugian yang tidak perlu,
g. Kecenderungan untuk berpandangan holistic,
h. Kecenderungan untuk bertanya “mengapa” atau “bagaimana jika” dan berupaya untuk
mencari jawaban-jawaban yang mendasar,
i. Mampu memberikan inspirasi kepada orang lain,
2.7. Prestasi Akademik
Menurut Siti Suminarsih dan Siti Fatimah (2013) Mengutip pernyataan Bloom bahwa
prestasi akademik atau prestasi belajar adalah proses belajar yang dialami siswa dan
menghasilkan perubahan pengetahuan, pemahaman, penerapan, daya analisis, sintesis dan
5. 5
evaluasi. Sementara Mardjohan, mendefinisikan prestasi akademik merupakan indikator kunci
yang menunjukkan penguasaan seorang siswa terhadap materi pengetahuan (kognitif) dan
keterampilan (psikomotirik) yang diajarkan di sekolah.
Jadi dapat disimpulkan bahwa prestasi akademik merupakan suatu hasil yang dicapai dari
perubahan suatu pengetahuan, pemahaman, penerapan, analisis dan evaluasi yang dapat
diukur melalui suatu indikator tertentu, misalnya lulus dalam tes atau ujian sehingga dapat
digambarkan hasilnya dalam bentuk kuantitatif maupun kualitatif.
3. METODOLOGI PENELITIAN
Yang menjadi objek penelitian ini adalah siswa SMK Negeri 2 Pekanbaru tahun
pelajaran 2016/2017 baik kelas X, kelas XI dan kelas XII, yang terletak di jalan Patimura No.
14 Gobah Pekanbaru.
Populasi dalam penelitian ini adalah siswa kelas X, kelas XI dan kelas XII Sekolah
Menengah Kejuruan (SMK) Negeri 2 Pekanbaru tahun pelajaran 2016/2017 yang berjumlah
2.117 siswa, tabel berikut menjelaskan data dari populasi siswa :
Tabel 3.1 Data Populasi Siswa SMK Negeri 2 Pekanbaru, Tahun Pelajaran 2016/2017
No Kelas Rombel
Jenis Kelamin
Jumlah Siswa
LK PR
1 X 22 612 84 696
2 XI 23 631 92 723
3 XII 23 606 92 698
Jumlah 68 1.849 268 2.117
Sampel adalah sekelompok kecil individu yang dilibatkan langsung dalam penelitian.
Sampel ini terdiri dari sekelompok individu yang dipilih dari kelompok yang lebih besar di
mana pemahaman dari hasil penelitian akan dilakukan (Arikunto, 2010). Menurut Sugiyono
(2011) sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi
tersebut. Adapun untuk menentukan jumlah sampel perkelas digunakan rumus sebagai
berikut:
(3)
dalam penelitian ini karena jumlah siswa sangat banyak, maka penulis mengambil
sampel sejumlah 10% dari 2.117 siswa atau sama dengan 212 siswa.
6. 6
Adapun penyebaran sampel-sampel tersebut berdasarkan teknik proportsional
random sampling adalah sebagai berikut :
Tabel 3.2. Data Populasi dan Sampel SMK Negeri 2 Pekanbaru Tahun Pelajaran
2016/2017
No Kelas Populasi Sampel Tiap Kelas
1 X 696 70
2 XI 723 72
3 XII 698 70
Jumlah 2.117 212
4. HASIL DAN PEMBAHASAN
4.1. Pemilihan Data Set dan Data Cleaning
Tahap ini dilakukan untuk membersihkan data yaitu dengan melakukan pembuangan
data yang tidak lengkap (mising) dan data-data yang tidak valid/benar (noise) dengan cara
seperti :
a. Membuang atribut yang tidak diperlukan
b. Membersihkan data yang duplikasi
c. Mensortir data yang benar-benar valid
Setelah dilakukan proses cleaning data, maka data yang benar-benar lengkap dan
dianggap valid berjumlah 182 data, sementara dari data yang diambil sebagai sampel yaitu
sebanyak 212 siswa, artinya hanya sekitar 85% data yang ada dianggap valid sisanya 15%
atau 30 siswa datanya tidak valid. Dari 182 data yang dianggap valid sebesar 73.6% atau
sejumlah 134 orang berjenis kelamin laki-laki dan sisanya 26.4% atau 48 orang berjenis
kelamin perempuan.
4.2. Data Transformation (Transformasi Data)
Tahap ini adalah suatu tahapan dalam melakukan perobahan data, agar dapat dengan
mudah dipahami. Untuk variabel Kecerdasan Emosional dan Kecerdasan Spritual dilakukan
transformasi normal (normalisasi) data agar dapat dilakukan suatu pembobotan, yaitu dengan
cara dilakukan pengorganisasian data yang bertujuan :
1). Untuk menghilangkan kerangkapan data.
2). Untuk mengurangi kompleksitas
3). Untuk mempermudah pemodifikasian data
7. 7
Selanjutnya dilakukan normalisasi dengan membagi nilai data tersebut dengan nilai
range data (nilai data maksimum – nilai data minimum).
Xn = (X0-Xmin)/(X max-X min)
Di mana :
Xn = nilai data normal
X0 = nilai data aktual
Xmin = nilai minimum data aktual keseluruhan
Xmax = nilai maksimum data aktual keseluruhan
a. Kecerdasan Emosional
Variabel kecerdasan emosional mempunyai 4 (empat) sub variabel, yang akan
ditansformasikan menjadi satu variabel induk yaitu tingkat kecerdasan emosional, dimana
pembobotannya dengan menggunakan formula sebagai berikut :
Nilai Tertinggi – Nilai Terendah
Interval Kls =
Jumlah Kelas
1.00 – 0.00
=
3
= 0.33
Sehingga klasifikasi tingkat kecerdasan emosional dapat dikategorikan sebagai
berikut:
Tabel 4.1 Klasifikasi Tingkat Kecerdasan Emosional
No. Interval Kelas Keterangan
1. 0.00 – 0.34 Rendah
2. 0.35 – 0.67 Sedang
3. 0.68 - 1.00 Tinggi
b. Kecerdasan Spiritual
Kecerdasan Spiritual mempunyai 9 (sembilan) sub variabel, dan akan diberikan bobot
atau pengklasifikasian, antara lain siswa yang mempunyai kecerdasan spiritual tinggi, sedang
dan rendah, dengan menggunakan persamaan untuk mencari interval kelas, maka diperoleh
persamaan sebagai berikut :
Nilai Tertinggi – Nilai Terendah
Interval Kls =
Jumlah Kelas
1.20 – 0.00
8. 8
=
3
= 0.40
Sehingga dari formulasi diatas didapat klasifikasi tingkat kecerdasan Spiritual adalah
sebagai berikut :
Tabel 4.2 Klasifikasi Tingkat Kecerdasan Spiritual
No. Inerval Kelas Keterangan
1. 0.00 – 0.40 Rendah
2. 0.41 – 0.81 Sedang
3. 0.82 - 1.20 Tinggi
4.3. Pemodelan dari proses klasifikasi
Pemodelan proses merupakan penggambaran proses yang terjadi pada klasifikasi siswa
yang mempunyai kecerdasan emosional dan kecerdasan spiritual yang baik/tinggi dengan
menggunakan algoritma C4.5. secara umum diagram konteks dapat dilihat pada gambar
berikut.
Gambar 4.1. Diagram Konteks
Dari diagram di atas dapat dijelaskan tentang prosesnya sebagai berikut :
1) Kesiswaan merupakan suatu tim yang menangani permasalahan yang berhubungan
dengan siswa, mulai dari kedisplinan siswa, prestasi siswa, sampai menjadi mediator
dengan wali siswa.
2) Data-data siswa diperoleh dari bagian kesiswaan, baik data rombel siswa, maupun jumlah
siswa secara keseluruhan.
3) Data yang diperoleh kemudian diklasifikasikan berdasarkan kecerdasan emosional dan
kecerdasan spiritual, dalam hal ini menggunakan algoritma C4.5.
9. 9
4) Komite dan kepala sekolah merupakan bagian yang berkepentingan untuk memperoleh
informasi dari pengklasifikasian yang dibuat, yang berguna untuk mengambil suatu
kebijakan.
4.4. Proses dengan algoritma C4.5
Dalam algoritma C4.5 akan mengelompokkan variabel input dan variabel target dan
akan menghasilkan sebuah pohon keputusan (decision tree), yang juga dapat digunakan untuk
mengekplorasi data, menemukan hubungan tersembunyi antara sejumlah variabel input
dengan sebuah variabel target.
Dalam proses penggunaan Algoritma C4.5 ini peneliti mengambil 20 contoh data dari
sampel yang ada untuk dilakukan prosesnya, hal ini karenakan banyaknya data yang ada,
namun diharapkan tidak akan mengurangi keakuratan dari sampel yang sudah ditentukan
Nilai Entropy pertama yang akan dicari adalah Entropy total atau biasa disimbolkan
dengan Entropy Total dengan persamaan (2) sebagai berikut :
Diketahui :
- Jumlah Kasus = 20
- Prestasi Akademik siswa di atas 10 besar = 6
- Prestasi Akademik siswa 10 besar = 7
- Prestasi Akademik siswa 5 besar = 7
Sehingga :
Entropy (Total) = 1.5812
Setelah didapat Entropy Total, dengan cara yang sama juga dihitung Entropy untuk
atribut-atribut yang lain, sebagaimana dijelaskan berikut :
a. Entropy Atribut Kecerdasan Emosional (EQ)
Entropy EQ (Rendah) = 1.4056
Entropy EQ (Sedang) = 1.4855
Entropy EQ (Tinggi ) = 1.0000
10. 10
Dari nilai Entropy yang diperoleh pada atribut kecerdasan emosional (EQ), belum
ada satupun atribut yang mengelompokkan pada satu kelas yang sama. Untuk itu bisa
dipastikan bahwa atribut kecerdasan emosional masih bercabang, karena belum ada satu
nilai atributpun mempunyai nilai 0 (nol).
b. Entropy Atribut Kecerdasan Spiritual (SQ)
Entropy SQ (Rendah) = 0.0000
Entropy SQ (Sedang) = 1.4354
Entropy SQ (Tinggi) = 1.0000
Dari ketiga Entropy Atribut kecerdasan spiritual yaitu rendah, sedang, dan tinggi pada
Entropy SQ rendah mempunyai nilai 0 (nol), ini bermakna bahwa atribut kecerdasan spiritual
rendah sudah mengelompokkan diri pada satu kelas yang sama, sehingga atribut kecerdasan
spiritual rendah tidak mempunyai cabang lagi.
c. Entropy Atribut Gender
Entropy Gender (Lelaki) = 1.3516
Entropy Gender (Perempuan) = 1.3222
Pada atribut gender baik lelaki maupun perempuan belum ada yang mengelompokkan
diri menjadi satu kelas yang sama, jadi keduanya masih mempunyai cabang (node), sehingga
dilakukan penghitungan kembali.
Selanjutnya seluruh perhitungan atribut dapat ditunjukkan pada tabel 4.3.
Tabel 4.3 Perhitungan Node Akar
Node Jumla
h
> 10
Besar
10
Besa
5
Besar
Entrop
y
Gain
11. 11
r
Kasus
Total 20 6 7 7 1.5812
1
Kecerdasan
Emosional 0.1762
Rendah 8 3 4 1 1.4056
Sedang 10 2 3 5 1.4855
Tinggi 2 1 0 1 1.0000
2
Kecerdasan
Spiritual 0.3918
Rendah 1 0 1 0 0.0000
Sedang 11 6 2 3 1.4354
Tinggi 8 0 4 4 1.0000
4 Gender 0.2458
LK 9 5 3 1 1.3516
PR 11 1 4 6 1.3222
Selanjutnya untuk menentukan node akar, haruslah dicari dulu nilai gain yang
tertinggi dari semua variabel yang ada, dengan menggunakan persamaan (3) sebagai berikut :
Gain Total Kecerdasan Emosional :
Gain Total EQ = 0.1762
Gain Total Kecerdasan Spiritual :
Gain Total SQ = 0.3918
Gain Total Gender :
Gain Total Gender = 0.2458
Dari entropy (Total) didapat nilai gain dari masing-masing atribut, berdasarkan tabel
4.8. di atas bahwa nilai gain tertinggi adalah atribut Kecedasan Spiritual, dengan nilai gain
0.3918, diikuti atribut Kecerdasan Emosional dengan nilai gain 0,1762, dan yang terakhir
12. 12
adalah atribut Gender dengan nilai gain 0.2458, dari tabel di atas dapat disimpulkan bahwa
yang dijadikan sebagai Root adalah atribut Kecerdasan Spiritual karena mempunyai nilai gain
yang tertinggi.
Kecerdasan Spiritual mempunyai nilai atribut rendah, sedang dan tinggi, karena
masing-masing atribut belum menunjukkan pengklasifikasian maka harus dilakukan
perhitungan lagi, kecuali pada atribut rendah sudah mengelompokkan diri kepada predikat 10
besar.
Gambar pohon keputusan sementara tampak seperti pada gambar 4.1 :
Gambar 4.1 Pohon Keputusan Hasil Node 1 (Node Akar)
Selanjutnya dilakukan penghitungan jumlah kasus untuk keputusan sedang, jumlah
kasus untuk keputusan tinggi dan Entropy dari semua kasus dan kasus dibagi berdasarkan
atribut Kecerdasan Emosional, dan Gender.
Kecerdasan emosional juga mempunyai 3 (tiga) atribut yakni rendah, sedang dan tinggi,
sementara atribut kecerdasan emosional tinggi sudah mengelompokkan menjadi satu kelas di
atas 10 besar, sehingga pohon keputusan yang terbentuk seperti pada gambar 4.2.
Gambar 4.2. Pohon Keputusan Node 1.1
Sedangkan pohon keputusan sementara pada level node 1.2. untuk kecerdasan
spiritual sedang dan kecerdasan emosional rendah adalah seperti ditampilkan pada gambar 4.3
berikut :
13. 13
Gambar 4.3
Pohon Keputusan Node 1.2.
Setelah dilakukan penghitungan nilai entropy dan gain, maka pada node akhir didapat
pohon keputusan seperti gambar 4.4 berikut :
Gambar 4.4. Pohon Keputusan Yang Dihasilkan Sampai Node Akhir
Dari gambar 4.4 di atas dapat dijelaskan bahwa semua atribut sudah berada pada kelas
yang sama. Sehingga diperoleh Rule sebagai berikut :
1. Jika kecerdasan spiritual rendah, maka prestasi akademik diklasifikasikan kepada peringkat
10 besar.
2. Jika kecerdasan spiritual sedang, emosional rendah, gender laki-laki maka masuk
klasifikasi peringkat di atas 10 besar.
14. 14
3. Jika kecerdasan spiritual sedang, emosional rendah, gender perempuan maka masuk
klasifikasi peringkat 5 besar.
4. Jika kecerdasan spiritual sedang, emosional sedang, gender laki-laki maka masuk
klasifikasi peringakat 10 besar.
5. Jika kecerdasan spiritual sedang, emosional tinggi, maka masuk klasifikasi peringakat di
atas 10 besar.
6. Jika kecerdasan spiritual tinggi, emosional rendah maka masuk klasifikasi peringkat 10
besar.
7. Jika kecerdasan spiritual tinggi, emosional tinggi maka masuk klasifikasi peringkat 5
besar.
8. Jika kecerdasan spiritual tinggi, emosional sedang dan gender laki-laki maka masuk
klasifikasi peringkat 5 besar.
9. Jika kecerdasan spiritual tinggi, emosional sedang dan gender perempuan maka masuk
klasifikasi peringkat 5 besar dan 10 besar.
5. KESIMPULAN
Dari keseluruhan uraian dalam tesis ini maka dapat diambil kesimpulan yang
merupakan gambaran menyeluruh dan hasil pembahasan, yang dapat dikemukakan sebagai
berikut :
1. Tingkat kecerdasan spiritual siswa pada SMK Negeri 2 Pekanbaru, pada hakekatnya
mempunyai pengaruh yang signifikan terhadap prestasi akademik, hal ini dibuktikan baru
saja pada level node akar pohon keputusan yang dihasilkan sudah mengklasifikasikan
siswa yang mempunyai kecerdasan spiritual yang rendah tidak ada terkelompok kepada
prestasi akademik peringkat 5 besar. Sementara kecerdasan spiritual yang tingkat sedang
dan tinggi masih dipengaruhi oleh tingkat kecerdasan emosional.
2. Berdasarkan pada rumusan masalah yang diteliti, kemudian telah dibuktikan dengan
pengujian klasifikasi Data Mining khususnya Algoritma C4.5 dan Aplikasi RapidMiner 5.3
dapat diambil kesimpulan bahwa metode pohon keputusan yang diproses dengan
RapidMiner lebih efektif dan fleksibel jika digunakan untuk mengklasifikasikan siswa
yang mempunyai tingkat kecerdasan emosional dan spiritual yang rendah atau tinggi.
3. Metode pengklasifikasian pohon keputusan dengan menggunakan Algoritma C4.5 dapat
dengan baik digunakan untuk mengklasifikasikan tingkat prestasi akademik siswa pada
SMK Negeri 2 Pekanbaru
15. 15
4. Dari hasil penelitian ini didapat suatu pengetahuan baru dalam proses pengklasifikasian
siswa dengan menggunakan Data Mining, yaitu Algoritma C4.5, dapat memberikan
masukan kepada stek holder dalam mengambil suatu kebijakan kedepan, khususnya dalam
kebijakan pendidikan karakter. Misalnya pada siswa yang terkelompok kepada kecerdasan
spritual dan emosional yang tinggi dapat menjadi motifasi kepada siswa yang lain, karena
mereka juga mempunyai prestasi yang baik.
DAFTAR REFERENSI
Bambang Bemby Soebyakto (2012), International Journal of Independent Research and
Studies Vol. 1, No.1., “An Empirical Testing of Intelligence, Emotional and Spiritual
Quotients Quality of Managers using Structural Equation Modeling”, Sriwijaya
University of Indonesia.
Jamaluddin dan Rahayu Indriasari. (2011), Pamator Vol 4 No.1 “Pengaruh Kecerdasan
Intelektual, Kecerdasan Emosional dan Kecerdasan Spiritual terhadap Etika Mahasiswa
Fakultas Ekonomi Universitas Tadulako”, Universitas Tadulako. Musilaras.
Kusrini dan Luthfi Taufiq Emha. (2009). ”Algoritma Data Mining”. Yogyakarta : Andi.
K. Polat and S. Gune. (2009). expert Systems with Applications, vol. 36 : A novel hybrid
intellegent method based on C4.5 decision tree classifier and one againts-all approach
for multi-class classification problems
Lies Indriyatni. (2009), Fokus Ekonomi Vol 4 No.2 “Pengaruh Kecerdasan Emosional
Terhadap Kepemimpinan dan Organisasi” Pelita Nusantara Semarang.
Mujib Ridwan, et al (2013), Jurna EECCIS Vol 7, No.1, “Penerapan Data Mining untuk
Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naïve Bayes
Classifier”
Rotimi A. Animasahun (2010), Soc Sci, 22(2), “Intelligent Quotient, Emotional Intelligence
and Spiritual Intelligence as Correlates of Prison Adjustment among Inmates in Nigeria
Prisons”, Department of Guidance and Counselling, Faculty of Education, University of
Ibadan, Ibadan, Nigeria.
Siti Suminarti Fasikhah dan Siti Fatimah. (2013), ISSN: 2301- 8267, Vol. 01, No.01, “Self-
Regulated Learning (SRL) Dalam Meningkatkan Prestasi Akademik Pada Mahasiswa”,
Fakultas Psikologi, Universitas Muhammadiyah Malang
Windi Julianto, et al (2014), ISSN : 1978-0087, SCAN Vol IX , No.2, “ Algoritma C4.5 untuk
Penilaian Kinerja Karyawan”, Universitas Trunojoyo Madura.
Data Penulis :
Lukman
16. 16
Guru Teknik Komputer dan Jaringan
SMK Negeri 2 Pekanbaru
Jl. Patimura No. 14 Gobah Pekanbaru, Kec. Sail Kota Pekanbaru
KodePos : 28133
Email : lukman_smkn2pku@yahoo.com
lukman_aza007@yahoo.co.id