Metode Machine Learning dan Deep Learning dalam Prediksi Kinerja Siswa: Tinjauan Sistematis

Abstract

Penelitian terhadap Prediksi kinerja siswa telah berkembang pesat dalam beberapa tahun terakhir, hal ini didorong oleh peningkatan jumlah data pendidikan yang dihasilkan oleh platform pembelajaran digital. Data ini dapat dianalisis menggunakan metode Machine learning (ML) dan Deep Learning (DL) sesuai dengan kebutuhan untuk menghasilkan prediksi yang akurat. Berdasarkan Systematic Literature Review (SLR) yang dilakukan terhadap artikel jurnal dari tahun 2019 sampai dengan 2024, ditemukan bahwa ML khususnya Random Forest menjadi metode yang paling banyak digunakan. Sementara itu, algoritma DL digunakan untuk mengolah data yang lebih kompleks seperti data sekuensial atau data gambar. Setiap metode memiliki keunggulan masing-masing yang disesuaikan dengan karakteristik dan jenis dataset yang digunakan.