Electronic Theses and Dissertation

Pemahaman siswa terhadap mata pelajaran Matematika merupakan indikator penting dalam proses pembelajaran, namun masih banyak siswa yang belum mencapai ketuntasan. Penelitian ini bertujuan untuk menganalisis faktor-faktor utama yang memengaruhi pemahaman matematika siswa menggunakan algoritma klasifikasi C4.5. Data primer dikumpulkan sebanyak 129 siswa kelas XII di MAN 1 Pidie melalui kuesioner yang mencakup aspek minat belajar, motivasi, cara mengajar guru, serta latar belakang sosial ekonomi keluarga. Skor pemahaman diukur berdasarkan hasil tes dengan ketuntasan belajar ditentukan oleh nilai ≥ 80. Proses preprocessing mencakup data cleaning, label encoding, dan penanganan imbalanced data menggunakan teknik SMOTE. Algoritma C4.5 diterapkan dengan optimasi hyperparameter tuning. Hasil visualisasi pohon keputusan menunjukkan bahwa minat siswa merupakan faktor paling signifikan, diikuti oleh pendidikan ayah, motivasi belajar, dan pendidikan ibu. Evaluasi model menunjukkan akurasi sebesar 85%, dengan nilai precision dan recall yang cukup tinggi. Penelitian ini memberikan wawasan bagi pendidik dan pengambil kebijakan pendidikan untuk memperhatikan faktor psikologis dalam meningkatkan pemahaman siswa terhadap matematika.
Kata kunci: klasifikasi, algoritma C4.5, pemahaman matematika

Student’s understanding of mathematics is a key indicator of learning success, however many students still fail to achieve mastery. This study aims to analyze the most significant factors influencing students’ understanding of mathematics using the C4.5 classification algorithm. Primary data were collected from 129 twelfth-grade students at MAN 1 Pidie through a questionnaire covering aspects such as learning interest, motivation, teaching methods, and family socioeconomic background. Studetns’ comprehension was measured through a test, with mastery defined as a score ≥ 80. Data preprocessing included cleaning, label encoding, and handling class imbalanced using the SMOTE technique. The C4.5 algorithm was applied with hyperparameter tuning optimization. The resulting decision tree visualization revealed that student interest is the most influential factor, followed by father’ education, learning motivation, and mother’s education. Model evaluation achieved an accuracy of 85%, with high precision and recall score. This study provides insights for educators and policymakers to consider psychological factor in efforts to improve students’ mathematical comprehension. Keyword: classification, C4.5 algorithm, mathematical understanding