PREDIKSI TINGKAT KELULUSAN MAHASISWA MENGGUNAKAN ALGORITMA C4.5 (Studi Kasus: Informatika Universitas AMIKOM Yogyakarta)

  • Arif Budiman
  • Arief Setyanto Universitas AMIKOM Yogyakarta
  • Ferry Wahyu Wibowo Universitas AMIKOM Yogyakarta

Abstract

Mahasiswa merupakan aset penting yang dimiliki oleh institusi penyelenggara pendidikan. Lama masa studi mahasiswa dalam menyelesaikan kuliahnya merupakan salah satu bagian penilaian akreditasi bagi perguruan tinggi, namun masih banyak mahasiswa yang tidak dapat meyelesaikan kuliahnya selama 8 semester karena berbagai macam faktor akademik seperti nilai IPK semester 1, IPK semester 2, IPK semester 3, IPK semester 4 dan Jumlah SKS. Sehingga hal itu mempengaruhi ketepatan kelulusan mahasiswa dalam proses penyelenggaraan pendidikan di perguruan tinggi. Hasil prediksi ini dapat digunakan oleh pengelola program studi dalam membina mahasiswanya dalam membuat keputusan yang tepat untuk meningkatkan ketepatan masa studi. Penelitian ini berfokus untuk menguji kelayakan prediksi tingkat kelulusan mahasiswa Universitas AMIKOM Yogyakarta menggunakan algoritma C4.5 dan dibandingkan dengan algoritma ID3 dan CART. Pengujian dengan 10-fold cross validation sekaligus evaluasi kinerja model menggunakan tool RapidMiner. Hasil penelitian menggunkan model algoritma C4.5 menggunakan pembagian data yang paling optimal yaitu 70:30 dengan tingkat recall sebesar 95.59% dan akurasi sebesar 76.10%

References

Anam, C., dan Santoso, H. B. (2018). Perbandingan Kinerja Algoritma C4 . 5 dan Naive Bayes untuk Klasifikasi Penerima Beasiswa. Jurnal Ilmiah Ilmu-Ilmu Teknik Vol.8 No.1 Edisi Mei 201, 8(1), 13–19.

Fathushabib. (2016). Data Mining Untuk Prediksi Mahasiswa Non Aktif. STMIK AMIKOM Yogyakarta.

Gonureschu, F. (2011). Data Mining : Concepts, Models and Tecniques. New York: Springer - Verlag Berlin Heidelberg.

Han, J., Kamber, M., dan Pei, J. (2012). Data mining Concepts and Techniques 3nd Edition. Waltham: The Morgan Kaufmann Publisher.

Kusrini, dan Luthfi, E. T. (2009). Agoritma Data Mining. Yogyakarta: Penerbit Andi.

Suyanto. (2017). Data Mining Untuk Klasifikasi dan Klasterisasi Data. Bandung: Penerbit Informatika.

Turban, E., Aronson, J. E., dan Liang, T.-P. (2005). Decision Support Systems and Intelligent Systems (7th ed.). USA: Pearson Education.

Published
2019-12-03
How to Cite
Arif Budiman, Arief Setyanto, & Ferry Wahyu Wibowo. (2019). PREDIKSI TINGKAT KELULUSAN MAHASISWA MENGGUNAKAN ALGORITMA C4.5 (Studi Kasus: Informatika Universitas AMIKOM Yogyakarta). Teknomatika: Jurnal Informatika Dan Komputer, 11(2), 83-93. Retrieved from https://ejournal.unjaya.ac.id/index.php/teknomatika/article/view/274
Section
Articles