IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI MASA STUDI MAHASISWA MENGGUNAKAN ALGORITME C4.5 (STUDI KASUS: JURUSAN TEKNIK INFORMATIKA, INSTITUT SAINS & TEKNOLOGI AKPRIND YOGYAKARTA)
Keywords:
prediks, masa studi, data mining, algoritmeC4.5Abstract
Pemodelan prediksi merupakan salah satu model data mining yang dapat diterapkan untuk memprediksi masa studi mahasiswa. Salah satu algoritme yang dapat diterapkan dalam prediction modelling adalah C4.5. Dengan menggunakan algoritmeC4.5, Program Studi dapat memprediksi masa studi mahasiswa berdasarkan data kasus yang sudah ada.Data kasus tersebut dapat berupa jumlah SKS yang sudah ditempuh saat semester 7, IPK mahasiswa saat semester 7, matakuliah konsentrasi yang diambil mahasiswa dan asal sekolah mahasiswa Program Studi dapat mengetahui faktor-faktor apa saja yang mempengaruhi masa studi mahasiswa, dan diharapkan dapat memprediksi waktu masa studi seorang mahasiswa.
Berdasarkan hasil evaluasi terhadap perangkat lunak yangdibangun, algoritme C4.5 mampu mengklasifikasikan mahasiswa ke dalam kelas-kelasyang telah ditentukan sebelumnya dengan nilai error 27.75% dan nilai akurasi 72,25%.
References
Hamzah, A. (2014). Sentiment Analysis Untuk Memanfaatkan Saran Kuesioner Dalam Evaluasi Pembelajaran Dengan Menggunakan Naive Bayes Classifier (Nbc). Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2014.
Han, J., Kamber, M., & Pei, J. (2012). Data Mining Concepts and Technique. USA: Morgan Kaufman Pub.
Kusrini, & Luthfi, E. T. (2009). Algoritme Data Mining. Yogyakarta: Andi.
Ma’ruf, F. A. (2013). APLIKASI DATA MINING UNTUK MENGETAHUI HUBUNGAN PROSES MASUK DENGAN TINGKAT KELULUSAN MAHASISWA. STMIK AMIKOM YOGYAKARTA.
Meinanda, M. H., Annisa, M., Muhandri, N., & Suryadi, K. (2009). Prediksi Masa Studi Sarjana Dengan Artifical Neural Network. Internetworking Indonesia Journal Vol.1, Vol 1, 31.
Pramudiono. (2017, February 26). iko-datamining. Retrieved from ilmukomputer: http://www.ilmukomputer.org/wpcontent/uploads/2006/08/iko-datamining.zip
