Search engine for discovering works of Art, research articles, and books related to Art and Culture
ShareThis
Javascript must be enabled to continue!

PENERAPAN TEKNIK KLASIFIKASI UNTUK PREDIKSI KELULUSAN MAHASISWA BERDASARKAN NILAI AKADEMIK

View through CrossRef
ABSTRAKKelulusan tepat waktu merupakan salah satu aspek penting dalam penilaian kualitas perguruan tinggi saat ini. Prediksi lama studi mahasiswa dirancang untuk mendukung prodi dalam membimbing mahasiswa agar lulus tepat pada waktunya. Pada penelitian ini mencoba menerapkan teknik klasifikasi pada data mining untuk memecahkan permasalahan prediksi lama studi tersebut. Metode klasifikasi yang digunakan dalam penelitian ini adalah komparasi antara Naïve Bayes, J48, dan Random Forest. Data sampel diperoleh dari sistem SINAK STIKOM Bali, terdiri dari 1580 data lulusan dan 41 matakuliah yang digunakan sebagai atribut. Uji coba dilakukan dengan menggunakan aplikasi WEKA dengan 10 folds cross-validation. Berdasarkan hasil uji coba menunjukkan algoritma Random Forest menghasilkan akurasi terbesar yaitu 77.99% dan paling rendah diperoleh dengan algoritma Naive Bayes yaitu 69.96%.Kata kunci: data mining, prediksi, klasifikasi kelulusan
Title: PENERAPAN TEKNIK KLASIFIKASI UNTUK PREDIKSI KELULUSAN MAHASISWA BERDASARKAN NILAI AKADEMIK
Description:
ABSTRAKKelulusan tepat waktu merupakan salah satu aspek penting dalam penilaian kualitas perguruan tinggi saat ini.
Prediksi lama studi mahasiswa dirancang untuk mendukung prodi dalam membimbing mahasiswa agar lulus tepat pada waktunya.
Pada penelitian ini mencoba menerapkan teknik klasifikasi pada data mining untuk memecahkan permasalahan prediksi lama studi tersebut.
Metode klasifikasi yang digunakan dalam penelitian ini adalah komparasi antara Naïve Bayes, J48, dan Random Forest.
Data sampel diperoleh dari sistem SINAK STIKOM Bali, terdiri dari 1580 data lulusan dan 41 matakuliah yang digunakan sebagai atribut.
Uji coba dilakukan dengan menggunakan aplikasi WEKA dengan 10 folds cross-validation.
Berdasarkan hasil uji coba menunjukkan algoritma Random Forest menghasilkan akurasi terbesar yaitu 77.
99% dan paling rendah diperoleh dengan algoritma Naive Bayes yaitu 69.
96%.
Kata kunci: data mining, prediksi, klasifikasi kelulusan.

Related Results

Machine Learning pada Prediksi Kelulusan Mahasiswa Menggunakan Algoritma Random Forest
Machine Learning pada Prediksi Kelulusan Mahasiswa Menggunakan Algoritma Random Forest
Abstrak. Kelulusan tepat waktu adalah indikator penting dalam menilai kualitas perguruan tinggi karena mencerminkan efektivitas proses pembelajaran dan mempengaruhi reputasi serta ...
Model Prediksi Awal Masa Studi Mahasiswa Menggunakan Algoritma Decision Tree C4.5
Model Prediksi Awal Masa Studi Mahasiswa Menggunakan Algoritma Decision Tree C4.5
Masa studi mahasiswa merupakan tolak ukur penilaian keberhasilan Program Studi, karena masa studi merupakan salah satu indikator keberhasilan proses belajar mahasiswa. Permasalahan...
IMPLEMENTASI ALGORITMA BACKPROPAGATION UNTUK MEMPREDIKSI KELULUSAN MAHASISWA
IMPLEMENTASI ALGORITMA BACKPROPAGATION UNTUK MEMPREDIKSI KELULUSAN MAHASISWA
<p><em>Student’s graduation is one kind of the college accreditation elements by BAN-PT. Because of that. Information System is one of the department in STMIK Banjarbar...
Pengaruh Bahan Tambah Serbuk Ban Bekas Pada Konstruksi Hotrolled Sheet-Wearing Course
Pengaruh Bahan Tambah Serbuk Ban Bekas Pada Konstruksi Hotrolled Sheet-Wearing Course
ABSTRAK: Penelitian ini bertujuan mengetahui pemanfaatan serbuk ban bekas sebagai bahan tambahan pada konstruksi jalan. Benda uji Kadar Aspal Optimum (KAO) masing-masing dibuat 3 b...
Kecerdasan Emosi dan Resiliensi Akademik Sebagai Prediktor Prestasi Akademik Mahasiswa
Kecerdasan Emosi dan Resiliensi Akademik Sebagai Prediktor Prestasi Akademik Mahasiswa
Dalam konteks pendidikan tinggi di Indonesia, Indeks Prestasi Kumulatif (IPK) menjadi indikator utama dalam menilai keberhasilan akademik. Namun, tidak semua mahasiswa mampu mencap...
ANALISIS HASIL BELAJAR MAHASISWA PROGRAM STUDI PENDIDIKAN GEOGRAFI FIS UNP ANGKATAN 2016
ANALISIS HASIL BELAJAR MAHASISWA PROGRAM STUDI PENDIDIKAN GEOGRAFI FIS UNP ANGKATAN 2016
Penelitian ini bertujuan untuk melihat hasil belajar mahasiswa berdasarkan jalur masuk dan urutan pilihan masuk pada program studi Pendidikan Geografi angkatan 2016. Jenis peneliti...
NILAI MORAL DALAM NOVEL ORANG-ORANG BIASA KARYA ANDREA HIRATA
NILAI MORAL DALAM NOVEL ORANG-ORANG BIASA KARYA ANDREA HIRATA
Abstrak Kata Kunci: Nilai Moral Baik dan Buruk,  NovelOrang-Orang Biasa. Nilai-nilai Moral adalah ajaran baik atau buruk perbuatan atau kelakuan, akhlak, kewajiban, budi pekerti...

Back to Top