IDENTIFIKASI MAHASISWA YANG MEMPUNYAI KECENDERUNGAN LULUS TIDAK TEPAT WAKTU PADA PROGRAM STUDI MMT-ITS DENGAN MENGGUNAKAN ALGORITMA C4.5

HALIM, AMELIA (2015) IDENTIFIKASI MAHASISWA YANG MEMPUNYAI KECENDERUNGAN LULUS TIDAK TEPAT WAKTU PADA PROGRAM STUDI MMT-ITS DENGAN MENGGUNAKAN ALGORITMA C4.5. In: Prosiding Seminar Nasional Manajemen Teknologi XXII, Magister Management Technology.

[img] Text
9112205304-Paper.pdf - Published Version
Restricted to Repository staff only

Download (516kB) | Request a copy
[img] Text
9112205304-Presentation.pdf - Published Version
Restricted to Repository staff only

Download (1MB) | Request a copy

Abstract

Setiap tahun Universitas menerima mahasiswa dari berbagai program, lokasi yang berbeda, latar belakang pendidikan yang beraneka ragam dan berbagai nilai dalam ujian masuk. Selain itu juga berasal dari universitas dengan akreditasi yang berbeda, masing-masing universitas memiliki kurikulum pelajaran yang berbeda dan tingkat kedalaman mata pelajaran yang diberikan juga berbeda. Proses menganalisis masa lalu kinerja mahasiswa akan memberikan perspektif yang lebih baik dari kemungkinan kinerja mahasiswa di masa depan. Hal ini bisa dicapai dengan memanfaatkan data yang sudah ada dan mengelolahnya menggunakan konsep data mining. Penelitian ini ditujukan untuk mengidentifikasi mahasiswa yang mempunyai kecenderungan lulus tidak tepat waktu. Penelitian ini menggunakan data pendidikan berupa sampel data alumni dari mahasiswa lulusan MMT – ITS dari angkatan 2009-2012. Metode yang digunakan adalah algoritma C4.5 yang merupakan salah teknik pengklasifikasian dalam data mining. Penelitian ini akan melakukan analisis untuk memperoleh informasi tentang kecenderungan mahasiswa lulus tepat waktu atau lulus tidak tepat waktu. Tingkat akurasi penelitian ini akan diperoleh dari jumlah kasus yang menunjukan indikasi yang sesuai. Penelitian ini akan diuji menggunakan recall dan precision. Penelitian ini akan diuji menggunakan akurasi, recall dan precision. Uji coba dilakukan dalam 3 macam skenario. Skenario I mempunyai rata-rata nilai precision, recall dan akurasi yaitu 46.27%, 31.1 %, dan 60.35%. Skenario II mempunyai rata-rata nilai precision, recall dan akurasi yaitu 47.26%, 32.05%, dan 61.25%. Skenario II mempunyai rata-rata nilai precision, recall dan akurasi yaitu 47.61%, 35.39%, dan 61.50%.

Item Type: Conference or Workshop Item (Paper)
Additional Information: RTMT 005.3 Hal i
Uncontrolled Keywords: Algoritma C4.5, Data Mining , Klasifikasi, Penelitian Pendidikan
Subjects: Q Science > QA Mathematics
Q Science > QA Mathematics > QA76 Computer software
Divisions: Magister Management Technology
Depositing User: Mrs Anis Wulandari
Date Deposited: 07 Dec 2016 02:53
Last Modified: 07 Dec 2016 02:53
URI: http://repository.its.ac.id/id/eprint/955

Actions (login required)

View Item View Item