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.

[thumbnail of 9112205304-Paper.pdf]
Preview
Text
9112205304-Paper.pdf - Published Version

Download (516kB) | Preview
[thumbnail of 9112205304-Presentation.pdf]
Preview
Text
9112205304-Presentation.pdf - Published Version

Download (1MB) | Preview

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: 61101-Magister Management Technology
Depositing User: Anis Wulandari
Date Deposited: 07 Dec 2016 02:53
Last Modified: 24 Aug 2018 02:57
URI: http://repository.its.ac.id/id/eprint/955

Actions (login required)

View Item View Item