Penerapan Data Mining Untuk Mengetahui Pola Lama Studi Mahasiswa Menggunakan Algoritma C4.5

SHELLY YOLANDA, 123040229 and DJUNAEDY SAKAM, DS and Agus Hexagraha, DS (2017) Penerapan Data Mining Untuk Mengetahui Pola Lama Studi Mahasiswa Menggunakan Algoritma C4.5. Skripsi(S1) thesis, Fakultas Teknik.

[img]
Preview
Text
Abstrak_123040229.pdf

Download (87kB) | Preview
[img]
Preview
Text
Bab1_123040229.pdf

Download (109kB) | Preview
[img]
Preview
Text
Cover_dll_123040229.pdf

Download (121kB) | Preview
Official URL: http://teknik.unpas.ac.id

Abstract

Lama studi mahasiwa merupakan aspek penting dalam evaluasi keberhasilan penyelenggaraan program studi pada suatu perguruan tinggi. Prediksi terhadap kinerja mahasiswa, salah satunya mengenai lama studi telah menjadi kebutuhan yang paling penting untuk meningkatkan kualitas pengajaran di perguruan tinggi dan juga dapat digunakan untuk mengetahui kebutuhan mahasiswa sehingga mahasiswa dapat memperoleh hasil yang lebih baik lagi. Prediksi terhadap lama studi mahasiswa dapat dilakukan salah satunya dengan memanfaatkan histori data mahasiswa yang dimiliki oleh perguruan tinggi. Penelitian ini dilakukan untuk mengetahui pola lama studi mahasiswa berdasarkan data-data yang dimiliki oleh Prodi Teknik Informatika Universitas Pasundan Bandung. Penelitian dilakukan dengan melakukan studi literatur dan melakukan eksplorasi kakas data mining menggunakan Rapid Miner, serta konsep-konsep penerapan data mining menggunakan algoritma C4.5. Selanjutnya dilakukan analisis terhadap data mahasiswa untuk menetapkan atribut data yang relevan mendukung penerapan data mining. Hasil akhir dari penelitian ini adalah sebuah model pohon keputusan mengenai lama studi mahasiswa yang dibuat dengan metode klasifikasi menggunakan algoritma C4.5. Model dapat digunakan untuk memprediksi mahasiswa yang dapat lulus tepat waktu dan memprediksi mahasiswa yang dapat lulus terlambat. Berdasarkan hasil pengujian model pohon keputusan diketahui bahwa model memiliki tingkat accuracy sebesar 100%. Sedangkan hasil evaluasi model pohon keputusan menghasilkan tingkat acuracy sebesar 96.04%. Kata kunci : lama studi, mahasiswa, data mining, model pohon keputusan, algoritma C4.5, prediksi

Item Type: Thesis (Skripsi(S1))
Subjects: S1-Skripsi
Divisions: Fakultas Teknik > Teknik Informatika 2017
Depositing User: Irwan Kustiawan
Date Deposited: 26 Jan 2017 09:21
Last Modified: 26 Jan 2017 09:21
URI: http://repository.unpas.ac.id/id/eprint/15037

Actions (login required)

View Item View Item