Penentuan Pola Dropout Mahasiswa Dengan Pendekatan Data Mining Menggunakan Algoritma c4.5 (Studi kasus : Program Studi Teknik Informatika Universitas Pasundan Bandung)

RIZKY KAHARANI S, 123040184 and Sali Alas Majapahit, DS and Agus Hexagraha, DS (2017) Penentuan Pola Dropout Mahasiswa Dengan Pendekatan Data Mining Menggunakan Algoritma c4.5 (Studi kasus : Program Studi Teknik Informatika Universitas Pasundan Bandung). Skripsi(S1) thesis, Fakultas Teknik.

[img]
Preview
Text
123040184-Abstrak.pdf

Download (88kB) | Preview
[img]
Preview
Text
123040184-BAB-1.pdf

Download (160kB) | Preview
[img]
Preview
Text
123040184-Cover.pdf

Download (185kB) | Preview
Official URL: http://teknik.unpas.ac.id

Abstract

Penentuan pola Dropout mahasiswa diperlukan untuk melakukan prediksi terhadap status mahasiswa. Hal ini bertujuan untuk membantu pihak perguruan tinggi dalam penanganan kasus Dropout. Dengan penerapan pola ini, diharapkan dapat membantu pihak perguruan tinggi dalam menentukan kebijakan dan melakukan tindakan pencegahan dini terhadap kasus Dropout mahasiswa. Penelitian ini bertujuan untuk mendapatkan model pohon keputusan dan pengetahuan mengenai Dropout Mahasiswa yang dihasilkan dari penerapan Data Mining sehingga dapat digunakan untuk memprediksi status Mahasiswa. Algoritma yang digunakan adalah algoritma C4.5. Pemilihan model didasarkan pada tingkat akurasi, precision dan recall yang didapatkan dari proses evaluasi menggunakan metode 10 fold validation dan tool confusion matrix. Penelitian ini menghasilkan model pohon keputusan dengan akurasi,precision dan recall sebesar 100% serta menunjukan bahwa variabel status awal, jenis kelamin, asal sekolah, total satuan kredit semester mahasiswa dan index prestasi mahasiswa dari semester 1 sampai dengan semester 4, status keaktifan mahasiswa dalam kegiatan diluar akademik seperti pengurus lembaga kemahasiswaan, mempengaruhi status mahasiswa. Kata Kunci: Pola Dropout Mahasiswa, prediksi status mahasiswa, Data Mining, Decision Tree, Algoritma C4.5.

Item Type: Thesis (Skripsi(S1))
Subjects: S1-Skripsi
Divisions: Fakultas Teknik > Teknik Informatika 2017
Depositing User: Irwan Kustiawan
Date Deposited: 02 Jun 2017 05:59
Last Modified: 02 Jun 2017 05:59
URI: http://repository.unpas.ac.id/id/eprint/27474

Actions (login required)

View Item View Item