Klasifikasi Predikat Tingkat Kelulusan Mahasiswa Program Studi Teknik Informatika dengan Menggunakan Algoritma C4.5 (Studi Kasus: STMIK Rosma Karawang)
DOI:
https://doi.org/10.35969/dirgamaya.v1i2.182Keywords:
Algoritma C4.5, CRISP-DM, Klasifikasi, Kelulusan Mahasiswa, Rapid MinerAbstract
Adanya teknologi akan sangat mudah bagi perguruan tinggi untuk menghasilkan informasi dan memudahkan segala aktivitas perguruan tinggi terkait dengan pengolahan data serta pembuatan laporan. Pentingnya memprediksi tingkat kelulusan mahasiswa dalam perguruan tinggi untuk dapat meminimalisir tingkat mahasiswa yang tidak lulus tepat waktu. STMIK Rosma merupakan salah satu perguruan tinggi yang banyak meluluskan mahasiswa setiap tahunnya. Tujuan penelitian ini adalah menganalisis serta memprediksi kelulusan mahasiswa pada program studi Teknik Informatika angkatan 2012 - 2015 dengan teknik data mining menggunakan software RapidMiner dalam penerapan algoritma C4.5 dan menggunakan metode penelitian Cross Industry Standard for Data Mining (CRIPS-DM). Hasil dari penelitian ini memberikan rekomendasi berupa sumber informasi yang strategis beguna bagi perguruan tinggi dalam hal ini STMIK Rosma terutama program studi bagaimana memprediksi kelulusan mahasiswanya sehingga dapat mengurangi presentase mahasiswa yang tidak lulus tepat waktu.
Downloads
References
Astuti, D., Iskandar, A. R., & Febrianti, A. (2019). Penentuan Strategi Promosi Usaha Mikro Kecil Dan Menengah (UMKM) Menggunakan Metode CRISP-DM dengan Algoritma K-Means Clustering. Journal of Informatics, Information System, Software Engineering and Applications (INISTA), 1(2), 60–72. https://doi.org/10.20895/inista.v1i2.71
Fadillah, A. P. (2015). Penerapan Metode CRISP-DM untuk Prediksi Kelulusan Studi Mahasiswa Menempuh Mata Kuliah (Studi Kasus Universitas XYZ). Jurnal Teknik Informatika Dan Sistem Informasi, 1(3), 260–270. https://doi.org/10.28932/jutisi.v1i3.406
Honesqi, H. D. (2017). Klasifikasi Data Mining Untuk Menentukan Tingkat Persetujuan Kartu Kredit. Jurnal Teknoif, 5(2), 57–62. https://doi.org/10.21063/jtif.2017.v5.2.57-62
Imaslihkah, S., Ratna, M., & Ratnasari, V. (2013). Analisis regresi logistik ordinal terhadap faktor-faktor yang mempengaruhi predikat kelulusan mahasiswa S1 di ITS Surabaya. Jurnal Sains Dan Seni Pomits, 2(2), 177–182.
Luvia, Y. S., Hartama, D., Windarto, A. P., & Solikhun. (2016). Penerapan Algoritma C4.5 Untuk Klasifikasi Predikat Keberhasilan Mahasiswa Di Amik Tunas Bangsa. Jurasik (Jurnal Riset Sistem Informasi Dan Teknik Informatika), 1(1). https://doi.org/10.30645/jurasik.v1i1.12
Muhammad, Z., Rahmadhani, R., Rizqifaluthi, H., & Yaqin, M. A. (2018). Process Mining Akademik Sekolah Menggunakan RapidMiner. Matics: Jurnal Ilmu Komputer Dan Teknologi Informasi, 10(2), 47–51. https://doi.org/10.18860/mat.v10i2.5745
Nasrullah, A. H. (2018). Penerapan Metode C4.5 untuk Klasifikasi Mahasiswa Berpotensi Drop Out. ILKOM Jurnal Ilmiah, 10(2), 244–250. https://doi.org/10.33096/ilkom.v10i2.300.244-250
Permata, E., Eddy Purnama, I. K., & Hery Purnomo, M. (2012). Klasifikasi Jenis dan Fase Parasit Malaria Plasmodium Falciparum dan Plasmodium Vivax Dalam Sel Darah Merah Menggunakan Support Vector Machine. Setrum : Sistem Kendali-Tenaga-Elektronika-Telekomunikasi-Komputer, 1(2), 50. https://doi.org/10.36055/setrum.v1i2.475
Purnia, D. S., & Warnilah, A. I. (2017). Implementasi Data Mining Pada Penjualan kacamata Dengan Menggunakan Algoritma Apriori. Indonesian Journal on Computer and Information Technology, 2(2), 31–39.
Rahayu, T. M., Ningsi, B. A., Isnurani, & Arofah, I. (2021). KLASIFIKASI KETEPATAN WAKTU KELULUSAN MAHASISWA DENGAN METODE NAÏVE BAYES. Jurnal Media Bina Ilmiah, 15(10). http://ejurnal.binawakya.or.id/index.php/MBI
Rusdiana, & Rosmiati, L. (2016). Aplikasi Berbasis Fuzzy C-Means Dalam Penentuan Predikat Kelulusan Mahasiswa. Jurnal Ilmiah Ilmu Komputer Fakultas …, 2(2), 1–9. http://www.ejournal.fikom-unasman.ac.id/index.php/jikom/article/view/78
Sartika, D., & Sensuse, D. I. (2017). Perbandingan Algoritma Klasifikasi Naive Bayes, Nearest Neighbour, dan Decision Tree pada Studi Kasus Pengambilan Keputusan Pemilihan Pola Pakaian. Jurnal Teknik Informatika Dan Sistem Informasi, 1(2), 151–161.
Sitorus, D. R., Windarto, A. P., Hartama, D., & Damanik, I. S. (2019). Penerapan Klasifikasi C4.5 Dalam Meningkatkan Sistem Pembelajaran Mahasiswa. KOMIK (Konferensi Nasional Teknologi Informasi Dan Komputer), 3(1), 593–597. https://doi.org/10.30865/komik.v3i1.1665
Wajhillah, R., & Yulianti, I. (2017). Penerapan Algoritma C4.5 Untuk Prediksi Penggunaan Jenis Kontrasepsi Berbasis Web. Klik - Kumpulan Jurnal Ilmu Komputer, 4(2), 160. https://doi.org/10.20527/klik.v4i2.98