Cover Image

Penerapan Data Mining Terhadap Prediksi Mahasiswa Drop Out Pada Kampus STMIK Widuri Jakarta Dengan Metode Decision Tree C4.5

Main Authors: Ramdan, David, Valentino , Feby, Ikhsan , Nur, Sani, Asrul
Format: Article info application/pdf eJournal
Bahasa: eng
Terbitan: Yayasan Kreatif Cemerlang Indonesia , 2023
Subjects:
Prediksi
decision tree
Data Mining
Online Access: https://ejournal.kreatifcemerlang.id/index.php/jbpi/article/view/113
https://ejournal.kreatifcemerlang.id/index.php/jbpi/article/view/113/31
ctrlnum article-113
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><title lang="en-US">Penerapan Data Mining Terhadap Prediksi Mahasiswa Drop Out Pada Kampus STMIK Widuri Jakarta Dengan Metode Decision Tree C4.5</title><creator>Ramdan, David</creator><creator>Valentino , Feby</creator><creator>Ikhsan , Nur</creator><creator>Sani, Asrul</creator><subject lang="en-US">Prediksi</subject><subject lang="en-US">decision tree</subject><subject lang="en-US">Data Mining</subject><description lang="en-US">Perguruan tinggi kini saling bersaing dalam bidang pendidikan. Mutu pendidikan tinggi tercermin dari keberhasilan dan kegagalan mahasiswa. Salah satu isu yang terkait dengan kegagalan mahasiswa adalah masalah (ketidakaktifan) menyelesaikan kuliah dan menghentikan penelitian. Tentu nilai dan kualitas pendidikan dan akreditasi universitas bisa berkurang. Tujuan dari prediksi ini adalah untuk menentukan faktor akademik yang mempengaruhi durasi studi dan menggunakan teknik data mining untuk membangun model prediksi terbaik. Berdasarkan data yang diperoleh dari penelitian ini mahasiswa mata kuliah ilmu komputer (BAAK) tahun 2017, 2018, 2019, sebanyak 107 data latih dan 100 data ujian. Atribut yang menjadi parameter terdiri dari enam atribut utama yaitu nama, jenis kelamin, pekerjaan orang tua, tempat tinggal, pendapatan orang tua. Dari hasil evaluasi dan validasi menggunakan alat RapidMiner, akurasi metode pohon keputusan (C4.5) adalah 97,12%, dan rata-rata nilai presisi dan recall adalah 96,15% dan 97,66%.</description><publisher lang="en-US">Yayasan Kreatif Cemerlang Indonesia</publisher><date>2023-06-20</date><type>Journal:Article</type><type>Other:info:eu-repo/semantics/publishedVersion</type><type>Journal:Article</type><type>File:application/pdf</type><identifier>https://ejournal.kreatifcemerlang.id/index.php/jbpi/article/view/113</identifier><source lang="en-US">Jurnal Bidang Penelitian Informatika; Vol. 1 No. 2 (2023): Periode Juni 2023; 95-104</source><source>3025-4434</source><language>eng</language><relation>https://ejournal.kreatifcemerlang.id/index.php/jbpi/article/view/113/31</relation><rights lang="en-US">Copyright (c) 2023 David Ramdan, Feby Valentino , Nur Ikhsan , Asrul Sani</rights><rights lang="en-US">https://creativecommons.org/licenses/by/4.0</rights><recordID>article-113</recordID></dc>
language eng
format Journal:Article
Journal
Other:info:eu-repo/semantics/publishedVersion
Other
File:application/pdf
File
Journal:eJournal
author Ramdan, David
Valentino , Feby
Ikhsan , Nur
Sani, Asrul
title Penerapan Data Mining Terhadap Prediksi Mahasiswa Drop Out Pada Kampus STMIK Widuri Jakarta Dengan Metode Decision Tree C4.5
publisher Yayasan Kreatif Cemerlang Indonesia
publishDate 2023
topic Prediksi
decision tree
Data Mining
url https://ejournal.kreatifcemerlang.id/index.php/jbpi/article/view/113
https://ejournal.kreatifcemerlang.id/index.php/jbpi/article/view/113/31
contents Perguruan tinggi kini saling bersaing dalam bidang pendidikan. Mutu pendidikan tinggi tercermin dari keberhasilan dan kegagalan mahasiswa. Salah satu isu yang terkait dengan kegagalan mahasiswa adalah masalah (ketidakaktifan) menyelesaikan kuliah dan menghentikan penelitian. Tentu nilai dan kualitas pendidikan dan akreditasi universitas bisa berkurang. Tujuan dari prediksi ini adalah untuk menentukan faktor akademik yang mempengaruhi durasi studi dan menggunakan teknik data mining untuk membangun model prediksi terbaik. Berdasarkan data yang diperoleh dari penelitian ini mahasiswa mata kuliah ilmu komputer (BAAK) tahun 2017, 2018, 2019, sebanyak 107 data latih dan 100 data ujian. Atribut yang menjadi parameter terdiri dari enam atribut utama yaitu nama, jenis kelamin, pekerjaan orang tua, tempat tinggal, pendapatan orang tua. Dari hasil evaluasi dan validasi menggunakan alat RapidMiner, akurasi metode pohon keputusan (C4.5) adalah 97,12%, dan rata-rata nilai presisi dan recall adalah 96,15% dan 97,66%.
id IOS19481.article-113
institution Yayasan Kreatif Cemerlang Indonesia
institution_id 10206
institution_type library:public
library
library YAKACI Library
library_id 7572
collection Jurnal Bidang Penelitian Informatika (JBPI)
repository_id 19481
subject_area Informatika
Sistem informasi
Machine Learning
DATA MINING
city KOTA MEDAN
province SUMATERA UTARA
repoId IOS19481
first_indexed 2024-06-07T08:59:52Z
last_indexed 2024-06-13T04:39:48Z
recordtype dc
_version_ 1801719626030120960
score 9.9049015

Lihat Juga