ANALISIS DAN PENERAPAN ALGORITHMA C45 DALAM DATA MINING UNTUK MENUNJANG STRATEGI PROMOSI PRODI INFORMATIKA UPGRIS

Khoiriya Latifah

Abstract


ABSTRAK

 

Untuk menarik minat pendaftar mahasiswa baru memerlukan strategi khusus. Salah satu strategi adalah  dengan melakukan analisa data dengan tujuan mengubah kumpulan data menjadi memiliki nilai bisnis melalui laporan analitik sehingga menghasilkan   informasi yang akan diambil polanya menjadi pengetahuan [Kusrini, 2009]. Teknik klasifikasi merupakan pendekatan fungsi klasifikasi dalam data mining yang digunakan untuk melakukan prediksi atas informasi yang belum diketahui sebelumnya[Larose, 2005]. Pohon keputusan merupakan metode klasifikasi dan prediksi. pada penelitian ini algorithma yang dipakai untuk pembentukan pohon keputusan  dengan  mengunakan algoritma C45[Larose, 2005]. Data yang diproses adalah data mahasiswa baru angkatan 2014 dan angkatan 2015. Hasil penelitian ini menunjukkan bahwa variabel yang paling tinggi pengaruhnya terhadap hasil registrasi mahasiswa adalah Asal Sekolah dan Jenis Kelamin. Rata-rata berasal dari Semarang dengan jurusan SMU dari IPA dan yang berasal dari luar kota rata-rata berasal dari Batang dan Pati.  Dari SMU jurusan  IPS dan berjenis kelamin Laki-laki berasal dari Batang  dan yang berjenis kelamin Perempuan berasal dari Pati.. Accuracy dari pembenukan model ini adalah sebesar 89.33 %  (Good Classification).

 

 

ABSTRACT

 To attract new student applicants requires a special strategy. One strategy is to perform data analysis with the aim of converting the data set to have business value through analytic reports so that the information will be taken into the pattern of knowledge [Kusrini, 2009]. The classification technique is an approximate classification function in data mining used to predict information previously unknown [Larose, 2005]. Decision tree is a method of classification and prediction. in this study the algorithm used for the formation of decision trees using the C45 algorithm [Larose, 2005]. Processed data are new student data of class of 2014 and class of 2015. The result of this research indicates that the variable that has the highest effect on student registration result is School Origin and Gender. The average comes from Semarang with high school majors from IPA and those coming from out of town on average come from Batang and Pati. Of SMU majoring in IPS and Male sex comes from the stem and the female sex is derived from Pati .. Accuracy of this model is 89.33% (Good Classification).

 


Keywords


C 45, Promotion Strategy

Full Text:

PDF

References


Arief Jananto. 2010. Memprediksi kinerja mahasiswa menggunakan teknik data mining (studi kasus data akademik mahasiswa Unisbank). Tesis Tidak Terpublikasi, Yogyakarta: Universitas Gajah Mada.

Efraim T. 2005. Decision support systems and intelligent systems. Edisi ke-7. Yogyakarta: Penerbit Andi

Florin Gorunescu, Data Mining: Concepts, Models and Techniques, Springer, 2011

Han, J. Kambler, M. 2001. Data Mining : Concepts and Technique. San Fransisco : Morgan Kaufmann Publiser.

Kiron, D., Shockley, R., Kruschwitz, N., Finch, G., & Haydock, M., 2012, Analytics: The Widening Divide. MIT Sloan Management Review, 53(2), 1-22.

Kusrini. 2009. Algorithma Data Mining. Yogyakarta, Andi Publisher

Larose, Daniel T. 2005. Discovering Knowledge in Data : An Introduction to Data Mining. John Willey & Sons, Inc.

Lesmana, Dody Putu, 2012, Perbandingan Kinerja Decision Tree J48 dan ID3 Dalam Pengklasifikasian Diagnosis Penyakit Diabetes Mellitus, Jurnal Teknologi dan Informatika, Vol. 2, no. 2.

Luan, J., 2002, Data Mining and Knowledge Management in Higher Education Applications, Paper presented at the Annual Forum for the Association for Institutional Research, Toronto, Ontario, Canada. http://eric.ed.gov/ERICWebPortal/detail?accno=ED474143

MacLeman, J dan Tang , ZH. 2005. Data Mining with SQLServer 2005, United Stated of America : Wiley Publisihing.




DOI: https://doi.org/10.15408/jti.v11i2.6706

Refbacks

  • There are currently no refbacks.


Copyright (c) 2018 Prodi Teknik Informatika Universitas Islam Negeri Syarif Hidayatullah Jakarta

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Lantai 3, Prodi Teknik Informatika, UIN Syarif Hidayatullah Jakarta
Jl. Ir. H. Juanda No.95, Cempaka Putih, Ciputat Timur. 
Kota Tangerang Selatan, Banten 15412
Tlp/Fax: +62 21 74019 25/ +62 749 3315
Handphone: +6281371798903
E-mail: jurnal-ti@uinjkt.ac.id


Creative Commons Licence
Jurnal Teknik Informatika by Prodi Teknik Informatika Universitas Islam Negeri Syarif Hidayatullah Jakarta is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at http://journal.uinjkt.ac.id/index.php/ti.