Teknik Data Mining Menggunakan Algoritma Decision Tree C4.5 untuk Memprediksi Tingkat Kelulusan Tepat Waktu

Chandra Wirawan

Abstract


Lulus tepat waktu merupakan salah satu indikator keberhasilan mahasiswa dalam memperoleh gelar sarjana. Lulus tepat waktu merupakan salah satu indikator penilaian terhadap kualitas perguruan tinggi, karena salah satu penilaian akreditasi Badan Akreditasi Nasioanl Perguruan Tinggi (BAN PT). Sehingga apabila tingkat kelulusan dan mahasiswa tidak seimbang, maka akan mempengaruhi penilaian akreditasi pada Program Studi dan Universitas tersebut. Pada penelitian ini peneliti membahas prediksi tingkat kelulusan tepat waktu menggunakan teknik data mining algoritma C.4.5 dengan studi kasus UIN Syarif Hidayatullah Jakarta. Hasil dari penelitian ini diperoleh Nilai akurasi setelah pengujian menggunakan confusion matrixsebesar 89.82% dengan Precision52.63% dan Recall 41.67%., mengindikasikan bahwa performa keakurasian pada percobaan tersebut bernilai cukup baik, dan Model yang dihasilkan dari decision tree pada penelitian ini adalah mahasiswa yang IPSmt 2 >3.145 maka diprediksi mahasiswa tersebut dapat lulus tepat waktu dan untuk mahasisswa yang IPsmt 2 <= 3.145 dinyatakan dapat lulus tepat waktu dan tidak dapat lulus tepat waktu apabila memenuhi kondisi sesuai dengan model decision tree yang telah dihasilkan.

Keywords


Decision Tree; Algoritma C.4.5; Prediksi Tingkat Kelulusan Tepat Waktu; Teknik Data Mining.

Full Text:

PDF


DOI: https://doi.org/10.15408/aism.v3i1.13033 Abstract - 0 PDF - 0

Refbacks

  • There are currently no refbacks.


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

EDITORIAL ADDRESS:

Department of Information Systems, Faculty of Science and Technology,
Universitas Islam Negeri (UIN) Syarif Hidayatullah Jakarta
Faculty of Science and Technology Building, 3rd Floor, 1st Campus, Universitas Islam Negeri (UIN) Syarif Hidayatullah Jakarta
Jl. Ir. H. Juanda No. 95, Ciputat Timur, Kota Tangerang Selatan, Banten 15412, Indonesia.
Tlp/Fax: +622174019 25/+62217493315.
E-mail: aism.journal@apps.uinjkt.ac.id, Website: https://journal.uinjkt.ac.id/index.php/aism


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

Applied Information System and Management (AISM) | E-ISSN: 2621-254 | P-ISSN: 2621-2536 

https://journal.uinjkt.ac.id/index.php/aism