PENERAPAN POHON KEPUTUSAN DALAM MEMPREDIKSI MASA STUDI MAHASISWA UIN ALAUDDIN MAKASSAR
Keywords:
Algoritma C4.5, ID3, Mahasiswa, Pohon Keputusan
Abstract
Mahasiswa merupakan subjek penting dalam menentukan keberhasilan dari suatu perguruan tinggi. Salah satu faktor atau indikator yang menentukan kualitas suatu perguruan tinggi adalah persentasi kemampuan mahasiswa untuk menyelesaikan studi tepat waktu. Adapun tujuan dari penelitian ini adalah untuk menemukan kombinasi atribut yang menentukan masa studi mahasiswa selesai tepat waktu pada Prodi Matematika Fakultas Sains dan Teknologi UIN Alauddin Makassar. Penelitian ini menerapkan Pohon Keputusan algoritma ID3 dan C4.5 menggunakan Rapid Miner 5.3. Hasil pengujian penelitian diperoleh tingkat akurasi menggunakan algoritma ID3 sebesar 90,91% dan tingkat akurasi menggunakan algortima C4.5 sebesar 78,79%.
Downloads
Download data is not yet available.
References
Aguilar-Chinea, Rosa Maria, Ivan Castilla Rodriguez, Christopher Exposito,
Belen Melian-Batista, Jose Marcos Moreno-Vega. 2019. Using a decision tree algorithm to predict the robustness of a transshipment schedule. Procedia Computer Science, 149.
Aitkenhead, M.J. 2008. A co-evolving decision tree classification method”.
Expert Systems with Applications 34, (2008): h. 19.
Ashraf Aysha, Sajid Anwer, Muhammad Gufran Khan. 2018. A Comparative
Study of Predicting Student’s Performance by use of Data Mining Techniques. American Scientific Research Journal for Engineering, Technology, and Sciences (ASRJETS). vol 44(1):122-136.
Lestari NA. 2019. Penerapan Data Mining menggunakan Metode Decision Tree
C4.5 untuk Prediksi Tingkat Kelulusan Mahasiswa (Studi Kasus : STMIK WIT). Jurnal Web Informatika Teknologi. Vol 4(1) (Mei 2019): hal. 1-8.
Saini P, Sweta Rai, Ajit Kumar Jain. 2014. Decision Tree Algorithm
Implementation Using Educational Data. (International Journal of Computer-Aided technologies (IJCAx). Vol 1(1):31
Sauddin Adnan, Wahidah Alwi, A. Ningsih AN. 2019. Klasifikasi Tingkat
Partisipasi Angkatan Kerja Kota Makassar Menggunakan Metode CART. Jurnal Matematika dan Statistika sertaAplikasinya. vol 7(2) (Ed. Juli-Des 2019): hal. 20-36.
Setio PBN, Dewi Retno Sari Saputro, Bowo Winarno. 2020. Klasifikasi dengan
Pohon Keputusan Berbasis Algoritme C4.5. Prisma vol 3. hal 64-71.
Belen Melian-Batista, Jose Marcos Moreno-Vega. 2019. Using a decision tree algorithm to predict the robustness of a transshipment schedule. Procedia Computer Science, 149.
Aitkenhead, M.J. 2008. A co-evolving decision tree classification method”.
Expert Systems with Applications 34, (2008): h. 19.
Ashraf Aysha, Sajid Anwer, Muhammad Gufran Khan. 2018. A Comparative
Study of Predicting Student’s Performance by use of Data Mining Techniques. American Scientific Research Journal for Engineering, Technology, and Sciences (ASRJETS). vol 44(1):122-136.
Lestari NA. 2019. Penerapan Data Mining menggunakan Metode Decision Tree
C4.5 untuk Prediksi Tingkat Kelulusan Mahasiswa (Studi Kasus : STMIK WIT). Jurnal Web Informatika Teknologi. Vol 4(1) (Mei 2019): hal. 1-8.
Saini P, Sweta Rai, Ajit Kumar Jain. 2014. Decision Tree Algorithm
Implementation Using Educational Data. (International Journal of Computer-Aided technologies (IJCAx). Vol 1(1):31
Sauddin Adnan, Wahidah Alwi, A. Ningsih AN. 2019. Klasifikasi Tingkat
Partisipasi Angkatan Kerja Kota Makassar Menggunakan Metode CART. Jurnal Matematika dan Statistika sertaAplikasinya. vol 7(2) (Ed. Juli-Des 2019): hal. 20-36.
Setio PBN, Dewi Retno Sari Saputro, Bowo Winarno. 2020. Klasifikasi dengan
Pohon Keputusan Berbasis Algoritme C4.5. Prisma vol 3. hal 64-71.
Published
2022-08-15
Section
Volume 7 Nomor 2 Oktober Tahun 2022