Prediksi Kelulusan Mahasiswa Berdasarkan Data Berkunjung dan Pinjam Buku di Perpustakaan Menggunakan Metode C4.5

Nur Hanif, Tedy Setiadi

Abstract


Permasalahan yang dihadapi institusi perguruan tinggi adalah tidak tepatnya waktu kelulusan mahasiswa dan jumlah mahasiswa yang mendaftar tidak sebanding dengan jumlah kelulusan. Tidak tepatnya kelulusan mahasiswa mengakibatkan penumpukan data mahasiswa yang tidak lulus sesuai dengan masa periode kelulusannya, serta dilihat dari data transaksi perpustakaan yang banyak dan bertambah setiap harinya, misalnya data berkujung dan peminjaman buku. Data tersebut dapat dimanfaatkan untuk mencari pengetahuan dengan mengolahnya hingga menghasilkan suatu pengetahuan penting untuk kedepanya. Penelitian ini dilakukan untuk mencari sebuah pengetahuan menggunakan teknik klasifikasi dengan mengolah data untuk menemukan pola yang terjadi pada data kelulusan dan transaksi perpustakaan. Pengolahan data digunakan untuk memprediksi kelas yang belum diketahui. Teknik klasifikasi yang digunakan decision tree dengan penerapan algoritma C4.5. Atribut yang digunakan atribut bukan class meliputi usia, toefl, IPK, berkunjung, pinjam buku dan atribut class yaitu keterangan lulus. Dengan tahapan yang dilakukan load data, cleaning, selection, transformasi, pemodelan C4.5, testing/pengujian akurasi, hasil rule, prediksi, dan pengujian akurasi menggunakan confusion matrix. Penelitian ini menghasilkan rule untuk memprediksi tepat waktu kelulusan dengan pohon keputusan. Hasil pengujian menggunakan 325 data menghasilkan 53 rule dengan tingkat akurasi 94%, presisi 78% dan recall 53%. Manfaat penelitian ini adalah sebagai sumber pengetahuan strategis bagi program studi untuk memprediksi masa studi dan predikat kelulusan mahasiswa.

Keywords


Data Kelulusan; Klasifikasi; Decision Tree; Algoritma C4.5

Full Text:

PDF

References


Y. S. Nugroho, (2014) “Penerapan Algoritma C4.5 Untuk Klasifikasi Predikat Kelulusan Mahasiswa Fakultas Komunikasi Dan Informatika Universitas Muhammadiyah Surakarta,†Pros. Semin. Nas. Apl. Sains Teknol. 2014, no. November, pp. 1–6.

D. H. Kamagi and S. Hansun, (2014) “Implementasi Data Mining dengan Algoritma C4.5 untuk Memprediksi Tingkat Kelulusan Mahasiswa,†J. Ultim., vol. 6, no. 1, pp. 15–20.

Y. S. Nugroho, (2009) “Data Mining Menggunakan Algoritma Naïve Bayes untuk Klasifikasi Kelulusan Mahasiswa Universitas Dian Nuswantoro,†J. Semant. 2013, pp. 1–11.

Veronica Sri Moertini, (2007), Pengembangan Skalabilitas Algoritma Klasifikasi C4.5 dengan Pendekatan Konsep Operator Relasi studi kasus: pra pengolahan dan klasifikasi citra batik. Bandung.

Hartanto Kamagi David, H. S. (2016) “Implementasi Data Mining dengan Algoritma C4.5 untuk Memprediksi Tingkat Kelulusan Mahasiswaâ€, ULTIMATICS, VI(1). doi: 10.31937/ti.v6i1.327.

Han, J., Kamber, M. (2012). Data Mining Concepts and Techniques, Morgan Kaufmann Publishers, USA.

Santoso, T.B, (2011) “Analisa dan Penerapan Metode C4.5 untuk Prediksi Loyalitas Pelanggan†jurnal ilmiah Fak.teknik LIMIT’S,vol.10.

Prasetyo, E. (2014) ''Data mining - Mengolah Data menjadi informasi menggunakan matlab''. Edited by Aldo Sahala. Yogyakarta: CV. ANDI OFFSET.

Kasus, S. et al. (2015) “Implementasi Data Mining untuk Memprediksi Masa Studi Mahasiswa Menggunakan Algoritma C4.5â€. 5’. 11(2), pp. 130-138.

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




DOI: http://dx.doi.org/10.12928/jstie.v8i2.16950

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Nur Hanif, Tedy Setiadi

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


Jurnal Sarjana Teknik Informatika
Organized by Informatics Department
Published by Universitas Ahmad Dahlan
Website: http://journal.uad.ac.id/index.php/JSTIF
Office: Industrial Technology Faculty, Kampus Utama UAD Jalan Ahmad Yani (Ringroad Selatan), Tamanan, Banguntapan, Bantul, Yogyakarta 55166, Indonesia
Email: herman.yuliansyah@tif.uad.ac.id || jurnalsarjana@tif.uad.ac.id


 

Creative Commons License

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