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

Authors

  • Nur Hanif Universitas Ahmad Dahlan
  • Tedy Setiadi Universitas Ahmad Dahlan

DOI:

https://doi.org/10.12928/jstie.v8i2.16950

Keywords:

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

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.

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.

Downloads

Published

30-06-2020

Issue

Vol. 8 No. 2 (2020): Juni

Section

Articles

License

License and Copyright Agreement

In submitting the manuscript to the journal, the authors certify that:

  1. They are authorized by their co-authors to enter into these arrangements.
  2. The work described has not been formally published before, except in the form of an abstract or as part of a published lecture, review, thesis, or overlay journal. Please also carefully read Journal Posting Your Article Policy.
  3. The work is not under consideration for publication elsewhere.
  4. The work has been approved by all the author(s) and by the responsible authorities – tacitly or explicitly – of the institutes where the work has been carried out.
  5. They secure the right to reproduce any material that has already been published or copyrighted elsewhere.
  6. They agree to the following license and copyright agreement.


Copyright

Authors who publish with Jurnal Sarjana Teknik Informatika agree to the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.