Implementasi Algoritma Iterative Dichotomiser 3 (ID3) untuk Prediksi Keberlangsungan Studi Mahasiswa

Bharin Rizqi  Waridhon; Abd. Charis Fauzan

doi:10.47134/jacis.v1i2.13

Authors

Bharin Rizqi Waridhon Program Studi Ilmu Komputer, Fakultas Ilmu Eksakta, Universitas Nahdlatul Ulama Blitar
Abd. Charis Fauzan Program Studi Ilmu Komputer, Fakultas Ilmu Eksakta, Universitas Nahdlatul Ulama Blitar

DOI:

https://doi.org/10.47134/jacis.v1i2.13

Keywords:

ID3, Prediksi Keberlangsungan Studi, Decision Tree

Abstract

Kelulusan mahasiswa merupakan masalah yang menjadi pusat perhatian yang datang di berbagai Universitas di Indonesia. berdasar pada peraturan yang disampaikan dalam buku II standard dan prosedur tentang akreditasi institusi perguruan tinggi oleh BAN-PT (Badan Akreditasi Nasional Perguruan Tinggi) pada tahun 2011 menyatakan bahwa salah satu aspek penilaian akreditasi adalah mahasiswa dan lulusan. Penelitian ini bertujuan membuat sebuah sistem program untuk membantu memberikan tindakan preventif khususnya oleh dosen wali dan Kepala program studi UNU Blitar sehingga permalasahan kelulusan mahasiswa mampu ditanggulangi dan diminimalisir jumlah mahasiswa yang bermasalah. Dari data yang peneliti dapat dari Pusat IT UNU Blitar sebanyak 234 Mahasiswa yang tidak melakukan KRS sejak semester 4 dan 167 Mahasiswa FIE yang tidak melakukan KRS mulai sejak semester 6. Penelitian ini menggunakan Algoritma Iterative Dichotomizer 3 yang mana merupakan algoritma pembelajaran dengan membangun pohon keputusan. Penelitian ini menghasilkan hasil evaluasi menggunakan Confusion Matriks dengan nilai akurasi sebesar 79,22 %, nilai presisi sebesar 70,83 %, nilai sensitifitas sebesar 94,44 %, dan nilai spesifisitas sebesar 65,85 %.

References

[1] D. Ispriyanti and A. Hoyyi, “ANALISIS KLASIFIKASI MASA STUDI MAHASISWA PRODI STATISTIKA UNDIP dengan METODE SUPPORT VECTOR MACHINE (SVM) dan ID3 (ITERATIVE DICHOTOMISER 3),” Media Stat., vol. 9, no. 1, pp. 15–29, 2016, doi: 10.14710/medstat.9.1.15-29.
[2] R. A. Rohman; Abdul, “Penerapan Algoritma Decision Tree Id3 Untuk Prediksi Kelulusan Mahasiswa Jenjang Pendidikan D3 Di Fakultas Teknik Universitas Pandanaran,” Neo Tek., vol. 5, no. 2, pp. 2–6, 2019, doi: 10.37760/neoteknika.v5i2.1391.
[3] S. Salmu and A. Solichin, “Prediksi Tingkat Kelulusan Mahasiswa Tepat Waktu Menggunakan Naïve Bayes?: Studi Kasus UIN Syarif Hidayatullah Jakarta,” Semin. Nas. Multidisiplin Ilmu 2017, no. April, pp. 701–709, 2017.
[4] H. Hikmatulloh, A. Rahmawati, D. Wintana, and D. A. Ambarsari, “Penerapan Algoritma Iterative Dichotomiser Three (Id3) Dalam Mendiagnosa Kesehatan Kehamilan,” Klik - Kumpul. J. Ilmu Komput., vol. 6, no. 2, p. 116, 2019, doi: 10.20527/klik.v6i2.189.
[5] W. W. Arietya, W. Supriyatin, and I. Astuti, “Penentuan Minat Konsumen Dalam Membeli Mobil Menggunakan Algoritma Id3 Studi Kasus Daihatsu,” pp. 25–30, 2016.
[6] D. R. Oetomo, I. Kuswardayan, and N. Suciati, “Implementasi Kecerdasan Buatan Pada Permainan ‘Phantom Crown’ Menggunakan Hierarchical Finite State Machine dan Decision Tree,” J. Tek. ITS, vol. 7, no. 1, pp. 226–230, 2018, [Online]. Available: http://ejurnal.its.ac.id/index.php/teknik/article/view/29163.
[7] I. C. Wibowo, A. C. Fauzan, M. D. P. Yustiana, and F. A. Qhabib, “Komparasi Algoritma Naive Bayes dan Decision Tree Untuk Memprediksi Lama Studi Mahasiswa,” Ilk. J. Comput. Sci. Appl. Informatics, vol. 1, no. 2, pp. 65–74, 2019.
[8] I. Rasyid Munthe, S. Sarkum, and V. Sihombing, “Analysis Iterative algorithms Dichotomizer (ID3): The Satisfaction Study in Computer Laboratory,” 2018, doi: 10.4108/eai.23-4-2018.2277581.
[9] Y. Rizqita, “PREDIKSI POLA KECELAKAAN KERJA PADA PERUSAHAAN NON EKSTRAKTIF MENGGUNAKAN ALGORITMA DECISION TREE: C4.5 DAN C5.0,” 2016.
[10] D. T. Larose and C. D. Larose, Discovering Knowledge in Data: An Introduction to Data Mining: Second Edition, vol. 9780470908. 2014.
[11] J. A. Sidette, E. Eko, and O. D. Nurhayati, “Pendekatan Metode Pohon Keputusan Menggunakan Algoritma ID3 Untuk Sistem Informasi Pengukuran Kinerja PNS,” J. Sist. Inf. Bisnis, vol. 4, no. 2, pp. 75–86, 2014, doi: 10.21456/vol4iss2pp75-86.