Prediksi Keberlangsungan Studi Mahasiswa Fakultas Ilmu Pendidikan dan Sosial Universitas Nahdlatul Ulama Blitar Menggunakan Algoritma C4.5

Hinayu Diniatul  Fahma; Abd. Charis  Fauzan

doi:10.47134/jacis.v1i2.21

Authors

Hinayu Diniatul Fahma 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.v1i2.21

Keywords:

prediksi mahasiswa, masa lulus, algoritma c4.5

Abstract

Mahasiswa merupakan bagian penting dari civitas akademik perguruan tinggi sebagai calon pemimpin bangsa. Oleh karena itu lulusan mahasiswa diharapkan memiliki paradigm dan kepribadian dengan kualitas baik. Namun, tidak sedikit mahasiswa putus studi di tengah berlangsungnya masa pendidikan dengan berbagai alasan. Untuk menunjang permasalah tersebut, maka penulis melakukan penelitian berupa program aplikasi prediksi keberlangsungan studi mahasiswa dengan bahan data Mahasiswa Fakultas Ilmu Pendidikan dan Sosial UNU Blitar dari Pusat IT UNU Blitar berupa data sekunder yang sudah dipilah atribut-atribut yang diperlukan. Penelitian ini menggunakan Metode Decission Tree dan Algoritma C4.5 sebagai perhitungannya. Evaluasi hasil penelitian ini menggunakan perhitungan Confussion Matrix dengan nilai Akurasi 43,3%, Presisi 2,2%, Sensitifitas 100%, Spesifitas 42,6 %.

References

[1] F. A. Prastya, “PENERAPAN ALGORITMA C4.5 UNTUK PREDIKSI JURUSAN SISWA SMAN 3 REMBANG.”
[2] R. E. M. D. Ambar Pratiwi, s. s. Handoyo, “Jurnal Pendidikan Teknik Sipil Volume 5, No 2, Agustus 2016 Tersedia Online: http://journal.unj.ac.id/unj/index.php/jpensil,” vol. 5, no. 2, 2016.
[3] D. Devina, A. A. Supianto, and W. Purnomo, “Aplikasi Data Mining Menggunakan Algoritme C4 . 5 untuk Memprediksi Ketepatan Lulus Mahasiswa Berdasarkan Faktor Demografi,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 6, pp. 6044–6051, 2019.
[4] A. F. A. Rahman, Sorikhi, and S. Wartulas, “Prediksi Kelulusan Mahasiswa Menggunakan Algoritma C4.5 (Studi Kasus Di Universitas Peradaban),” J. IJIR (Indonesian J. Informatics Res., vol. 1, no. 2, pp. 70–77, 2020.
[5] S. Lorena, B. Ginting, W. Zarman, and I. Hamidah, “DALAM DATA MINING UNTUK MEMPREDIKSI MASA STUDI MAHASISWA BERDASARKAN DATA NILAI AKADEMIK,” 2014.
[6] T. H. Apandi et al., “KASUS POLITEKNIK TEDC BANDUNG),” vol. 16, no. 2, 2019, [Online]. Available: www.poltektedc.ac.id.
[7] F. Ferdian Harryanto and S. Hansun, “Penerapan Algoritma C4.5 untuk Memprediksi Penerimaan Calon Pegawai Baru di PT WISE,” 2017.
[8] R. S. Asa, “Identifikasi Penyaluran Zakat Menggunakan Algoritma C4.5 (Studi Kasus di BAZNAS Kabupaten Agam),” J. Sains dan Inform., vol. 5, no. 1, p. 50, Apr. 2019, doi: 10.22216/jsi.v5i1.4048.
[9] E. P. K. Orpa, E. F. Ripanti, and T. Tursina, “Model Prediksi Awal Masa Studi Mahasiswa Menggunakan Algoritma Decision Tree C4.5,” J. Sist. dan Teknol. Inf., vol. 7, no. 4, p. 272, 2019, doi: 10.26418/justin.v7i4.33163.
[10] A.- Arini, L. K. Wardhani, and D.- Octaviano, “Perbandingan Seleksi Fitur Term Frequency & Tri-Gram Character Menggunakan Algoritma Naïve Bayes Classifier (Nbc) Pada Tweet Hashtag #2019gantipresiden,” Kilat, vol. 9, no. 1, pp. 103–114, 2020, doi: 10.33322/kilat.v9i1.878.