PREDIKSI INDEKS PRESTASI MAHASISWA YANG BERKULIAH SAMBIL BEKERJA DI UNIVERSITAS ADVENT INDONESIA DENGAN MENGGUNAKAN METODE DECISION TREE C4.5 DAN SMOTE
Kata Kunci:
Data Mining, Decision Tree C4.5, SMOTE, Prediksi Indeks Prestasi, Berkuliah Sambil BekerjaAbstrak
Pendidikan tinggi adalah salah satu cara agar mendapat pekerjaan lebih mudah, hal tersebut disebabkan karena melalui pendidikan individu tersebut mampu meningkatkan kuliatas sumber daya manusia pada zaman ini. Namun biaya pendidikan yang tinggi sangat mahal sehingga individu yang ingin berkuliah harus juga bekerja disaat yang bersamaan, maka penelitian ini bertujuan untuk memprediksi indeks prestasi mahasiswa yang berkuliah sambil bekerja di Universitas Advent Indonesia. Dari hasil penelitian ini terdapat 8 atribut yang berpengaruh dalam memprediksi indek prestasi mahasiswa di Universitas Advent Indonesia yaitu Departemen Pekerjaan, Jam Kerja, Jurusan, Jenis Kelamin, Tempat Tinggal, Usia, Jumlah SKS dan Indeks Prestasi. Metode yang digunakan dalam penelitian ini adalah Decision Tree C4.5 yang diimplementasikan pada program WEKA dengan algoritma J48. Penelitian ini juga menggunakan algoritma SMOTE (Synthetic Minority Oversampling Technique) untuk menyeimbangkan jumlah data pada kelas minor. Root teratas dari penelitian ini adalah Jenis Kelamin yang mempengaruhi indeks prestasi mahasiswa di Universitas Advent Indonesia. Algoritma SMOTE pada penelitian ini berguna untuk membantu menaikan hasil dari penelitian ini sebesar 7-8% bisa dilihat dari hasil akurasi pengujian cross validation 10 folds adalah 63.6672%, kemudian rata-rata hasil dari precision dan recall adalah 0.621 dan 0.637. Sementara untuk hasil akurasi dari split test 70:30 adalah 62.7955%, kemudian rata-rata hasil dari precision dan recall adalah 0.621 dan 0.628. Jika dibandingkan dengan penggunaan algoritma decision tree C4.5 saja maka, akurasi dari pengujian cross validation 10 folds adalah 55.5044%, dengan rata-rata hasil dari precision dan recall adalah 0.545 dan 0.555. Sementara hasil akurasi dari split test 70:30 adalah 55.2995% dengan rata-rata hasil dari precision dan recall adalah 0.554 dan 0.553. Hasil analisa menggunakan confusion matrix serta kurva ROC dengan hasil dari 0.688 menjadi 0.756, yang berada dalam rentang 0.70 – 0.80 yang masuk kedalam tingkat diagnose fair classification. Dapat disimpulkan bawa terdapat pengaruh berkuliah sambil bekerja yang cukup kuat terhadap indeks prestasi mahasiswa. Dengan urutan atribut dari yang paling atas adalah Jenis Kelamin, Jumlah SKS, Jurusan, Umur, Departemen Kerja, Jam Kerja dan Tempat Tinggal.
Unduhan
Referensi
Andriyan, David. (2016). Indeks Prestasi Komulatif Mahasiswa Ditinjau dari Strategi Belajar dan Keaktifan Berorganisasi pada Mahasiwa Pendidikan Akuntansi Universitas Muhammadiyah Surakarta tahun 2014. [Online]. Available: http://davidandriyan.blogspot.co.id/2016/07/proposal-penelitian-dengan-judul-indeks.html [5 April 2018]
B. Rossi, S. Itasia, and A, Farit, “Penerapan Synthetic Minority Oversampling Technique (SMOTE) Terhadap Data Tidak Seimbang Pada Pembuatan Model Komposisi Jamu,” vol. 1, no. 1, 2013. Diakses pada: Maret, 16, 2019. [Online]. Tersedia di: http://dx.doi.org/10.29244/xplore.v1i1.12424
Berry, Michael J.A dan Linoff, Gordon S (2004). Data Mining Techniques For Maketing, Sales, Customer Relationship Management Second Edition. United States of America: Wiley Publishing, Inc.
Defiyanti, Sofi (2014). Perbandingan: Prediksi Prestasi Belajar Mahasiswa Menggunakan Teknik Data Mining (Study Kasus Fasilkom UNSIKA). Makasar: KNSI.
Larose, D. T. (2005). Discovering Knowledge in Data. New Jersey: John Willey &Sons, Inc.
Lestari, Fenti (2016). Pengaruh Lingkungan Keluarga Dan Fasilitas Belajar Terhadap Motivasi Belajar Dan Hasil Belajar Siswa KElas XI IPS Pada Mata Pelajaran Ekonomi DI SMAN 2 Kebumen Tahun Pelajaran 2015/2016. Yogyakarta: Universitas Negri Yogyakarta.
Putri, Ratna P.S dan Waspada, Indra (2018). Penerapan Algoritma C4.5 Pada Aplikasi Prediksi Kelulusan Mahasiswa Prodi Informatika. Semarang: Jurnal Ilmu Komputer dan Informatika
##submission.downloads##
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
The submitting author warrants that the submission is original and that she/he is the author of the submission together with the named co-authors; to the extend the submission incorporates text passages, figures, data or other material from the work of others, the submitting author has obtained any necessary permission.
Articles in this journal are published under the Creative Commons Share Alike Attribution Licence (CC-BY-SA What does this mean?). This is to get more legal certainty about what readers can do with published articles, and thus a wider dissemination and archiving, which in turn makes publishing with this journal more valuable for you, the authors.
By submitting an article the author grants to this journal the non-exclusive right to publish it. The author retains the copyright and the publishing rights for his article without any restrictions.
