Penerapan Algoritma Decision Tree C4.5 Untuk Klasifikasi Mahasiswa Berpotensi Drop out Di Universitas Advent Indonesia

Penulis

  • Daniel Sinaga PT. Telekomunikasi Indonesia (Telkom)
  • Edwin J Solaiman Fakultas Teknologi Informasi, Universitas Advent Indonesia
  • Fergie Joanda Kaunang Fakultas Teknologi Informasi, Universitas Advent Indonesia

https://doi.org/10.36342/teika.v11i2.2613

Kata Kunci:

Decision Tree C4.5, Drop Out, Data Mining

Abstrak

Salah satu faktor yang menentukan kualitas perguruan tinggi adalah persentasi kemampuan mahasiswa untuk menyelesaikan studi tepat waktu. Saat ini, masalah kegagalan studi siswa dan faktor - faktor penyebabnya menjadi topik yang menarik untuk diteliti. Perguruan tinggi perlu mendeteksi perilaku mahasiswa yang memiliki status “tidak diinginkan” tersebut sehingga dapat diketahui faktor - faktor penyebab kegagalannya. Berdasarkan uraian di atas, diperlukan analisa terhadap data-data mahasiswa sepeti Jenis Kelamin, Umur, Agama, Tempat tinggal, IPS, Disiplin, dan Hutang, berdasarkan data mahasiswa yang dimiliki sebanyak 97 data sehingga bisa dimanfaatkan dalam pengolahan data mining. Di mana data mining digunakan untuk menggali dan mendapatkan informasi dari data dengan jumlah besar. Salah satu metode data mining adalah pengklasifikasian data. Dengan menggunakan Metode Klasifikasi dengan konsep Algoritma Decision tree C4.5 menghasilkan accuracy sebesar 90.00%, hasil dari precision adalah 87.50, dan hasil dari recall sebesar 100%. Diharapkan dapat meningkatkan keinginan Lembaga Universitas atau Perguruan tinggi untuk memberikan pikiran yang baik, pandangan, dan  kebijakan  baru kepada mahasiswa yang memiliki permasalahan dalam perkuliahan, dengan kata lain memaksimalkan mahasiswa dalam upaya peningkatan persentase minat kuliah mahasiswa.

Article Metrics

Unduhan

Data unduhan belum tersedia.

Referensi

N. Makarim, "Rencana Strategis Kementrian Pendidikan dan Kebudayaan 2020-2024," Kementrian Pendidikan dan Kebudayaan, Jakarta, 2020.

Y. T. Samuel, B. Jonathan and J. Naibaho, "Predicting Timely Students Graduation Using the Decision Tree J48 Method at Universitas Advent Indonesia," TeIKa, vol. 9, no. 1, pp. 43-52, 2019.

A. H. Nasrullah, "Penerapan Metode C4.5 untuk Klasifikasi Mahasiswa Berpotensi Drop Out," ILKOM Jurnal Ilmiah, vol. 10, no. 2, pp. 244-250, 2018.

Muhammad, A. P. Windarto and Suhada, "PENERAPAN ALGORITMA C4.5 PADA KLASIFIKASI POTENSI SISWA DROP OUT," Jurnal KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) , vol. 3, no. 1, 2019.

P. Cabena, P. Hadjinian, R. Stadler, J. Verhees and A. Zanasi, Discovering Data Mining: From Concept to Implementation, Prentice-Hall, Inc., 1998.

A. K. Pujari, Data Mining Techniques, Orient Blackswan, 2013.

M. Ridwan, H. Suyono and M. Sarosa, "Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier," Jurnal EECCIS, vol. 7, no. 1, pp. 59-64, 2013.

D. Firdaus, "Penggunaan Data Mining dalam Kegiatan Sistem Pembelajaran Berbantuan Komputer," Jurnal Format, vol. 6, no. 2, pp. 91-97, 2017.

I. Melissa, "Building Data Mining Decision Tree Model for Predicting Employee Performance," eJAICT: Journal of Applied Information, Communication, and Technology, vol. 6, no. 2, pp. 75-86, 2019.

V. Kotu and B. Deshpande, Predictive Analytics and Data Mining: Concepts and Practice with Rapidminer, MA, USA: Elsevier, Inc., 2015.

##submission.downloads##

Diterbitkan

2021-10-30

Cara Mengutip

Sinaga, D., Solaiman, E. J., & Kaunang, F. J. (2021). Penerapan Algoritma Decision Tree C4.5 Untuk Klasifikasi Mahasiswa Berpotensi Drop out Di Universitas Advent Indonesia. TeIKa, 11(2), 167-173. https://doi.org/10.36342/teika.v11i2.2613

Terbitan

Vol 11 No 2 (2021): TeIKa: Oktober 2021

Bagian

Datamining

Lisensi

Hak Cipta (c) 2021 TeIKa

Creative Commons License

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.

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.