Aplikasi Penentuan Penerima Beasiswa Menggunakan Algoritma C4.5

  • Abdurraghib Segaf Suweleh Universitas Bumigora
  • Dyah Susilowati Universitas Bumigora
  • Hairani Hairani Universitas Bumigora
Keywords: Data Mining, Beasiswa, Algortima C4.5

Abstract

Pada proses penentuan beasiswa sering muncul  permasalahan mengenai tidak adanya perhitungan pasti untuk menentukan penerima beasiswa yang berhak yang mengakibatkan pelaksanaan seleksi beasiswa membutuhkan waktu yang relative lama. Implementasi aplikasi yang dapat memprediksi calon penerima beasiswa yang menggunakan teknik data mining, dapat menjadi salah satu alternative solusi untuk mengatasi permasalahan tersebut. Metode penelitian yang digunakan yaitu metode waterfall dengan tahap : analisa kebutuhan, perancangan diagram alur dan interface, implementasi menggunakan PHP dan MySQL ,dan pengujian menggunakan metode black box. Data yang digunakan untuk pengujian merupakan data mahasiswa sebanyak 125 data. Hasil yang dicapai dari pengujian tersebut yaitu diketahuinya tingkat akurasi implementasi algoritma C4.5 pada proses penentuan penerima beasiswa mencapai 92%, spesifisitas 92.3%, dan sensitifitas 91.6% . Kesimpulan dari penelitian ini adalah algoritma C4.5 berhasil diimplementasikan dalam proses klasifikasi penerima beasiswa dan fungsi – fungsi aplikasi ini sudah sesuai dengan yang diharapkan berdasarkan hasil pengujian menggunakan metode black box.

References

[1] Ristekdikti, “Pedoman Program Beasiswa PPA dan BBM,” Lembaga Layanan Pendidikan Tinggi Wilayah VI Jawa Tengah, 2010. .
[2] Frieyadi, “Penerapan Metode Ahp Sebagai Pendukung Keputusan Penetapan Beasiswa,” J. Pilar Nusa Mandiri, vol. 13(4), pp. 2527 – 6514, 2017.
[3] A. Pujianto, K. Kusrini, and A. Sunyoto, “Perancangan Sistem Pendukung Keputusan Untuk Prediksi Penerima Beasiswa Menggunakan Metode Neural Network Backpropagation,” J. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 2, p. 157, 2018.
[4] Sumarlin, “Implementasi Algoritma K-Nearest Neighbor Sebagai Pendukung Keputusan Klasifikasi Penerima Beasiswa PPA dan BBM,” vol. 01, pp. 52–62, 2015.
[5] H. Saragih, M. Marbun, and B. Reza, “DEVELOPMENT OF DECISION SUPPORT SYSTEM DETERMINING THE STUDENT AS SCHOLARSHIP AWARDEES BY FUZZY MULTI ATTRIBUTE DECISION MAKING (FMADM),” pp. 90–95, 2007.
[6] R. Rustiyan and M. Mustakim, “Penerapan Algoritma Fuzzy C Means untuk Analisis Permasalahan Simpanan Wajib Anggota Koperasi,” J. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 2, p. 171, 2018.
[7] N. Mishra, H. K. Soni, S. Sharma, and A. K. Upadhyay, “A Comprehensive Survey of Data Mining Techniques on Time Series Data for Rainfall Prediction,” J. ICT Res. Appl., vol. 11, no. 2, p. 168, 2017.
[8] H. Amalia and E. Evicienna, “Komparasi Metode Data Mining Untuk Penentuan Proses Persalinan Ibu Melahirkan,” J. Sist. Inf., vol. 13, no. 2, p. 103, 2017.
[9] Y. I. Kurniawan, U. M. Surakarta, and N. Bayes, “Comparison of Naive Bayes and C . 45 Algorithm in Data Mining,” vol. 5, no. 4, pp. 455–464, 2018.
[10] M. Mirqotussa’adah, M. A. Muslim, E. Sugiharti, B. Prasetiyo, and S. Alimah, “Penerapan Dizcretization dan Teknik Bagging Untuk Meningkatkan Akurasi Klasifikasi Berbasis Ensemble pada Algoritma C4.5 dalam Mendiagnosa Diabetes,” Lontar Komput. J. Ilm. Teknol. Inf., vol. 8, no. 2, p. 135, 2017.
[11] D. B. Ananda and A. Wibisono, “C4.5 DECISION TREE IMPLEMENTATION IN SISTEM INFORMASI ZAKAT (SIZAKAT) TO AUTOMATICALLY DETERMINING THE AMOUNT OF ZAKAT RECEIVED BY MUSTAHIK MUSTAHIK,” J. Inf. Syst., vol. 10, no. Vol 10 No 1 (2014): Jurnal Sistem Informasi (Journal of Information System), pp. 28–35, 2014.
Published
2020-06-30
Section
Articles