DATA MINING UNTUK MEMPREDIKSI LAMA STUDI MAHASISWA
Keywords:
Prediksi, Lama studi, Algoritma c4.5
Abstract
Perguruan Tinggi adalah tingkatan tertinggi dari suatu jenjang pendidikan. Suatu perguruan tinggi harus memiliki akreditasi agar memperloleh pengakuan dari publik dan pihak luar. Akreditas suatu perguruan tinggi ditentukan oleh beberapa kriteria dan faktor pendukung salah satunya lama studi mahasiswa. Lama studi mahasiswa yang dikatakan tepat waktu adalah selama 8 semester (4 tahun). Di STMIK Amik Riau Lama studi mahasiswa menjadi permasalahan umum yang sering dihadapi dimana Jumlah kelulusan tiap tahun yang tidak menentu. Dengan masalah tersebut dibutuhkan sistem yang mampu memprediksi lama studi mahasiswa di perguruan tinggi khususnya STMIK Amik Riau dalam menentukan jumlah kelulusan tepat waktu setiap tahunnya. Sistem prediksi diproses menggunakan nilai akademis berdasarkan mata kuliah rekayasa interface, metode penelitian, arsitektur dan organisasi computer, dan rekayasa perangkat lunak pada angkatan tahun 2014. Data nilai akademis berdasarkan mata kuliah tersebut akan diproses menggunakan algoritma C4.5. hasil dari penelitian ini merupakan prediksi dengan hasil lama studi mahasiswa kurang dari 4 tahun atau lebih dari 4 tahun.
References
[1]. Raharjo, Bu. (2011). Belajar Pemrograman WEB. Banten: Modula.
[2]. Rozi Fauzan Arif (2015) jurusan system informasi Universitas Mercu Buana Yogyakarta bersumber Jurnal Teknologi Industri Volume 21, Nomer 1, Maret 2015 berjudul Sistem Pendukung Keputusan Seleksi Calon Siswa/I Baru Menggunakan Algoritma C4.5
[3]. Utama Putri Sukma, Implementasi Metode C4.5 untuk menentukan guru terbaik pada SMK N I Pecut. Pelita Informatika Budi Darma Vol IX No.3 April 2015.
[4]. Mabrur angga, L.R., 2012. PENERAPAN DATA MINING UNTUK MEMPREDIKSI KRITERIA NASSABAH KREDIT. Jurnal Komputer dan Informatika (KOMPUTA), 1, pp.53–57.
[5]. Damanik Sari Maya, 2015. Klasifikasi Lama Studi Mahasiswa Menggunakan Regresi Logistik Biner dan Support Vector Machine (SVM)
[6]. Rahayu, E.B., 2014. Algoritma C4.5 Untuk Penjurusan Siswa SMA Negeri 3 Pati. , pp.3–6. Utari, S.P., 2015. Implementasi Metode C4 . 5 Untuk Menentukan Guru Terbaik Pada Smk 1 Percut Sei Tuan Medan. Pelita Informatika Budi Darma, Volume : IX, Nomor: 3, April 2015, (April), pp.82– 86.
[2]. Rozi Fauzan Arif (2015) jurusan system informasi Universitas Mercu Buana Yogyakarta bersumber Jurnal Teknologi Industri Volume 21, Nomer 1, Maret 2015 berjudul Sistem Pendukung Keputusan Seleksi Calon Siswa/I Baru Menggunakan Algoritma C4.5
[3]. Utama Putri Sukma, Implementasi Metode C4.5 untuk menentukan guru terbaik pada SMK N I Pecut. Pelita Informatika Budi Darma Vol IX No.3 April 2015.
[4]. Mabrur angga, L.R., 2012. PENERAPAN DATA MINING UNTUK MEMPREDIKSI KRITERIA NASSABAH KREDIT. Jurnal Komputer dan Informatika (KOMPUTA), 1, pp.53–57.
[5]. Damanik Sari Maya, 2015. Klasifikasi Lama Studi Mahasiswa Menggunakan Regresi Logistik Biner dan Support Vector Machine (SVM)
[6]. Rahayu, E.B., 2014. Algoritma C4.5 Untuk Penjurusan Siswa SMA Negeri 3 Pati. , pp.3–6. Utari, S.P., 2015. Implementasi Metode C4 . 5 Untuk Menentukan Guru Terbaik Pada Smk 1 Percut Sei Tuan Medan. Pelita Informatika Budi Darma, Volume : IX, Nomor: 3, April 2015, (April), pp.82– 86.
