Seminar Universitas PGRI Semarang, MATHEMATICS AND SCIENCES FORUM II 2016

Font Size: 
Educational Data Mining (EDM) untuk Memprediksi Keterlambatan Masa Studi Mahasiswa Menggunakan Algoritma C4.5
Defri Kurniawan

Last modified: 2016-11-04

Abstract


Bagaimana mahasiswa dapat lulus dengan tepat waktu merupakan suatu upaya yang terus dilakukan oleh tiap pengelola akademik. Mahasiswa yang memiliki masa studi lebih (tidak tepat waktu) merupakan ancaman bagi keberhasilan studinya danuniversitas. Educational Data mining diusulkan sebagai suatu upayadalam memprediksi masa studi mahasiswadengan melihat data profil mahasiswa dan data akademik, apakah mahasiswa tersebut dapat lulus tepat waktu atau tidak tepat waktu. Algoritma C4.5 diterapkan untuk memberikan gambaran klasifikasi masa studi mahasiswa melalui pohon keputusan (decision tree) yang terbentuk. Penelitian menunjukkan algoritma C4.5 mampu memberikan hasil akurasi sebesar 73,68% dari pengolaan data mahasiswa Teknik Informatika Udinus angkatan 2008 sampai dengan 2011.

 

Kata Kunci: Masa Studi Mahasiswa, Educational Data Mining, Data Mining, Algoritma C4.5, Decision Tree


Full Text: PDF