Klasifikasi Prediksi Lama Masa Studi Mahasiswa Sistem Informasi Menggunakan Perbandingan Algoritma C4.5 Dan Naive Bayes (Studi Kasus: STIKOM DB JAMBI)

Lestari, Desty (2019) Klasifikasi Prediksi Lama Masa Studi Mahasiswa Sistem Informasi Menggunakan Perbandingan Algoritma C4.5 Dan Naive Bayes (Studi Kasus: STIKOM DB JAMBI). Skripsi thesis, STIKOM DInamika Bangsa Jambi.

	Text Bab 1.pdf Download (191kB)
	Text Bab 2.pdf Restricted to Registered users only Download (413kB)
	Text Bab 3.pdf Restricted to Registered users only Download (245kB)
	Text Bab 4.pdf Restricted to Registered users only Download (1MB)
	Text Bab 5.pdf Download (736kB)
	Text Bab 6.pdf Download (92kB)
	Text Daftar Pustaka.pdf Download (196kB)

Abstract

Setiap tahun jumlah data mahasiswa pada STIKOM DB Jambi selalu bertambah dan tidak ada tindak lanjut manfaat dari data-data tersebut. Oleh karena itu, penulis melakukan analisis data mining pada data mahasiswa tersebut agar dapat dimanfaatkan oleh pembimbing akademik untuk mengetahui status kelulusan mahasiswa maupun sebagai peringatan agar mahasiswa bisa lulus dengan tepat waktu sehingga dapat menekan angka keterlambatan kelulusan. Penulis menggunakan data mahasiswa sistem informasi tahun 2013 dan 2014 sebanyak 221 data dan telah dilakukan proses cleaning data. Dalam melakukan analisis penulis menggunakan alat bantu Tools Weka. Penulis menggunakan 2 metode klasifikasi data mining dan 8 atribut. Dalam hal ini penulis menggunakan 4 options test, yaitu Use Training Test, 5 Fold Cross Validation, 10 Fold Cross Validation, dan 70% Percentage Split. Metode Algoritma C4.5 menghasilkan nilai akurasi sebesar 96.3801% dan nilai AUC sebesar 0.781 sedangkan metode Naïve Bayes menghasilkan nilai akurasi sebesar 95.4751% dan nilai AUC sebesar 0.7478. Atribut Nilai D merupakan atribut yang paling berpengaruh berdasarkan seleksi atribut menggunakan classifier attribute evaluation (ClassifierAttributeEval).

Actions (login required)

View Item