Implementasi Data Mining untuk Memprediksi Lama Masa Studi Mahasiswa Teknik Informasi pada Universitas Dinamika Bangsa Menggunakan Metode C5.0

Anisa, Suci (2020) Implementasi Data Mining untuk Memprediksi Lama Masa Studi Mahasiswa Teknik Informasi pada Universitas Dinamika Bangsa Menggunakan Metode C5.0. Skripsi thesis, Universitas Dinamika Bangsa.

[img] Text
BAB I.pdf

Download (301kB)
[img] Text
BAB II.pdf
Restricted to Registered users only

Download (386kB)
[img] Text
BAB III.pdf
Restricted to Registered users only

Download (346kB)
[img] Text
BAB IV.pdf
Restricted to Registered users only

Download (403kB)
[img] Text
BAB V.pdf

Download (226kB)
[img] Text
BAB VI.pdf

Download (8kB)
[img] Text
Daftar Pustaka.pdf

Download (121kB)

Abstract

Implementasi Data Mining untuk menentukan tingkat prediksi kelulusan mahasiswa digunakanuntuk menentukan tingkat kelulusan mahasiswa Program Studi Teknik Informatika pada Universitas Dinamika Bangsa. Prediksi tersebut nantinya digunakan sebagai sumber informasi untuk menghasilkan sebuah keputusan. Namun dari data sebelumnya jumlah lulusan yang dapat dihasilkan perperiode tidak sebanding dengan jumlah mahasiswa pendaftar setiap tahunnya. Fakta dilapangan menunjukan bahwa rata-rata mahasiswa Teknik Informatika – S1 tidak lulus sesuai dengan waktu yang diharapkan. Untuk itu dengan penerapan algoritma C5.0 diharapkan dapat mengetahui prediksi lama masa studi masing-masing Mahasiswa Teknik Informatika. Penelitian ini menggunakan data mahasiswa Universitas Dinamika Bangsa tahun 2014 dan 2015 dengan jumlah data 387 mempunyai 3 atribut. Dari perhitungan yang telah dilakukan, maka di peroleh nilai akurasi untuk hitungan tools Weka Sebesar 65.3747%. Dari hasil akurasi tersebut bahwa mahasiswa yang lulus dengan kategori tepat.

Item Type: Thesis (Skripsi)
Subjects: Artificial Intelligence
Divisions: Skripsi > Teknik Informatika > 2020
Depositing User: Digital Library
Date Deposited: 07 Oct 2020 08:26
Last Modified: 07 Oct 2020 08:26
URI: http://repository.unama.ac.id/id/eprint/1563

Actions (login required)

View Item View Item