Prediksi Kelulusan Mahasiswa Tepat Waktu dengan Algoritma C4.5 dengan Particle Swarm Optimization pada Univeristas XYZ
Keywords:
c4.5, pso, kelulusanAbstract
Jurusan Teknik Informatika sekarang ini menjadi salah satu jurusan yang favorit dikalangkan mahasiswa, baik mahasiswa kelas reguler ataupun kelas karyawan. Dengan jumlah mahasiswa yang banyak, jika peringkat tidak lulusan banyak akan menurunkan kualitas perguruan tinggi. Untuk mengurangi tingkat keterlambatan lulus kuliah untuk mahasiswa teknik informatika, mahasiswa perlu di didik secara serius agar dapat lulus tepat waktu. Oleh sebab itu harus diketahui mahasiswa mana saja yang harus di didik secara serius. Memperhatikan data mata kuliah yang banyak diulang oleh mahasiswa adalah mata kuliah kalkulus, oleh sebab itu penelitian ini dilakukan untuk mengukur dan mendapatkan model untuk memprediksi kelulusan mahasiswa dilihat dari nilai mata kuliah yang tingkat ketidak lulusannya, mata kuliah yang akan digunakan adalah mata kuliah kalkulus. Algoritma yang digunakan dalam penelitian ini adalah algoritma C4.5 dengan PSO sebagai pemilih atribut. Dari data yang digunakan sebanyak 957 data mahasiswa dari semester 1 dan semester 2 diperoleh akurasi 76.96%. Penelitian ini memiliki tujuan agar pihak kampus dapat memprediksi mahasiswa yang akan terlambat lulus, yang kemudian pihak kampus akan memberikan peringatan ataupun langkah khusus yang diberikan kepada mahasiswa tersebut agar mahasiswa tersebut dapat lulus tepat waktu.
References
M. Quadri and D. Kalyankar, “Drop out feature of student data for academic performance using decision tree techniques,†Global Journal of Computer, vol. 10, no. 2, pp. 2–5, 2010, [Online]. Available: http://computerresearch.org/stpr/index.php/gjcst/article/viewArticle/128.
I. Rahmayuni, “Perbandingan performansi algoritma c4.5 dan cart dalam klasifiksi data nilai mahasiswa prodi teknik komputer politeknik negeri padang,†Teknoif, vol. 2, no. 1, pp. 40–46, 2014, doi: 10.1016/j.jnc.2008.09.001.
E. Purwanto, K. Kusrini, and S. Sudarmawan, “Prediksi Kelulusan Tepat Waktu Menggunakan Metode C4.5 DAN K-NN (Studi Kasus : Mahasiswa Program Studi S1 Ilmu Farmasi, Fakultas Farmasi, Universitas Muhammadiyah Purwokerto),†Techno (Jurnal Fakultas Teknik, Universitas Muhammadiyah Purwokerto), vol. 20, no. 2, p. 131, 2019, doi: 10.30595/techno.v20i2.5160.
L. B. G. Selvia, W. Zarman, and I. Hamidah, “ANALISIS DAN PENERAPAN ALGORITMA C4.5 DALAM DATA MINING UNTUK MEMPREDIKSI MASA STUDI MAHASISWA BERDASARKAN DATA NILAI AKADEMIK,†Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST), no. November, pp. 211–216, 2014.
M. Khoirul, “Komparasi pemodelan data menggunakan C4.5 dan C4.5 berbasis particle swarm optimization untuk memprediksi kelulusan mahasiswa,†Journal TA Universitas Dian Nuswantoro Semarang, vol. 1, no. November 2009, p. 6, 2009.
D. H. Kamagi and S. Hansun, “Implementasi Data Mining dengan Algoritma C4.5 untuk Memprediksi Tingkat Kelulusan Mahasiswa,†Jurnal ULTIMATICS, vol. 6, no. 1, pp. 15–20, 2014, doi: 10.31937/ti.v6i1.327.
R. P. S. Putri and I. Waspada, “Penerapan Algoritma C4.5 pada Aplikasi Prediksi Kelulusan Mahasiswa Prodi Informatika,†Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika, vol. 4, no. 1, p. 1, 2018, doi: 10.23917/khif.v4i1.5975.
S.-W. Lin, K.-C. Ying, S.-C. Chen, and Z.-J. Lee, “Particle swarm optimization for parameter determination and feature selection of support vector machines,†Expert Systems with Applications, vol. 35, no. 4, pp. 1817–1824, 2008, doi: 10.1016/j.eswa.2007.08.088.
R. S. Wahono and N. Suryana, “Combining particle swarm optimization based feature selection and bagging technique for software defect prediction,†International Journal of Software Engineering and its Applications, vol. 7, no. 5, pp. 153–166, 2013, doi: 10.14257/ijseia.2013.7.5.16.
K. Hastuti, “Analisis komparasi algoritma klasifikasi data mining untuk prediksi mahasiswa non aktif,†Seminar Nasional Teknologi Informasi & Komunikasi Terapan, vol. Juni, no. Semantik, pp. 241–249, 2012, [Online]. Available: http://publikasi.dinus.ac.id/index.php/semantik/article/view/132/87.
A. Novyana, B. Martaleli, and K. Hendra, “Penerapan Algoritma ID3 Dan C.45 dalam Hubungan Data Awal Masuk Mahasiswa dengan Prestasi Akademik,†vol. 3, p. 10, 2012.
E. Sabna and M. Muhardi, “Penerapan Data Mining Untuk Memprediksi Prestasi Akademik Mahasiswa Berdasarkan Dosen, Motivasi, Kedisiplinan, Ekonomi, dan Hasil Belajar,†Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi, vol. 2, no. 2, p. 41, 2016, doi: 10.24014/coreit.v2i2.2392.
C. R. Kothari, Research Methodology: Methods & Techniques. 2004.
H. Jiawei, M. Kamber, J. Han, M. Kamber, and J. Pei, Data Mining: Concepts and Techniques. 2012.
