KLASIFIKASI PENERIMAAN CALON MAHASISWA BARU DI FAKULTAS ILMU KESEHATAN UNIVERSITAS MUHAMMADIYAH JEMBER MENGGUNAKAN ALGORITMA ID3

Prestisia, Yolanda (2024) KLASIFIKASI PENERIMAAN CALON MAHASISWA BARU DI FAKULTAS ILMU KESEHATAN UNIVERSITAS MUHAMMADIYAH JEMBER MENGGUNAKAN ALGORITMA ID3. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text 1. Halaman Depan.pdf Download (4MB)
	Text 2. ABSTRAK.pdf Download (4MB)
	Text 3. BAB I.pdf Download (6MB)
	Text 4. BAB II.pdf Restricted to Repository staff only Download (15MB) | Request a copy
	Text 5. BAB III.pdf Restricted to Repository staff only Download (22MB) | Request a copy
	Text 6. BAB IV.pdf Restricted to Repository staff only Download (36MB) | Request a copy
	Text 7. BAB V.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text 8. DAFTAR PUSTAKA.pdf Download (5MB)
	Text 9. LAMPIRAN.pdf Restricted to Repository staff only Download (37MB) | Request a copy

Abstract

Setiap tahun, perguruan tinggi, baik negeri maupun swasta, menggelar proses penerimaan mahasiswa baru yang krusial. Hal ini juga berlaku bagi Universitas Muhammadiyah Jember pada Fakultas Ilmu Kesehatan. Dalam seleksi yang ketat ini, seringkali timbul masalah dalam menentukan klasifikasi mahasiswa baru yang diterima atau tidak diterima. Untuk memudahkan proses tersebut, teknik klasifikasi digunakan untuk mengidentifikasi calon mahasiswa yang memenuhi kriteria tertentu. Algoritma ID3 menjadi pilihan utama karena efisiensinya dalam mengelompokkan data berdasarkan kategori, baik secara manual maupun dengan bantuan teknologi. Penelitian ini fokus pada penerapan Algoritma ID3 untuk mengklasifikasikan calon mahasiswa baru di Fakultas Ilmu Kesehatan Universitas Muhammadiyah Jember. Metode K-Fold Cross Validation juga digunakan untuk mengukur performa model secara lebih akurat. Tujuan dari penelitian ini adalah untuk mengevaluasi seberapa baik algoritma ID3 dalam mengklasifikasikan calon mahasiswa baru di fakultas tersebut. Hasil penelitian menunjukkan bahwa Algoritma ID3 berhasil dengan baik dalam mengklasifikasikan penerimaan mahasiswa baru di Fakultas Ilmu Kesehatan Universitas Muhammadiyah Jember. Dengan menggunakan 5-Fold, tingkat akurasi mencapai 79.31%, sedangkan dengan 10-Fold, tingkat akurasi mencapai 77.38%.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Classification, Decision Tree, CAMABA, ID3 Algorithm
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science 000 Computer Science, Information, & General Works > 005 Computer Programming, Programs, & Data
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Department:	S1 Teknik Informatika
Depositing User:	Yolanda Prestsia
Contributors:	Contribution Contributor Name NIDN/NIDK Thesis advisor Nilogiri, Agung nidn0030037701 Thesis advisor Handayani, Luluk nidn0725108003
Contact Email Address:	yolandaprestisia3@gmail.com
Date Deposited:	30 Jul 2024 01:16
Last Modified:	30 Jul 2024 01:16
URI:	http://repository.unmuhjember.ac.id/id/eprint/22690

Actions (login required)

View Item