PENERAPAN ALGORITMA C4.5 UNTUK KLASIFIKASI PREDIKAT KEBERHASILAN MAHASISWA DI AKADEMI FARMASI JEMBER

KADIR JAELANI, ABDUL (2019) PENERAPAN ALGORITMA C4.5 UNTUK KLASIFIKASI PREDIKAT KEBERHASILAN MAHASISWA DI AKADEMI FARMASI JEMBER. Undergraduate thesis, Universitas Muhammadiyah Jember.

[img] Text
ARTIKEL JURNAL.pdf
Download (996kB)
[img] Text
5. ABSTRAKSI.pdf
Download (168kB)
[img] Text
1. HALAMAN JUDUL.pdf
Download (227kB)
[img] Text
2. HALAMAN PENGESAHAN.pdf
Download (86kB)
[img] Text
12. DAFTAR PUSTAKA C45.pdf
Download (161kB)
[img] Text
7. BAB I c45.pdf
Download (280kB)
[img] Text
8. BAB II c45.pdf
Restricted to Repository staff only
Download (616kB)
[img] Text
9. BAB III c45.pdf
Restricted to Repository staff only
Download (302kB)
[img] Text
10. BAB IV c45e.pdf
Restricted to Repository staff only
Download (1MB)
[img] Text
11. BAB V C45.pdf
Restricted to Repository staff only
Download (85kB)
[img] Text
14. lampiran 1.pdf
Download (985kB)

Abstract

Predikat keberhasilan mahasiswa di perguruan tinggi merupakan hal utama yang menjadi acuan bagi seorang mahasiswa selama menjalani pendidikan. Data mahasiswa yang terus meningkat dari tahun ke tahun adalah bukti untuk mengembangkan Data Mining. Banyaknya jumlah mahasiswa akan diproses untuk mengetahui berdasarkan kriteria apa saja Mahasiswa layak mendapatkan predikat keberhasilannya dengan beberapa atribut seperti, jenis kelamin, prosentase kehadiran, waktu perkuliahan, nilai UN dan asal rumah. Dalam hal ini, peneliti melakukan analisis di Akademi Farmasi Jember. Analisis yang digunakan adalah menggunakan Data Mining dengan metode C4.5 dan diproses menggunakan software Rapidminer untuk membuat pohon keputusan. Proses validasi yang digunakan adalah split validation, hasil menunjukkan nilai akurasi terbaik pada percobaan split ratio 0,9 dengan akurasi mencapai 92,59%. Berdasarkan percobaan yang dilakukan, mahasiswa yang berasal dari luar jember dan memiliki nilai UN >80 berpotensi menjadi mahasiswa berpredikat sangat baik. Kata Kunci : Predikat mahasiswa; metode C4.5; rapidminer; decision tree .

Item Type: Thesis (Undergraduate)
Subjects: 600 Technology and Applied Science > 620 Engineering > 622 Mining and Related Operations
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User: rahma wahyu ningsih
Date Deposited: 02 Dec 2020 02:07
Last Modified: 02 Dec 2020 02:07
URI: http://repository.unmuhjember.ac.id/id/eprint/7105

Actions (login required)

View Item View Item