PENERAPAN DATA MINING DALAM KLASIFIKASI TINGKAT KELULUSAN MAHASISWA DI UNIVERSITAS MUHAMMADIYAH JEMBER

SAFA, MARDHIA (2019) PENERAPAN DATA MINING DALAM KLASIFIKASI TINGKAT KELULUSAN MAHASISWA DI UNIVERSITAS MUHAMMADIYAH JEMBER. Undergraduate thesis, Universitas Muhammadiyah Jember.

[img] Text
ARTIKEL.pdf
Download (756kB)
[img] Text
ABSTRAK.pdf
Download (219kB)
[img] Text
PENDAHULUAN.pdf
Download (352kB)
[img] Text
04 BAB I.pdf
Download (174kB)
[img] Text
05 BAB II.pdf
Restricted to Repository staff only
Download (495kB)
[img] Text
06 BAB III.pdf
Restricted to Repository staff only
Download (585kB)
[img] Text
07 BAB IV.pdf
Restricted to Repository staff only
Download (575kB)
[img] Text
08 BAB V.pdf
Restricted to Repository staff only
Download (165kB)
[img] Text
LAMPIRAN.pdf
Download (923kB)

Abstract

Penelitian ini difokuskan untuk mengevaluasi kelulusan mahasiswa Teknik Informatika dalam kategori mahasiswa yang dapat lulus tepat waktu atau tidak. Kemudian dari klasifikasi tersebut, sistem akan memberikan rekomendasi solusi untuk memandu mahasiswa lulus dalam waktu yang paling tepat dengan nilai optimal berdasarkan histori nilai yang telah ditempuh mahasiswa. Input dari sistem ini adalah data induk mahasiswa dan data akademik mahasiswa. Sampel mahasiswa angkatan 2008-2012 yang sudah dinyatakan lulus akan digunakan sebagai data training dan testing. Sedangkan data mahasiswa angkatan 2014 dan belum lulus akan digunakan sebagai data target. Data input akan diproses menggunakan teknik data mining algoritma Naive Bayes Classifier (NBC) untuk membentuk tabel probabilitas sebagai dasar proses klasifikasi kelulusan mahasiswa. Output dari sistem ini berupa klasifikasi kelulusan mahasiswa yang diprediksi kelulusannya dan memberikan rekomendasi untuk proses kelulusan tepat waktu atau tidak. Hasil pengujian menunjukkan bahwa faktor yang paling berpengaruh dalam penentuan klasifikasi kelulusan mahasiswa yaitu Indeks Prestasi Komulatif (IPK) dan jenis kelamin pada mahasiswa Teknik Informatika angkatan 2014 di Universitas Muhammadiyah Jember. Sehingga faktor-faktor tersebut dapat digunakan sebagai bahan evaluasi bagi pihak pengelola perguruan tinggi. Pengujian pada data mahasiswa angkatan 2014, algoritma NBC menghasilkan nilai precision dan accuracy masing-masing 58,0%, dan 73,7%. Kata Kunci — Kelulusan mahasiswa, data mining, dan Naive Bayes Classifier

Item Type: Thesis (Undergraduate)
Subjects: 600 Technology and Applied Science > 620 Engineering
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User: rahma wahyu ningsih
Date Deposited: 04 Dec 2020 02:37
Last Modified: 04 Dec 2020 02:37
URI: http://repository.unmuhjember.ac.id/id/eprint/7148

Actions (login required)

View Item View Item