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.

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

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

UNSPECIFIED

Lusiana, Dewi

nidn0712086702

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 | ningsihrahmawahyu@gmail.com
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