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.
1. Halaman Depan.pdf
Download (4MB)
2. ABSTRAK.pdf
Download (4MB)
3. BAB I.pdf
Download (6MB)
4. BAB II.pdf
Restricted to Registered users only
Download (15MB)
5. BAB III.pdf
Restricted to Registered users only
Download (22MB)
6. BAB IV.pdf
Restricted to Registered users only
Download (36MB)
7. BAB V.pdf
Restricted to Registered users only
Download (1MB)
8. DAFTAR PUSTAKA.pdf
Download (5MB)
9. LAMPIRAN.pdf
Restricted to Registered users only
Download (37MB)
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%.
| Dosen Pembimbing: | Nilogiri, Agung and Handayani, Luluk | nidn0030037701, nidn0725108003 |
|---|---|
| Item Type: | Thesis (Undergraduate) |
| Keywords/Kata Kunci: | 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) |
| Depositing User: | Yolanda Prestsia | yolandaprestisia3@gmail.com |
| Date Deposited: | 30 Jul 2024 01:16 |
| Last Modified: | 30 Jul 2024 01:16 |
| URI: | https://repository.unmuhjember.ac.id/id/eprint/22690 |
