ARINA SUHAILA, 171240000711 (2021) KOMPARASI ALGORITMA C4.5 DAN K-NEAREST NEIGHBOUR (K-NN) UNTUK MENENTUKAN EFIKASI AKADEMIK KETETAPAN STUDI MAHASISWA FAKULTAS SAINS DAN TEKNOLOGI DI UNISNU JEPARA. Skripsi thesis, UNISNU Jepara.
171240000711_COVER.pdf - Published Version
Download (5MB) | Preview
171240000711_BAB I.pdf - Published Version
Download (376kB) | Preview
171240000711_BAB II.pdf - Published Version
Download (1MB) | Preview
171240000711_BAB III.pdf - Published Version
Download (567kB) | Preview
171240000711_BAB IV.pdf - Published Version
Download (2MB) | Preview
171240000711_BAB V.pdf - Published Version
Download (202kB) | Preview
171240000711_DAFTAR PUSTAKA.pdf - Published Version
Download (183kB) | Preview
171240000711_LAMPIRAN.pdf - Published Version
Download (4MB) | Preview
Abstract
Dalam menjalankan studi akademik, mahasiswa dapat dikatakan lulus tepat waktu sesuai dengan masa studi yaitu selama kurang dari atau sama dengan 4 tahun. Pada penerapan universitas masih terkendala untuk menentukan mahasiswa lulus sesuai dengan masa studi yang telah ditentukan dan ketidakseimbangan dan penumpukan mahasiswa setiap tahun/ajaran pada Fakultas Sains dan Teknologi di UNISNU Jepara. Pada fakultas belum ada cara untuk menentukan ketepatan studi akademik mahasiswa. Dari permasalahan tersebut maka dibutuhkan suatu metode untuk menentukan ketepatan studi akademik mahasiswa agar dapat membantu fakultas dalam menentukan ketepatan mahasiswa secara cepat, tepat dan akurat. Data yang digunakan pada penelitian ini sebanyak 1.280 record memiliki 16 atribut yaitu Nomor Induk Mahasiswa (NIM), nama, program studi, jenis kelamin, kelas, angkatan, domisili, jumlah SKS, pekerjaan orang tua/wali, status menikah, status mahasiswa, Indeks Prestasi Kumulatif (IPK 1), Indeks Prestasi Kumulatif (IPK 2), Indeks Prestasi Kumulatif (IPK 3), Indeks Prestasi Kumulatif (IPK 4), dan keterangan. Data tersebut kemudian diolah pada tools RapidMinner menggunakan metode komparasi Algoritma C4.5 dan K-Nearest Neighbor (K-NN) dengan 10 atribut nama, jumlah SKS, pekerjaan orang tua/wali, status menikah, status mahasiswa, Indeks Prestasi Kumulatif (IPK 1), Indeks Prestasi Kumulatif (IPK 2), Indeks Prestasi Kumulatif (IPK 3), Indeks Prestasi Kumulatif (IPK 4), dan keterangan, dan dilakukan pengujian model menggunakan K-fold cross validation serta confusion matrix untuk evaluasi dan validasi hasil. Didapat hasil akurasi dari algoritma C4.5 sebesar 88,46% dan akurasi dari algoritma K-Nearest Neighbor (K- NN) sebesar 87,11%.
Item Type: | Thesis (Skripsi) |
---|---|
Additional Information: | Pembimbing I : Sarwido, S.E., M.M. Pembimbing II : R. H. Kusumodestoni, S.Kom., M.Kom. |
Uncontrolled Keywords: | Algoritma C4.5, Algoritma K-Nearest Neighbor (K-NN), Fakultas Sains dan Teknologi UNISNU Jepara. |
Subjects: | 000 Karya Umum > 000 Ilmu Umum dan Komputer > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika > 004.66 Metode Transmisi Data |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | Admin Perpustakaan Unisnu |
Date Deposited: | 21 Dec 2021 03:54 |
Last Modified: | 21 Dec 2021 03:54 |
URI: | https://eprints.unisnu.ac.id/id/eprint/1061 |