PENERAPAN ALGORITMA DECISION TREE ID3 UNTUK PREDIKSI KELULUSAN MAHASISWA JENJANG PENDIDIKAN D3 DI FAKULTAS TEKNIK UNIVERSITAS PANDANARAN

Abdul Rohman, Anief Rufiyanto
{"title":"PENERAPAN ALGORITMA DECISION TREE ID3 UNTUK PREDIKSI KELULUSAN MAHASISWA JENJANG PENDIDIKAN D3 DI FAKULTAS TEKNIK UNIVERSITAS PANDANARAN","authors":"Abdul Rohman, Anief Rufiyanto","doi":"10.37760/neoteknika.v5i2.1391","DOIUrl":null,"url":null,"abstract":"Data mahasiswa menjadi hal yang sangat penting untuk mengambil suatu keputusan, jika data\ntersebut dianalisa dengan menggunakan data mining. Setiap kumpulan dapat memberikan pengetahuan\npenting yang menjadi informasi yang sangat berharga bagi perguruan tinggi. Pada perguruaan tinggi,\nsuatu sistem informasi dapat digunakan untuk memperoleh informasi yang menunjang setiap pada\npengambilan suatu keputusan. Data mining dengan algoritma Decision Tree ID3 dapat digunakan untuk\nmenyusun sistem yang mempunyai kemampuan melihat pola kelulusan mahasiswa.\nBanyak penelitian tentang penerapan data mining untuk memprediksi kelulusan mahasiswa dengan\nmenggunakan algoritma Decision Tree, dengan data mahasiswa reguler dan mayoritas statusnya belum\nbekerja. Sedangkan dalam penelitian ini mahasiswa Universitas Pandanaran, memiliki data mahasiswa\nkelas reguler dan mahasiswa kelas karyawan, dan kebanyakan statusnya sudah bekerja.\nTahapan yang dilakukan dalam penelitian ini yaitu; (1) pengumpulan data mahasiswa\nuniversitas pandanaran, (2) mengolah data awal mahasiswa (3) pengolahan data selanjutnya\nmahasiswa dengan menggunakan klasifikasi data mining algoritma Decision Tree ID3 (4)\neksperimen dan pengujian algoritma (5) evaluasi dan validasi hasil (8) Menghasilkan\nPola/Model Kelulusan Mahasiswa yang dapat dimanfaatkan untuk sebuah keputusan\ndiperguruan tinggi.\nEksperimen dan pengujian algoritma Decision Tree ID3 terhadap data kelulusan mahasiswa\nmenghasilkan nilai akurasi 73,19% dengan nilai AUC 0,806.\nKata Kunci:\nData Mining, Decision Tree, ID3, Mahasiswa","PeriodicalId":107838,"journal":{"name":"Neo Teknika","volume":"1102 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-12-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"6","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Neo Teknika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.37760/neoteknika.v5i2.1391","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 6

Abstract

Data mahasiswa menjadi hal yang sangat penting untuk mengambil suatu keputusan, jika data tersebut dianalisa dengan menggunakan data mining. Setiap kumpulan dapat memberikan pengetahuan penting yang menjadi informasi yang sangat berharga bagi perguruan tinggi. Pada perguruaan tinggi, suatu sistem informasi dapat digunakan untuk memperoleh informasi yang menunjang setiap pada pengambilan suatu keputusan. Data mining dengan algoritma Decision Tree ID3 dapat digunakan untuk menyusun sistem yang mempunyai kemampuan melihat pola kelulusan mahasiswa. Banyak penelitian tentang penerapan data mining untuk memprediksi kelulusan mahasiswa dengan menggunakan algoritma Decision Tree, dengan data mahasiswa reguler dan mayoritas statusnya belum bekerja. Sedangkan dalam penelitian ini mahasiswa Universitas Pandanaran, memiliki data mahasiswa kelas reguler dan mahasiswa kelas karyawan, dan kebanyakan statusnya sudah bekerja. Tahapan yang dilakukan dalam penelitian ini yaitu; (1) pengumpulan data mahasiswa universitas pandanaran, (2) mengolah data awal mahasiswa (3) pengolahan data selanjutnya mahasiswa dengan menggunakan klasifikasi data mining algoritma Decision Tree ID3 (4) eksperimen dan pengujian algoritma (5) evaluasi dan validasi hasil (8) Menghasilkan Pola/Model Kelulusan Mahasiswa yang dapat dimanfaatkan untuk sebuah keputusan diperguruan tinggi. Eksperimen dan pengujian algoritma Decision Tree ID3 terhadap data kelulusan mahasiswa menghasilkan nilai akurasi 73,19% dengan nilai AUC 0,806. Kata Kunci: Data Mining, Decision Tree, ID3, Mahasiswa
DECISION TREE ID3算法的应用,以预测潘丹兰大学工程学院D3年级学生的毕业
学生数据对我们的决策至关重要,如果我们使用数据挖掘来分析数据的话。任何集合都可以提供重要的知识,这些知识对大学来说是非常有价值的信息。在高级教学中,可以使用一个信息系统来获得支持每个决策的信息。使用资源挖掘算法Decision Tree ID3可以用来创建一个能够看到学生毕业模式的系统。许多关于数据挖掘应用的研究,使用树Decision算法来预测学生的毕业,其中学生数据和大多数情况都不工作。然而,在这项研究中,潘丹那兰大学的学生,有定期的学生和学生雇员名单,他们中的大多数已经有了工作数据。这项研究的各个阶段是:(1)数据收集mahasiswauniversitas pandanaran,(2)培养学生初步数据(3)数据处理用数据挖掘算法决策树分类selanjutnyamahasiswa ID3算法(4)实验和测试(5)评估和验证结果(8)MenghasilkanPola -毕业学生可以利用的模型来一keputusandiperguruan高。针对学生毕业数据的测试和测试树ID3算法为73.19%的确确率,得分为AUC 0.806。关键词:数据挖掘,决策树,ID3,学生
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信