IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI TINGKAT KELULUSAN MAHASISWA DENGAN MENGGUNAKAN ALGORITMA DECISION TREE C5.0

  • Fitria Puspitaningrum Unirow
  • Andy Haryoko Universitas PGRI Ronggolawe
  • Andik Adi Suryanto
  • Alfianisa Saputri
Keywords: Data mining, decision tree, kelulusan, klasifikasi

Abstract

Perkembangan teknologi informasi yang semakin pesat sangat mempengaruhi kehidupan manusia, sehingga menuntut adanya sumber daya manusia yang berkualitas tinggi. Sektor pendidikan adalah salah satu yang mendapat pengaruh perkembangan teknologi informasi dan memegang peranan penting dalam menyiapkan sumber daya manusia yang berkualitas. Pemakaian teknologi informasi ini dapat dimanfaatkan dalam memantau kinerja  atau  prestasi akademik mahasiswa secara berkesinambungan, akurat dan juga maksimal namun pemantauan prestasi  akademik  saat  ini  masih  dilakukan secara manual. Maka dibuatlah sistem otomatis untuk mengklasifikasi prestasi akademik dengan menggunakan metode C5.0. Pada skripsi ini akan dijelaskan bagaimana metode C5.0 mengklasifikasi prestasi akademik mahasiswa dengan akurat. Skripsi ini menggunakan data mahasiswa Fakultas Teknik Universitas PGRI Ronggolawe Tuban. Penelitian ini menghasilkan sistem klasifikasi prestasi akademik mahasiswa berbasis desktop dengan menggunakan bahasa pemrogram VB .Net dan database MySQL dan juga menunjukkan bahwa hasil klasifikasi prestasi akademik yang dihasilkan lebih akurat.

References

Darmayuda, K., 2010. Pemrograman Aplikasi Database dengan Microsoft Visual Basic.Net 2008, Bandung: Informatika.
Ernawati, Iin. 2008. Skripsi : Algoritma C5.0 Dan K-Nearest Neighbor, Bogor : Institut Pertanian Bogor.
Fajar, Astuti. 2013. Data Mining Edisi Pertama, Yogyakarta : Penerbit Andi Jogiyanto. 2005. Analisis & Disain, Yogyakarta : Penerbit Andi Yogyakarta.
Jogiyanto. 1999. Analisis & Desain Sistem Informasi: Pendekatan Terstruktur Teori dan Praktek Aplikasi Bisnis, Yogyakarta : Andi.
Jogiyanto. 2010. Analisis & Disain, Yogyakarta : Penerbit Andi Yogyakarta.
Kusrini; Emha, Taufik L. 2009. Algoritma Data Mining, Yogyakarta : Penerbit Andi.
Larose, Daniel T. 2005. Discovering Knowledge in Data: An Introduction to Data Mining, John Willey & Sons, Inc.
Mardani. 2011. Data Mining Algoritma Decision Tree C5.0. http://mardani- g4ul.blogspot.co.id/2011/12/contoh-soal-algoritma-c45.html Diakses pada tanggal 26 Januari 2016
Pramudiono, I. 2007. Pengantar Data Mining : Menambang Permata Pengetahuan di Gunung Data. http: // www. ilmukomputer. org/ wpcontent/ uploads/ 2006/08/iko-datamining.zip Diakses pada tanggal 26 januari 2016
Suharli, Suryanto. 2005. Membangun Aplikasi Berbasis Windows Dengan Visual Basic .Net, Jakarta : PT Elex Media Komputindo.
Suryanto, AA., Gernowo, R., Widodo, A., (2017), “Implementasi Metode Multi Attribute Decision Making(MADM) dan Simple Additive (SAW) dalam Pendukung Keputusan Seleksi Beasiswa Bantuan Biaya Pendidikan”, Semnas Inotek, UPN Kediri
Universitas PGRI Ronggolawe Tuban. 2012. Buku Pedoman Unirow Tuban, Tuban : Universitas PGRI Ronggolawe.
Whitten, Jeffrey L. ; Dittman, Kevin C. ; Bentley, Lonnie D. 2004. Metode Design Dan Analisa Sistem Bibliografi ed.6, Yogyakarta : Andi Offset.
Yuswanto., Subari. (2007). Pemrograman Database Visual Basic .Net. Jakarta
: Prestasi Pustakaraya.
Published
2020-12-30
How to Cite
Puspitaningrum, F., Haryoko, A., Suryanto, A. A., & Saputri, A. (2020). IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI TINGKAT KELULUSAN MAHASISWA DENGAN MENGGUNAKAN ALGORITMA DECISION TREE C5.0. Curtina (Computer Science or Informatics Journal), 1(1), 31 - 39. Retrieved from http://journal.unirow.ac.id/index.php/curtina/article/view/181
Section
Articles