ALGORITMA DECISION TREE (C4.5) UNTUK MEMPREDIKSI KEPUASAN MAHASISWA TERHADAP KINERJA DOSEN POLITEKNIK TEDC BANDUNG

Abstract

Pelaksanaan evaluasi kepuasan mahasiswa terhadap kinerja dosen di Politeknik TEDC Bandung dilaksanakan setelah ujian akhir semester berakhir, dilakukan dengan cara memberikan kuesioner kepada mahasiswa, kemudian berkas kuesioner diserahkan kepada pihak Unit Penelitian Pengembangan dan Pengabdian pada Masyarakat (UPPM). Namun hasil kuesioner yang seharusnya diberikan kepada pihak Program Studi sebagai bahan evaluasi kepada dosen yang bersangkutan seringkali hanya terbengkalai dan tidak diproses lebih lanjut oleh pihak UPPM. Sehingga evaluasi melalui sebaran kuesioner dianggap tidak efektif dan tidak tepat sasaran. Untuk mengatasi permasalahan diatas penulis membuat alternatif dengan cara memanfaatkan teknik data mining untuk memprediksi kepuasan mahasiswa menggunakan metode decision tree (C4.5). Hal ini dilakukan untuk mengetahui hal-hal yang berpengaruh terhadap kepuasan mahasiswa yang sebelumnya belum diketahui dengan pasti, serta agar dosen mengetahui lebih awal indikator yang berpengaruh terhadap kepuasan mahasiswa. Indikator penilaian yang digunakan adalah tangible (bukti langsung), reability (keandalan), responsiveness (daya tanggap), assurance (jaminan), dan empathy (empati). Hasil penelitian berupa pola pohon keputusan yang akan menjadi rekomendasi kepada dosen yang mengajar di Politeknik TEDC Bandung. Hasil penelitian yang telah dievaluasi menggunakan cross validation, confusion matrix, t-test dan f-measure menunjukan bahwa metode decision tree (C4.5) lebih akurat dengan tingkat akurasi sebesar 94,62% dan nilai pengujian f-measure sebesar 96,99%.