Prediksi Data Kelulusan Mahasiswa Dengan Metode Decision Tree menggunakan Rapidminer
PDF

Keywords

Prediksi Kelulusan Mahasiswa
Akurasi Prediksi
Data Mining
Decision Tree
RapidMiner

How to Cite

Faruq, U. A., Fauzi, M. A. N., Fatayasya, I., Daniati, E., & Ristyawan, A. (2024). Prediksi Data Kelulusan Mahasiswa Dengan Metode Decision Tree menggunakan Rapidminer. Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 8(1), 131–138. Retrieved from https://proceeding.unpkediri.ac.id/index.php/inotek/article/view/4919

Abstract

Prediksi kelulusan mahasiswa adalah upaya untuk memperkirakan kemungkinan seorang mahasiswa menyelesaikan studinya tepat waktu atau tidak. Hal ini sangat penting untuk membantu institusi pendidikan dalam mengambil keputusan yang lebih tepat dalam mengelola program pendidikan. Melalui penelitian ini, institusi pendidikan dapat membuat keputusan yang lebih tepat. Tujuan utama dari penelitian ini adalah untuk memprediksi kelulusan mahasiswa dengan akurasi tinggi. Penelitian ini dilakukan menggunakan perangkat lunak RapidMiner, serta menggunakan metode Decision Tree,  dengan data mahasiswa yang memiliki berbagai variabel seperti umur, status kelulusan, dan IPK. Hasil penelitian menunjukkan bahwa akurasi prediksi kelulusan mencapai 96,57%. Penelitian ini juga dapat menjadi referensi bagi penelitian lanjutan dalam bidang prediksi data kelulusan mahasiswa.

PDF

References

V. A. Nurislamiaty and A. F. Rozi, “Prediksi Kelulusan Mahasiswa Fakultas Teknologi Informasi Umby Menggunakan Metode Decision Tree Penerapan Algoritma C4.5 (Vidya).”

L. Setiyani, M. Wahidin, D. Awaludin, and S. Purwani, “Analisis Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Data Mining Naïve Bayes : Systematic Review,” Faktor Exacta, vol. 13, no. 1, pp. 35–43, Jun. 2020, doi: 10.30998/FAKTOREXACTA.V13I1.5548.

F. Sains and D. Teknologi, “Data Mining Untuk Memprediksi Kelulusan Mahasiswa Jurusan Teknik Informatika UIN Syarif Hidayatullah Jakarta Menggunakan Metode Klasifikasi C4.5 Skripsi Oleh Muhammad Nur NIM : 11160910000058 PROGRAM STUDI TEKNIK INFORMATIKA.”

N. Khasanah and A. Salim, “Rachman Komarudin 4) , Yana Iqbal Maulana 5) 1) Teknik Informatika, Fakultas Teknologi Informasi, Universitas Nusa Mandiri 2,3) Sistem Informasi, Fakultas Teknologi Informasi, Universitas Bina Sarana Informatika 4) Sistem Informasi, Fakultas Teknologi Informasi, Universitas Nusa Mandiri 5) Teknik Informatika,” 2022.

W. Wulandari, R. Rosnelly, and W. Wanayumini, “ANALISIS METODE DECISION TREE DALAM MEMPREDIKSI KELULUSAN MAHASISWA,” CSRID (Computer Science Research and Its Development Journal), vol. 13, no. 3, p. 131, Nov. 2021, doi: 10.22303/CSRID.13.3.2021.131-140.

D. Ismiyana Putri and M. Yudhi Putra, “KOMPARASI ALGORITMA DALAM MEMPREDIKSI PERUBAHAN HARGA SAHAM GOTO MENGGUNAKAN RAPIDMINER,” vol. 11, no. 1, 2023, [Online]. Available: https://www.kaggle.com/,

O. Thalha, A. Dan, B. Anufia, and E. Islam, “RESUME: INSTRUMEN PENGUMPULAN DATA.”

HAFIZH ATHALLAH, “KELULUSAN MAHASISWA.” Accessed: Jun. 09, 2024. [Online]. Available: https://www.kaggle.com/datasets/hafizhathallah/kelulusan-mahasiswa/data

“CC BY-SA 4.0 Lisensi Lengkap | Atribusi-BerbagiSerupa 4.0 Internasional | Creative Commons.” Accessed: Jun. 04, 2024. [Online]. Available: https://creativecommons.org/licenses/by-sa/4.0/legalcode.id

“Teknik pre-processing dan classification dalam data science – Master of Industrial Enginering.” Accessed: Jun. 04, 2024. [Online]. Available: https://mie.binus.ac.id/2022/08/26/teknik-pre-processing-dan-classification-dalam-data-science/

“Replace Missing Values - Altair RapidMiner Documentation.” Accessed: Jun. 09, 2024. [Online]. Available: https://docs-rapidminer-com.translate.goog/latest/studio/operators/cleansing/missing/replace_missing_values.html?_x_tr_sl=en&_x_tr_tl=id&_x_tr_hl=id&_x_tr_pto=tc

“» Decision Tree: Pengertian, Plus Minus, dan Cara Membuatnya.” Accessed: Jun. 04, 2024. [Online]. Available: https://glints.com/id/lowongan/decision-tree-adalah/

D. Hartono Renyut, U. Handayani Makassar, and S. Trinitas Ambon, “PREDIKSI KELULUSAN MAHASISWA MENGGUNAKAN ALGORITMA C.45 (Studi Kasus, Sekolah Tinggi Ilmu Administrasi Trinitas Ambon),” vol. 7, no. 2, 2022.

A. Fatunnisa and H. Marcos, “Prediksi Kelulusan Tepat Waktu Siswa SMK Teknik Komputer Menggunakan Algoritma Random Forest,” Jurnal Manajemen Informatika (JAMIKA), vol. 14, no. 1, pp. 101–111, Apr. 2024, doi: 10.34010/jamika.v14i1.12114.

D. Destiani, S. Fatimah, and E. Rahmawati, “Penggunaan Metode Decision Tree dalam Rancang Bangun Sistem Prediksi untuk Kelulusan Mahasiswa.” [Online]. Available: https://jurnal.itg.ac.id/

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Copyright (c) 2024 Umar Al Faruq, Mohammad Ainun Naja Fauzi, Ikhfal Fatayasya, Erna Daniati, Aidina Ristyawan

Downloads

Download data is not yet available.