Komparasi Algoritma Klasifikasi untuk Orientasi Minat Mahasiswa dalam Penuntasan Studi

Abstract

Politeknik Tri Mitra Karya Mandiri adalah salah satu perguruan tinggi vokasi yang berada di wilayah Cikampek Kabupaten Karawang yang pada tahun akademik 2017/2018 mempunyai jumlah mahasiswa mencapai 987 orang mahasiswa.Namun sayangnya dari total jumlah mahasiswa tidak seluruhnya mempunyai orientasi minat yang sesungguhnya untuk kuliah, banyak factor yang mempengaruhinya. Tinginya tingkat orientasi minat mahasiswa yang tidak memilih kuliah, inilah yang membuat diadakan penelitian tentang sebab-sebab mengapa mahasiswa berkuliah dikampus ini serta mecari solusi guna mengurangi jumlah mahasiswa yang menjadi non aktif ketika diketahui mempunyai orientasi minat yang bukan untuk kuliah. Dengan melakukan komparasi menggunakan 3 algoritma yang termasuk dalam metode klasifikasi data mining yaitu; Decision Tree C4.5, Naïve Bayes dan K-Nearest Neighbor penelitian ini mencari nilai akurasi dan Area Under Curve (AUC) yang terbaik dari ketiga algoritma yang dikomparasi guna ditentukan model yang digunakan pada penentuan orientasi minat mahasiswa. Hasil dari komparasi yang dilakukan dalam penelitian ini adalah; algoritma Decision Tree C4.5 mempunyai nilai akurasi sebesar 91,75% dan AUC sebesar 0,969, Naïve Bayes mempunyai nilai akurasi sebesar 86,77% dan AUC sebesar 0,930 sedangngkan K-Nearest Neighbor mempunyai nilai akurasi sebesar 88,61% dan AUC sebesar 0,500. Melalui uji beda yang dilakukan menggunakan operator T-test pada Rapid Miner ditemukan hasil bahwa algoritma Decision Tree C4.5 merupakan algoritma terbaik dari 3 buah algoritma yang digunakan, maka dalam penelitian ini digunakan rule Decision Tree C4.5 untuk diterapkan pada deployment yang dilakukan.

Pembentukan Pohon Keputusan Untuk Klasifikasi Mitra Badan Pusat Statistik Kota Salatiga Menggunakan Algoritma C4.5

“…Clasification tree digunakan untuk mengklasifikasikan objek atau peristiwa sesuai dengan kelas yang sudah ditentukan berdasarkan nilai atributnya [5]. Pada tahun 2018, Nasrullah [6] melakukan penelitian tentang klasifikasi mahasiswa yang berpotensi drop out menggunakan metode C4.5, kemudian pada tahun 2019, Sunarti [7] melakukan penelitian mengenai algoritma C4.5 yang digunakan untuk memprediksi promosi jabatan karyawan yang berdasarkan dari penilaian kinerja karyawan dan mendapatkan nilai akurasi sebesar 78%, dan dalam penelitian Fahdia, dkk [8] mengenai komparasi algoritma klasifikasi untuk orientasi minat mahasiswa dalam penuntasan studi, algoritma C4.5 mendapatkan nilai akurasi sebesar 91,75%.…”

Implementation of Data Mining to Predict Student Study Period with Decision Tree Algorithm (C4.5)

“…Classification is a data analysis technique applied to group data into categories based on certain attributes. The classification process includes the following stages, the learning phase The second stage is classification, with testing data that serves for accuracy calculation [11]. Various analytical methods applied in classification can be an appropriate choice for prediction [12].…”