Model Prediksi Awal Masa Studi Mahasiswa Menggunakan Algoritma Decision Tree C4.5

Abstract

Masa studi mahasiswa merupakan tolak ukur penilaian keberhasilan Program Studi, karena masa studi merupakan salah satu indikator keberhasilan proses belajar mahasiswa. Permasalahan mahasiswa lulus tidak tepat waktu dan mahasiswa drop out (DO) masih menjadi kendala Program Studi saat ini. Tujuan penelitian ini adalah membangun sebuah model untuk prediksi awal masa studi mahasiswa, dimana saat ini implementasinya dilakukan pada Program Studi Informatika Universitas Tanjungpura. Keterlambatan mahasiswa dalam menempuh masa studi disebabkan karena kesulitan data pengetahuan yang terbatas tentang prediksi masa studi. Prediksi adalah suatu kegiatan untuk memperkirakan kejadian yang akan terjadi dimasa depan dengan menggunakan data yang sudah ada. Penggunakan model untuk melakukan prediksi masa studi bisa digunakan untuk menangani masalah kerumitan dan ketepatan hasil prediksi, dengan menggunakan metode pendekatan yang cocok untuk prediksi salah satunya adalah algoritma Decision Tree C4.5. Pengujian sistem yang dilakukan menggunakan Cofusion Matrix, menunjukan bahwa model prediksi yang dibangun menggunakan Decision Tree C4.5 menghasilkan rule yang baik digunakan untuk prediksi masa studi mahasiswa. Karena hasil perhitungan nilai akurasi terhadap prediksi yang dihasilkan dengan kenyataan sebenarnya menunjukan nilai precision, recall dan accuracy rata-rata diatas 50% sedangkan untuk nilai error rate berada dibawah 20% .

Penerapan Algoritma C4.5 Untuk Membuat Model Prediksi Pasien Yang Mengidap Penyakit Diabetes

“…Tahap preprocessing data yang merupakan proses persiapan data sebelum data tersebut digunakan pada proses prediksi. Untuk membuat hasil prediksi yang baik, maka harus menggunakan data yang baik pula (lengkap, benar, konsisten, terintegrasi) [8]. Teknik preprocessing: Data preprocessing merupakan salah satu paling tugas data mining yang meliputi persiapan dan transformasi data ke dalam bentuk yang sesuai untuk pertambangan prosedur.…”

“…Confusion matrix merupakan metode yang di gunakan untuk menghitung akurasi pada data mining. Confusion Matrix akan menghasilkan recall, precision, accuracy dan error rate [8]…”

Sistem Prediksi Pertumbuhan Ekonomi Kabupaten Musi Rawas, Kabupaten Musi Rawas Utara Dan Kota Lubuklinggau Dengan Metode Regresi Linier

“…Regresi Linier merupakan suatu metode statistic yang melakukan prediksi menggunakan pengembangan hubungan matematis antara variable, yaitu variable dependen (Y) dengan variable independen (X) [4]- [10]. Variabel dependen adalah variable akibat atau variable yang dipengaruhi.Prediksi terhadap nilai variabel dependen dapat dilakukan jika variabel independen diketahui [11]- [20]. Adapun langkah-langkah yang akan dilakukan dapat dilihat dibawah ini: a) Pembuatan / pengolahan dataset Penelitian 2) Langkah 2: Hitung a dengan menggunakan persamaan dan b menggunakan persamaan.…”

Deep Transfer Learning Dengan Model Arsitektur Vgg16 Untuk Klasifikasi Jenis Varietas Tanaman Lengkeng Berdasarkan Citra Daun

“…False Negative (FN) adalah sesuatu yang bertentangan dengan True Positive, sehingga informasi yang positif, namun diakui sebagai informasi yang negatif. Seperti pada penelitian yang dilakukan [22] jenis klasifikasi binary yang hanya memiliki 2 keluaran kelas, confusion matrix dapat disajikan seperti pada berikut ini :…”