Penerapan Data Mining Klasifikasi C4.5 dalam Menentukan Tingkat Stres Mahasiswa Akhir

Abstract

Penelitian ini bertujuan untuk melakukan Klasifikasi dalam menentukan tingkat Stres yang dialami oleh Mahasiswa Akhir di STIKOM Tunas Bangsa dengan menggunakan teknik data mining C4.5. Dengan mengetahui stres mahasiswa, pihak kampus dapat memberikan treatment dan perlakuan yang tepat terhadap mahasiswa akhir. Sumber data penelitian diperoleh dari beberapa kelas semester 6 dan 8 sebanyak 110 mahasiswa, melalui wawancara dan pembagian kuesioner. Atribut yang digunakan sebagai parameter penilaian untuk mengetahui tingkat stres yang dialami oleh mahasiswa akhir di STIKOM Tunas Bangsa, Pematang siantar antara lain: Interpersonal (C1), Intrapersonal (C2), Akademik (C3) dan Lingkungan (C4). Proses pengujian penelitian ini menggunakan bantuan software RapidMiner untuk membuat pohon keputusan. Dari hasil pengolahan C4.5 dengan menggunakan bantuan software RapidMiner atribut Interpersonal (C1) menjadi atribut yang paling berpengaruh terhadap tingkat stres Mahasiswa Akhir dan data performance yang ditunjukkan terhadap kesesuaian metode C4.5 akurasinya adalah 87,88%.

Klasifikasi Tingkat Stres Saat Tidur Menggunakan Algoritma Random Forest

“…Penelitian oleh Anggi (2022) menerapkan data mining klasifikasi menentukan tingkat stres mahasiswa akhir. Hasil penelitian memperoleh nilai akurasi sebesar 87,88% oleh oleh metode algoritma C4.5 dengan menghasilkan 20 rules dan classification_error 12% [8]. Penelitian oleh Awasthi (2020) klasifikasi tingkat stres menggunakan PPG signal untuk membanding kenerja dan akurasi berbagai model sehingga dapat mengklasifikasi subjek tingkat stres rata-rata atau tinggi.…”

“…Data mining merupakan proses pengambilan dan pemrosesan data berskala besar yang digunakan untuk mengekstrasi serta memproses data menjadi informasi yang dapat digunakan untuk kepentingan analisa dengan menggunakan metode statistik, kecerdasaran buatan dan machine learning [8]. Pada jurnal ilmiah, data mining disebut KDD atau Knowledge Discovery in Database, memiliki tujuan untuk membaca atau memperkirakan nilai dari variable atau memodelkan sebuah kumpulan data yang dapat didefinisikan oleh manusia [12].…”

Klasifikasi Tingkat Stres Akademik dan Gambaran Mekanisme Koping Mahasiswa

“…Penemuan informasi dan pengetahuan baru tersebut akan sangat berguna dalam pengambilan keputusan di masa yang akan datang. Oleh karenanya, data mining berperan penting dalam berbagai bidang, seperti industri, cuaca, keuangan, ilmu pengetahuan dan teknologi (Trifani et al, 2022).…”

“…Algoritma ini mempunyai beberapa fitur tambahan seperti boosting dan unequal cost untuk tipe error yang berbeda (Wenas, 2021). Tahap membuat pohon keputusan (Trifani et al, 2022) 4) (Han et al, 2012) d. Ulangi langkah ke-2 hingga semua record terpartisi e. Proses partisi akan berhenti ketika:…”

“…Ketika sudah ditemukan indikator yang sesuai, selanjutnya dilakukan penyusunan kuesioner dan pengumpulan data dengan metode yang sudah dijelaskan. Variabel yang digunakan dalam penelitian ini sama seperti penelitian terdahulu oleh Trifani et al, (2022)…”