Prediksi Kelulusan Peserta Uji Kompetensi Profesi Menggunakan Algoritma C4.5

Abstract

Uji Kompetensi Mahasiswa Program Profesi Dokter Gigi (UKMP2DG) merupakan exit exam bagi para mahasiswa yang telah selesai menempuh pendidikan profesi dokter gigi. Meski peserta yang tidak lulus UKMP2DG dapat mengulang ujian di periode-periode berikutnya, para retaker ini dihadapkan pada batasan masa studi maksimal sebelum dinyatakan drop out. Selain itu semakin lama jeda antara penyelesaian studi dan waktu ujian dikhawatirkan berpengaruh pada penguasaan terhadap ilmu yang telah dipelajari. Penelitian ini bertujuan membangun model yang dapat digunakan untuk memprediksi kelulusan calon peserta UKMP2DG melalui data-data pendukung. Penerapan algoritma C4.5 menghasilkan model dengan tingkat akurasi 81,40%, presisi 82,84% dan recall sebesar 95,82%. Hasil penelitian ini dapat dimanfaatkan oleh Institusi Pendidikan Dokter Gigi (IPDG) untuk mengambil langkah-langkah khusus dalam mempersiapkan calon peserta yang diprediksi akan tidak lulus dalam ujian yang akan ditempuh.

Mobile Application Development For Measurement Of Learning Outcomes Students Using The Decision Tree Algorithm

“…The output of the C4.5 algorithm is a structured decision tree that can be used to convert a data set into a decision tree consisting of decision rules. [2] The designer chose the decision tree with the C4.5 algorithm method because it can make predictions by providing a more ideal level of accuracy measurement to predict the ability of each alumni based on the results. 95.11%, while the processing time of the two algorithm models studied showed results of 0 s. [3]…”