METODE DATA MINING UNTUK SELEKSI CALON MAHASISWA PADA PENERIMAAN MAHASISWA BARU DI UNIVERSITAS PAMULANG

Jurnal Teknologi

View Publication Info
 
 
Field Value
 
Title METODE DATA MINING UNTUK SELEKSI CALON MAHASISWA PADA PENERIMAAN MAHASISWA BARU DI UNIVERSITAS PAMULANG
 
Creator Saifudin, Aries
 
Subject Informatics Engineering, Computer Science
Data Mining, Klasifikasi, Penerimaan Mahasiswa
Informatics Engineering
 
Description Universitas Pamulang berusaha memberikan pendidikan tinggi dengan biaya yang terjangkau oleh kalangan bawah. Tetapi mahasiswanya banyak yang keluar di tiap semester, sehingga menyebabkan rasio jumlah mahasiswa baru dengan jumlah yang lulus tidak seimbang. Selain itu banyak mahasiswa yang tidak lulus tepat waktu, hal ini mengakibatkan rasio dosen dan mahasiswa tidak seimbang. Kedua hal ini akan mengurangi penilaian pada saat akreditasi. Penyebab keluarnya mahasiswa tanpa menyelesaikan pendidikannya, atau tidak dapat menyelesaikan pendidikannya tepat waktu belum dapat dideteksi dengan sistem seleksi saat ini. Pada penelitian ini diusulkan penggunaan teknik data mining untuk memprediksi ketepatan waktu lulus calon mahasiswa. Teknik data mining dan machine learning dapat digunakan untuk memprediksi berdasarkan data-data masa lalu. Metode data mining yang digunakan untuk memprediksi adalah klasifikasi, yaitu Naïve Bayes (NB), k-Nearest Neighbor (k-NN), Random Forest (RF), Decision Stump (DS), Decision Tree (DT), Rule Induction (RI), Linear Regression (LR), Linear Discriminant Analysis (LDA), Neural Network (NN), dan Support Vector Machine (SVM). Berdasarkan hasil implementasi dan pengukuran algoritma/model yang diusulkan diperoleh algoritma/model terbaik, yaitu Support Vector Machine (SVM) dengan akurasi 65.00%. Tetapi akurasi ini masih jauh dari nilai excellent (sangat baik).
 
Publisher Fakultas Teknik Universitas Muhammadiyah Jakarta
 
Contributor
 
Date 2018-01-29
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion

 
Format application/pdf
 
Identifier https://jurnal.umj.ac.id/index.php/jurtek/article/view/1225
10.24853/jurtek.10.1.25-36
 
Source Jurnal Teknologi; Vol 10, No 1 (2018): Jurnal Teknologi; 25-36
2460-0288
2085-1669
 
Language eng
 
Relation https://jurnal.umj.ac.id/index.php/jurtek/article/view/1225/1917
 
Rights Copyright (c) 2018 Jurnal Teknologi
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library