PREDIKSI KELULUSAN MAHASISWA TEPAT WAKTU MENGGUNAKAN METODE DESICION TREE DAN ARTIFICIAL NEURAL NETWORK
Abstract
Kelulusan mahasiswa tepat waktu merupakan salah satu penilaian dalam proses akreditasi perguruan tinggi. Permasalahannya adalah bagaimana mengetahui mahasiswa nantinya bisa lulus tepat waktu atau tidak. Dalam penelitian ini fokus pada bagaimana prediksi kelulusan mahasiswa tepat waktu dengan data mining menggunakan algoritma decision tree dan artificial neural network. Penilitian ini menggunakan data mahasiswa yang sudah dinyatakan lulus sebagai data training dan mahasiswa yang belum lulus sebagai data testing. Penelitian ini bertujuan untuk mengetahui kelulusan mahasiswa tepat waktu atau tidak, yang diharapkan hasilnya dapat memberikan informasi dan masukan bagi pihak perguruan tinggi dalam membuat kebijakan demi perbaikan di masa yang akan datang.
References
Andrijasa, M.F., Mistianingsih. 2010. Penerapan Jaringan Syaraf Tiruan Untuk Memprediksi Jumlah Pengangguran di Provinsi Kalimantan Timur Dengan Menggunakan Algoritma Pembelajaran Back propagation. Jurnal Informatika Mulawarman Vol 5 No. 1 Februari 2010
BANPT. 2007. Akreditasi Institusi Perguruan Tinggi. Jakarta: Depdiknas.
Bramer, Max.2007. Principles of Data Mining. London:Springer-Verlag.
Daniel T., Larose. 2006. Data Mining, Methods and Models. New Jersey: John Wiley & Son
Huda, Nuqson M. 2010. Aplikasi Data Mining untuk Menampilkan Informasi Tingkat Kelulusan Mahasiswa. FMIPA Universitas Diponegoro.
Kusumawati, D., Winarno, W. W., & Arief, M. R. (2015). Prediksi Kelulusan Mahasiswa Menggunakan Metode Neural Network dan Particle Swarm Optimization. SEMNASTEKNOMEDIA ONLINE, 3(1), 3-8.
Syahrin, Alvi. 2013. Implementasi Algoritma K-Means untuk Klasterisasi Mahasiswa berdasarkan prediksi waktu kelulusan. Jawa Timur : UPN ”Veteran”.
Widodo, dkk. 2013. Penerapan Data Mining dengan MATLAB. Bandung: Rekayasa Sains
PDF : 3591 times
Jurnal Ilmiah Matrik by http://journal.binadarma.ac.id/index.php/jurnalmatrik is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.