Abstract
STIKOM Uyelindo Kupang was established in the year 2000 as an information technology-based tertiary institution which has three study programs, namely under graduate of informatics engineering, diploma three informatics engineering and under graduate of information systems. The three study programs always strive to improve the status of accreditation by continuously improving internal quality and making accreditation a strategy to compete with other universities. To maintain quality, STIKOM Uyelindo Kupang, especially the undergraduate informatics engineering study program routinely monitors and evaluates the performance of lecturers. The problem that is often faced in routine monitoring and evaluation of lecturer performance is the performance evaluation process that is still objective so that to overcome these problems, a decision support system is needed that can assist in evaluating the performance of lecturers at STIKOM Uyelindo Kupang. The purpose of this study is to make a decision support system for the assessment of performance of lecturers of the first-degree informatics engineering study program at STIKOM Uyelindo Kupang using TOPSIS method. The results of this study are in the form of a desktop-based application that can facilitate the monitoring and performance evaluation teams of lecturers in evaluating the performance of lecturers of study programs.
Highlights
Klasifikasi data merupakan salah satu metode dalam data mining yang digunakan untuk menemukan properti-properti yang sama pada sebuah himpunan obyek di dalam sebuah basis data dan mengklasifikasikannya kedalam kelas-kelas yang berbeda berdasarkan model klasifikasi yang ditetapkan [1] Pemanfaatan metode data mining ini telah banyak diterapkan dalam berbagai bidang seperti pertanian, bisnis hingga pendidikan
STIKOM Uyelindo Kupang was established in the year 2000 as an information technology-based tertiary institution
The three study programs always strive to improve the status of accreditation by continuously improving internal quality
Summary
Klasifikasi data merupakan salah satu metode dalam data mining yang digunakan untuk menemukan properti-properti yang sama pada sebuah himpunan obyek di dalam sebuah basis data dan mengklasifikasikannya kedalam kelas-kelas yang berbeda berdasarkan model klasifikasi yang ditetapkan [1] Pemanfaatan metode data mining ini telah banyak diterapkan dalam berbagai bidang seperti pertanian, bisnis hingga pendidikan. Bidang pendidikan merupakan salah satu bidang yang kaya akan informasi. Salah satu informasi yang dapat digali adalahin formasimengenai data mahasiswa dan data kelulusan mahasiswa. Informasi mengenai data kelulusan mahasiswa merupakanin formasi yang sangat penting bagi suatu perguruan tinggi. Hal ini dikarenakan salah satu faktor yang menentukan kualitas perguruan tinggi adalah persentasi kemampuan mahasiswa untuk menyelesaikan stu ditepat pada waktunya. Dengan memanfaatkan data kelulusan mahasiswa yang diperolehdari data akademik perguruan tinggi maka akan diketahui informasi mengenai tingkat kelulusan mahasiswa melalui teknikklasifikasi pada data mining. C4.5 sehingga dapat diperoleh metode dengan akurasip rediksi ketepatan kelulusan mahasis water baik berdasar model data yang ada. Data yang telah diuji dengan kedua metode diatas kemudianakan dibandingkan dan dievaluasidengan confusion matrix untuk diketahui tingkat akurasinya
Sign-in/Register to view highlights & summary Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callMore From: High Education of Organization Archive Quality: Jurnal Teknologi Informasi
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
