Abstract

Memprediksi kelulusan mahasiswa dalam perguruan tinggi sangat penting untukdianalisis, sehingga dalam mengelola pembelajaran akan lebih baik. Salah satu cara untukmemprediksi kelulusan mahasiswa yaitu dengan menggunakan metode klasifikasi datamining Decision Tree.Banyak penelitian untuk memprediksi kelulusan mahasiswa dengan menggunakanmetode Decision Tree, dengan data mahasiswa reguler dan mayoritas statusnya belumbekerja. Sedangkan dalam penelitian ini mahasiswa Universitas Pandanaran, memiliki datamahasiswa kelas reguler dan mahasiswa kelas karyawan dan kebanyakan statusnya sudahbekerja.Tahapan yang dilakukan dalam penelitian ini yaitu; pengumpulan data mahasiswauniversitas pandanaran, mengolah data awal mahasiswa, pengolahan data lanjutmahasiswa dengan menggunakan klasifikasi data mining metode Decision Tree C4.5, ID3dan CHAID, eksperimen dan pengujian metode, evaluasi dan validasi hasil sehinggamenghasilkanpola/model Kelulusan Mahasiswa yang dapat dimanfaatkan untuk sebuah keputusandiperguruan tinggi.Hasil yang didapat dari ketiga metode Decision Tree yaitu yang memiliki akurasitinggi adalah ID3 dengan nilai 73,19% sedangkan nilai AUC tertinggi adalah C4.5 dengannilai 0,874.Kata Kunci:Data Mining, Decision Tree, , C4.5, ID3, CHAID

Full Text
Published version (Free)

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 call