Anggun May Erdelita, 190705041 Penerapan Algoritma C4.5 Untuk Memprediksi Kelulusan Mahasiswa 2020 Fakultas Sains Dan Teknologi (Studi Kasus : Teknologi Informasi, Teknik Lingkungan, Arsitektur, Kimia, Biologi). Penerapam.
Skripsi Anggun May Erdelita-190705041.pdf
Download (8MB)
Abstract
Universitas Islam Negeri Ar-Raniry Banda Aceh merupakan salah satu Perguruan Tinggi Negeri di Indonesia yang memiliki 9 fakultas, salah satunya Fakultas Sains dan Teknologi. Setiap tahunnya, kuota mahasiswa yang diterima semakin bertambah, namun tidak semua mahasiswa dapat lulus tepat waktu sesuai dengan masa studi yang ditempuh. Sehingga, mengakibatkan penumpukan jumlah mahasiswa yang tidak lulus sesuai dengan masa periode kelulusannya. Berdasarkan latar belakang pemasalahan, penelitian ini bertujuan untuk mengetahui hasil prediksi kelulusan mahasiswa Fakultas Sains dan Teknologi UIN Ar-Raniry Banda Aceh pada lima program studi yaitu Arsitektur, Teknik Lingkungan Biologi, Kimia, dan Teknologi Informasi dengan menggunakan analisa deskriptif kuantitatif. Metode yang digunakan adalah Algoritma C4.5 dengan metode penarikan sampel menggunakan teknik Stratified Random Sampling. Penggunaan bahasa pemrograman PHP dan framework Codeigniter pada sistem prediksi kelulusan. Jumlah data yang yang digunakan sebanyak 437 meliputi 306 data training, dan 131 data testing. Hasil dari penelitian menunjukkan bahwa atribut IPK paling berpengaruh dalam memprediksi kelulusan dengan tiga keluaran yaitu lulus lebih awal, tepat waktu, dan terlambat. Dari hasil prediksi memperlihatkan bahwa program studi Teknologi Informasi memiliki kelulusan terlambat dan lebih awal paling banyak diantara 4 program studi lainnya. Akurasi yang diperoleh sebesar 88%, presisi 96%, dan recall 94% dengan klasifikasi baik yang membuktikan bahwa Algoritma C4.5 dapat digunakan untuk melakukan prediksi.
Item Type: | Article |
---|---|
Subjects: | 000 Computer Science, Information and System > 004 Computer Science 000 Computer Science, Information and System > 005 Computer Programming, Program & Data 600 Technology (Applied Sciences) |
Depositing User: | Anggun May Erdelita Anggun |
Date Deposited: | 18 Sep 2023 03:06 |
Last Modified: | 18 Sep 2023 03:06 |
URI: | https://repository.ar-raniry.ac.id/id/eprint/32572 |