Usulan pengelompokan mahasiswa Teknik Industri berdasarkan learner characteristics hasil implementasi data mining

Show simple item record

dc.contributor.advisor Suryadi, Dedy
dc.contributor.advisor Loice, Romy
dc.contributor.author Darmawan, Abigail Tsani
dc.date.accessioned 2021-10-14T04:18:31Z
dc.date.available 2021-10-14T04:18:31Z
dc.date.issued 2020
dc.identifier.other skp40553
dc.identifier.uri http://hdl.handle.net/123456789/12467
dc.description 5199 - FTI en_US
dc.description.abstract Menurut Badan Pusat Statistik (BPS), tingkat pengangguran terbuka (TPK) di Indonesia tahun 2019 mengalami penurunan sebesar 0,33% dari tahun sebelumnya, namun pekerja dengan tingkat pendidikan diploma dan universitas justru mengalami peningkatan TPK sebesar 25%. Adapun upaya yang dilakukan oleh Kemendikbud adalah membuat program yang dapat menjembatani lulusan universitas dengan pasar kerja. Program dibuat untuk membentuk soft skill yang kuat. Teknik Industri Unpar dengan mata kuliah Perancangan Sistem Terintegrasi merupakan salah satu mata kuliah yang membantu mengembangkan soft skill dalam kerjasama tim dimana pembagian kelompok dibuat berdasarkan kriteria tertentu sehingga terjadi dinamika yang baik dalam kelompok atau terjadi efektivitas kelompok. Namun kriteria saat ini dapat dikatakan belum sesuai dengan tujuan pembagian kelompok dan belum terdapat penelitian terkait kriteria yang tepat dalam menciptakan kelompok yang efektif. Untuk itu dilakukan penelitian terkait kriteria/variabel yang tepat untuk menghasilkan kelompok kerja yang efektif. Dilakukan studi literatur dan didapatkan 11 variabel independen yang diduga mempengaruhi efektivitas individu dalam kelompok. Dilakukan pengumpulan data sebanyak 185 mahasiswa responden yang memenuhi kriteria. Dengan menggunakan standar prosedur CRISP-DM, data diolah menggunakan enam metode klasifikasi data mining yaitu logistic regression, linear discriminant analysis, support vector machine, neural network, k-nearest neighbor, dan decision tree. Berdasarkan hasil pengolahan, didapatkan metode decision trees sebagai metode terbaik dengan nilai F1 score sebesar 0,92. Berdasarkan metode ini juga didapatkan bahwa variabel learner characteristics yang mempengaruhi efektivitas dalam kelompok adalah attitude. Selanjutnya, hasil penelitian disampaikan kepada pemegang keputusan untuk dapat didiskusikan terkait usulan penerapan hasil penelitian. Berdasarkan hasil diskusi diputuskan bahwa pembagian kelompok akan mempertimbangkan variabel attitude dan IPK dengan nilai bobot yang ditentukan oleh pemegang keputusan. en_US
dc.language.iso Indonesia en_US
dc.publisher Program Studi Teknik Industri Fakultas Teknologi Industri - UNPAR en_US
dc.subject Learner Characteristic en_US
dc.subject Data Mining en_US
dc.subject Klasifikasi en_US
dc.subject F1 Score en_US
dc.title Usulan pengelompokan mahasiswa Teknik Industri berdasarkan learner characteristics hasil implementasi data mining en_US
dc.type Undergraduate Theses en_US
dc.identifier.nim/npm NPM2017610131
dc.identifier.nidn/nidk NIDN0419128101
dc.identifier.nidn/nidk NIDN0418048102
dc.identifier.kodeprodi KODEPRODI613#Teknik Industri


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search UNPAR-IR


Advanced Search

Browse

My Account