Pengembangan model klasifikasi status calon mahasiswa baru dengan menggunakan teknik decision tree : studi kasus di Teknik Industri UNPAR

Abstract

Penerimaan mahasiswa merupakan salah satu kegiatan rutin yang diselenggarakan setiap tahun. Salah satu isu yang mengemuka dalam penerimaan mahasiswa baru adalah berapa banyak peserta ujian yang dinyatakan lulus agar target jumlah mahasiswa baru yang masuk terpenuhi. Keputusan penentuan jumlah peserta ujian yang dinyatakan lulus di Teknik Industri Unpar belum mencerminkan keputusan yang baik karena hanya memanfaatkan satu informasi yaitu rata-rata proporsi peserta yang lulus yang mendaftar ulang. Pengambil keputusan di Teknik Industri Unpar belum memanfaatkan atribut-atribut peserta USM yang tersimpan di dalam basis data. Alat yang dapat membantu mengekstrak pengetahuan dari basis data adalah data mining. Dalam penelitian ini, perbaikan proses keputusan penentuan jumlah peserta USM yang dinyatakan lulus dilakukan melalui pengembangan aturan keputusan dengan mempertimbangkan, atribut-atribut peserta USM. Aturan keputusan ini dapat mengklasifikasikan status peserta USM yang dinyatakan lulus mendaftar ulang atau tidak. Pengembangan aturan keputusan dilakukan dengan teknik decision tree dengan alasan utama kemudahan interpretasi model. Model decision tree yang terbentuk menghasilkan lima aturan keputusan yaitu: Negeri-Campuran dengan kesimpulan Ya memiliki performansi 87,5%, Negeri-Islam (Tidak / 65%), Swasta-Gelombang I ( Ya / 76.83%), Swasta-Gelombang2- Nilai Total <= 569 (Ya / 76%), Swasta-Gelombang2-Nilai Total>569 (Tidak / 62,5%).