Usulan penerapan metode data mining dalam pengklasifikasian predikat kelulusan mahasiswa TI UNPAR

Show simple item record

dc.contributor.advisor Susanto, Sani
dc.contributor.advisor Loice, Romy
dc.contributor.author Angel, Ruthfina
dc.date.accessioned 2019-05-11T05:09:37Z
dc.date.available 2019-05-11T05:09:37Z
dc.date.issued 2018
dc.identifier.other skp36779
dc.identifier.uri http://hdl.handle.net/123456789/7981
dc.description 4764 - FTI en_US
dc.description.abstract Pendidikan merupakan salah satu kebutuhan dasar manusia untuk dapat bertumbuh, berkembang, dan bertahan hidup. Pada perguruan tinggi, predikat kelulusan mahasiswa serta indeks prestasi menjadi tolak ukur kualitas mahasiswa untuk memasuki dunia kerja. Penelitian ini bertujuan untuk mengklasifikasikan predikat kelulusan mahasiswa tingkat dua Teknik Industri Universitas Katolik Parahyangan. Dengan hasil perkiraan predikat kelulusan mahasiswa, maka dapat memunculkan kesadaran dosen wali dan mahasiswa sehingga dapat disusun treatment atau perlakuan khusus bagi mahasiswa tersebut untuk meningkatkan indeks prestasi mahasiswa. Data yang digunakan adalah data transkrip nilai alumni Teknik Industri Universitas Katolik Parahyangan angkatan 2008 sampai 2013. Metode yang dapat digunakan untuk memperkiraan predikat kelulusan mahasiswa adalah metode klasifikasi data mining. Terdapat enam metode klasifikasi data mining yang digunakan yaitu logistic regression, linear discriminant analysis, support vector machine, neural network, k-nearest neighbor, dan decision tree. Keenam metode tersebut kemudian dikelompokkan menjadi 3 kelompok berdasarkan algoritma yang digunakan yaitu linear (logistic regression dan linear discriminant analysis), non-linear (support vector machine, neural network, dan k-nearest neighbor), dan rule-based (decision tree). Data transkrip nilai menjadi input yang digunakan untuk membuat model keenam metode klasifikasi. Dari setiap kelompok didapatkan metode terbaik yaitu logistic regression dengan tingkat keakurasian 94,81%, support vector machine dengan tingkat keakurasian 96,91%, dan decision tree dengan tingkat keakurasian 86,19%. Usulan perkiraan klasifikasi predikat kelulusan mahasiswa dihasilkan dari setiap metode terbaik. Dengan demikian dihasilkan 3 usulan dalam penelitian ini. Usulan tersebut berupa template pengisian Microsoft Excel untuk metode logistic regression dan decision tree; dan perangkat lunak statistik untuk metode support vector machine yang dapat digunakan oleh dosen wali maupun mahasiswa untuk memperkirakan predikat kelulusan mahasiswa. en_US
dc.language.iso Indonesia en_US
dc.publisher Program Studi Teknik Industri Fakultas Teknologi Industri - UNPAR en_US
dc.title Usulan penerapan metode data mining dalam pengklasifikasian predikat kelulusan mahasiswa TI UNPAR en_US
dc.type Undergraduate Theses en_US
dc.identifier.nim/npm NPM2014610075
dc.identifier.nidn/nidk NIDN0427066101
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