Komparasi Algoritma Klasifikasi untuk Orientasi Minat Mahasiswa dalam Penuntasan Studi

Muhammad Rizki Fahdia, Dwiza Riana, Fachri Amsury, Irwansyah Saputra, Nanang Ruhyana

Abstract


Politeknik Tri Mitra Karya Mandiri adalah salah satu perguruan tinggi vokasi yang berada di wilayah Cikampek Kabupaten Karawang yang pada tahun akademik 2017/2018 mempunyai jumlah mahasiswa mencapai 987 orang mahasiswa.Namun sayangnya dari total jumlah mahasiswa tidak seluruhnya mempunyai orientasi minat yang sesungguhnya untuk kuliah, banyak factor yang mempengaruhinya. Tinginya tingkat orientasi minat mahasiswa yang tidak memilih kuliah, inilah yang membuat diadakan penelitian tentang sebab-sebab mengapa mahasiswa berkuliah dikampus ini serta mecari solusi guna mengurangi jumlah mahasiswa yang menjadi non aktif ketika diketahui mempunyai orientasi minat yang bukan untuk kuliah. Dengan melakukan komparasi menggunakan 3 algoritma yang termasuk dalam metode klasifikasi data mining yaitu; Decision Tree C4.5, Naïve Bayes dan K-Nearest Neighbor penelitian ini mencari nilai akurasi dan Area Under Curve (AUC) yang terbaik dari ketiga algoritma yang dikomparasi guna ditentukan model yang digunakan pada penentuan orientasi minat mahasiswa. Hasil dari komparasi yang dilakukan dalam penelitian ini adalah; algoritma Decision Tree C4.5 mempunyai nilai akurasi sebesar 91,75% dan AUC sebesar 0,969, Naïve Bayes mempunyai nilai akurasi sebesar 86,77% dan AUC sebesar 0,930 sedangngkan K-Nearest Neighbor mempunyai nilai akurasi sebesar 88,61% dan AUC sebesar 0,500. Melalui uji beda yang dilakukan menggunakan operator T-test pada Rapid Miner ditemukan hasil bahwa algoritma Decision Tree C4.5 merupakan algoritma terbaik dari 3 buah algoritma yang digunakan, maka dalam penelitian ini digunakan rule Decision Tree C4.5 untuk diterapkan pada deployment yang dilakukan.


Keywords


orientasi minat mahasiswa; komparasi; auc; decision tree c4.5; naïve bayes; k-nearest neighbor

Full Text:

PDF

References


Aggarwal, C. C. (2015). Data Mining: The Textbook. Springer International Publishing.

Baradwaj, B. K. (2011). Mining Educational Data to Analyze Students ‟ Performance, 2(6), 63–69.

Bramer, M. (2013). Principles Of Data Mining.

Chusanawati, T. (2015). Pengaruh Promosi Terhadap Minat Kuliah Studi Kasus Di Politeknik Negeri Jakarta, 12(2), 105–110.

Daniel Swanjaya, A. I. (2015). Educational Data Mining Untuk Mengetahu Pola Minat Kerja Mahasiswa, 978–979.

Gorunescu, F. (2009). Data Mining Concepts, Models And Techniques.

Han, J., Kamber, M., & Pei, J. (2012). Data Mining: Concepts and Techniques. San Francisco, CA, itd: Morgan Kaufmann.

Hastuti, K. (2012). Analisis komparasi algoritma klasifikasi data mining untuk prediksi mahasiswa non aktif, 2012(Semantik), 241–249.

Indra Purnama, Ragil Saputra, A. W. (2014). Implementasi Data Mining Menggunakan CRIPS-DM Pada Sistem Informasi Eksekutif Dinas Kelautan Dan Perikanan Provinsi Jawa Tengah.

Indra Purnama. Ragil Saputra, A. W. (2014). Implementasi Data Mining Menggunakan CRIPS-DM Pada Sistem Informasi Eksekutif Dinas Kelautan Dan Perikanan Provinsi Jawa Tengan, 384.

Kothari, C. R. (2009). Research Methodology.

Kothari, C. R. (2004). Research Methodology, Methods And Technique (Second Revised Edition).

Markus Hofmann, R. K. (2006). Rapid Miner Data Mining Use Cases And Business Analytics Application.

Markus Hofmann, R. K. (2014). Data Mining and Knowledge Discovery Series Edited by.

Marlina, L., Putera, A., & Siahaan, U. (2016). Data Mining Classification Comparison ( Naïve Bayes and C4 . 5 Algorithms ), 38(7), 380–383.

Sutoyo. (2012). Perbandingan Algoritma Kkalsifikasi C4.5 Dengan K-NN Untuk Text Categoritation Menggunakan Clasiccal Arabic Corpus, 1–81.

Swastina, L. (2013). Penerapan Algoritma C4 . 5 Untuk Penentuan Jurusan Mahasiswa, 2(1).

Tahyudin, I., Utami, E., Amborowati, A., Tahyudin, I., Utami, E., & Amborowati, A. (2013). Comparing Clasification Algorithm Of Data Mining to Predict the Graduation Students on Time, (December), 2–4.

Torgo, L. (n.d.). Data Mining with R Learning with Case Studies Data Mining and Knowledge Discovery Series.

Xindong Wu, V. K. (n.d.). The Top Ten ALgorithms in Data Mining.

Ye, N. (2015). Data Mining Theories, Algorithms and Examples. IEEE Potentials (Vol. 16).




DOI: https://doi.org/10.47387/jira.v2i7.185

Refbacks

  • There are currently no refbacks.




Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Indexing:

Tool Manuscript:

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.