PENERAPAN METODE ALGORITMA C4.5 DALAM MEMPREDIKSI KELULUSAN MAHASISWA INFORMATICS AND BUSINESS INSITUTE DARMAJAYA BANDAR LAMPUNG

ANDIKA, FIKI DEDI (2018) PENERAPAN METODE ALGORITMA C4.5 DALAM MEMPREDIKSI KELULUSAN MAHASISWA INFORMATICS AND BUSINESS INSITUTE DARMAJAYA BANDAR LAMPUNG. Skripsi thesis, IIB DARMAJAYA.

[img] Text
0. COVER LUAR.pdf
Download (86kB)
[img] Text
BAB I.pdf
Download (124kB)
[img] Text
BAB II.pdf
Download (309kB)
[img] Text
BAB III.pdf
Download (1MB)
[img] Text
BAB IV.pdf
Download (1MB)
[img] Text
BAB V.pdf
Download (100kB)
[img] Text
LAMPIRAN DATA TESTING 2013.pdf
Download (66kB)
[img] Text
LAMPIRAN DATA TESTING 2014.pdf
Download (70kB)
[img] Text
LAMPIRAN DATA TRAINING.pdf
Download (112kB)
[img] Text
LAMPIRAN KODE.pdf
Download (209kB)

Abstract

ABSTRAK PENERAPAN METODE ALGORITMA C4.5 DALAM MEMPREDIKSI KELULUSAN MAHASISWA INFORMATICS AND BUSINESS INSITUTE DARMAJAYA BANDAR LAMPUNG OLEH FIKI DEDI ANDIKA 1311010125 Dewasa ini gelar sarjana merupakan salah satu modal utama untuk memasuki dunia kerja dan untuk mendapatkan gelar sarjana seorang mahasiswa harus menyelesaikan minimal 144 SKS yang dapat di tempuh selama 7 semester atau 3,5 tahun. Dalam menempuh pendidikannya mahasiswa di katakan lulus tepat waktu jika dapat menyelesaikan pendidikan maksimal 8 semester atau 4 tahun. Dalam mewujudkan hal tersebut, peneliti menerapkan salah satu teknik klasifikasi dalam data mining dengan memanfaatkan data akademik mahasiswa. Algoritma data mining yang digunakan adalah Algoritma C4.5 karena dapat menghasilkan pohon keputusan yang dapat digunakan untuk melakukan klasifikasi atau prediksi. Prediksi kelulusan diukur berdasarkan lama studi mahasiswa yang terdiri dari dua kategori yaitu lebih dari sama dengan 4 tahun (tepat waktu) dan kurang dari 4 tahun (tidak tepat waktu) dan atribut yang digunakan dalam prediksi diantaranya adalah jenis kelamin, asal sekolah, kota asal sekolah, pekerjaan orang tua, kelas, jalur masuk dan Indeks Prestasi Semester 1 (IPS1). Kata Kunci : Pohon Keputusan, Algoritma C4.5, Prediksi, Data Mining

Item Type: Thesis (Skripsi)
Subjects: Ilmu Komputer
Divisions: Skripsi/TA & PKPM/KP - Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: editor 1
Date Deposited: 03 Sep 2020 06:48
Last Modified: 03 Sep 2020 06:48
URI: http://repo.darmajaya.ac.id/id/eprint/1393

Actions (login required)

View Item View Item