SOLUSI PREDIKSI MAHASISWA DROP OUT PADA PROGRAM STUDI SISTEM INFORMASI FAKULTAS ILMU KOMPUTER UNIVERSITAS BINA DARMA

Ade, Ade Putra (2022) SOLUSI PREDIKSI MAHASISWA DROP OUT PADA PROGRAM STUDI SISTEM INFORMASI FAKULTAS ILMU KOMPUTER UNIVERSITAS BINA DARMA. SOLUSI PREDIKSI MAHASISWA DROP OUT PADA PROGRAM STUDI SISTEM INFORMASI FAKULTAS ILMU KOMPUTER UNIVERSITAS BINA DARMA.

[img]
Preview
Text
Jurnal Simetris Ade Putra M.Kom 2 maret 2017.pdf

Download (335kB) | Preview
Official URL: https://www.binadarma.ac.id

Abstract

Data mining merupakan salah satu bidang ilmu yang bergerak di bidang penggalian dan pengkaijan data, dimana data mining dapat memberikan solusi – solusi yang mampu memberikan pemecahan permasalah khususnya yang di hadapi oleh program studi Sistem Informasi Fakultas Ilmu Komputer guna menjamin agar mahasiswa Program Studi Sistem Informasi Fakultas Ilmu Komputer Universitas Bina Darma dapat lulus dengan tepat waktu . adapun tahapan yang digunakan menggunakan konsep Knowledge Discovery in Database(KDD) yang terdiri dariSelection, Pre–Processing, Transformation, Data Mining dan Interprestation / Evaluation. Pada penelitian ini digunakan metode Clasificassion dengan menggunakan algoritma Decision Tree atau C4.5., dimana pada algoritma ini melihat hasil penilaian–penilaian untuk nilai Entropi dan Gain pada masing–masing atribut, adapun atribut yang menjadi poros penilaianEntropi dan Gain pada penelitian ini adalah Indeks Prestasi Kumulatif (IPK), Jumlah SKS yang telah ditempuh, Semester dan Status perkuliahan mahasiswa angkatan 2013. Hasil dari penelitian ini adalah didapatnya node 1 yaitu atribut SKS dengan nilai Gain terbesar yaitu 0.3276 yang kemudian di ikuti oleh atribut Semestersebagai node 1.1 dengan nilaiGain sebesar 0.0874

Item Type: Article
Subjects: T Technology > TA Engineering (General). Civil engineering (General)
Divisions: Faculty of Engineering, Science and Mathematics > School of Civil Engineering and the Environment
Depositing User: Mr Edi Surya Negara
Date Deposited: 19 Jun 2022 12:28
Last Modified: 19 Jun 2022 12:28
URI: http://eprints.binadarma.ac.id/id/eprint/12340

Actions (login required)

View Item View Item