Open AccessMemprediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Decision Tree J48 Di Universitas Advent Indonesia
Author(s) -
Yusran Timur Samuel,
Jonathan Bern,
Josephine Naibaho
Publication year - 2019
Publication title -
teika : jurnal teknologi informasi dan komunikasi (journal information and comunnication technology) (e-journal)
Language(s) - Italian
Resource type - Journals
ISSN - 2338-5979
DOI - 10.36342/teika.v9i01.790
Subject(s) - humanities , forestry , c4.5 algorithm , mathematics , art , computer science , geography , artificial intelligence , support vector machine , naive bayes classifier
Setiap perguruan tinggi, pasti menginginkan mahasiswanya lulus tepat waktu. Salah satu alasannya agar akreditasi perguruan tinggi tersebut dapat meningkat. Namun pada kenyataannya ada mahasiswa yang tidak dapat menyelesaikan pendidikannya tepat waktu. Untuk itu, penulis bermaksud untuk meneliti bagaimana membuat sistem yang dapat memprediksi apakah seorang mahasiswa dapat lulus tepat waktu menggunakan metode decision Tree J48, agar dapat ditentukan tindakan yang dapat menolong mahasiswa tersebut selesai tepat waktu jika sekiranya mahasiswa tersebut memiliki kecenderungan untuk tidak tamat tepat waktu. Melalui kajian literatur dan wawancara, maka didapatkan 19 atribut yang dapat mempengaruhi ketepatan waktu lulus di Universitas Advent Indonesia. Dalam pengolahan data, penulis menggunakan aplikasi WEKA dengan mengimplementasikan algoritma J48. Dari hasil penelitian diperoleh akurasi sebesar 90,24%, dapat disimpulkan bahwa algoritma ini memiliki tingkat akurasi yang cukup baik untuk melakukan prediksi mahasiswa tamat tepat waktu.
Hasil Penelitian mempunyai kesimpulan bahwa cuti adalah root teratas dari atribut mahasiswa tamat tidak tepat waktu. Sementara lulus mata kuliah, lingkungan yang mempengaruhi, pelunasan biaya kuliah, pernah disiplin, kerajinan mengerjakan tugas, bekerja di dalam lingkungan universitas, jurusan sesuai dengan peminatan SMA, jumlah organisasi, dan pengaruh lingkungan adalah atribut pendukung, bisa di gunakan untuk memprediksi.
Kata Kunci : Data Mining, Decision Tree, Prediksi Tepat Waktu