Text
Pengembangan model klasifikasi status calon mahasiswa baru dengan menggunakan teknik decision tree : Studi kasus di Teknik Industri UNPAR
Penerimaan mahasiswa merupakan salah satu kegiatan rutin yang diselenggarakan setiap tahun.
Salah satu isu yang mengemuka dalam penerimaan mahasiswa baru adalah berapa banyak peserta
ujian yang dinyatakan lulus agar target jumlah mahasiswa baru yang masuk terpenuhi. Keputusan
penentuan jumlah peserta ujian yang dinyatakan lulus di Teknik Industri Unpar belum
mencerminkan keputusan yang baik karena hanya memanfaatkan satu informasi yaitu rata-rata
proporsi peserta yang lulus yang mendaftar ulang. Pengambil keputusan di Teknik Industri Unpar
belum memanfaatkan atribut-atribut peserta USM yang tersimpan di dalam basis data. Alat yang
dapat membantu mengekstrak pengetahuan dari basis data adalah data mining. Dalam penelitian
ini, perbaikan proses keputusan penentuan jumlah peserta USM yang dinyatakan lulus dilakukan
melalui pengembangan aturan keputusan dengan mempertimbangkan, atribut-atribut peserta USM.
Aturan keputusan ini dapat mengklasifikasikan status peserta USM yang dinyatakan lulus
mendaftar ulang atau tidak. Pengembangan aturan keputusan dilakukan dengan teknik decision
tree dengan alasan utama kemudahan interpretasi model. Model decision tree yang terbentuk
menghasilkan lima aturan keputusan yaitu: Negeri-Campuran dengan kesimpulan Ya memiliki
performansi 87,5%, Negeri-Islam (Tidak / 65%), Swasta-Gelombang I ( Ya / 76.83%), Swasta-Gelombang2-
Nilai Total 569 (Tidak / 62,5%).
Kata Kunci: data mining, klasifikasi, decision tree, aturan keputusan.
Barcode | Tipe Koleksi | Nomor Panggil | Lokasi | Status | |
---|---|---|---|---|---|
142920 | R/SB/DIG - FTI | Laporan Penelitian Dosen | 005.741 WIB p | Gdg9-Lt3 (LPD-LPM FTI/TI) | Tersedia namun tidak untuk dipinjamkan - No Loan |
Tidak tersedia versi lain