PREDIKSI CALON MAHASISWA BARU MENGUNAKAN METODE  KLASIFIKASI DECISION TREE

Mambang Mambang; Finki Dona Marleny

doi:10.22303/csrid.7.1.2015.48-56

PREDIKSI CALON MAHASISWA BARU MENGUNAKAN METODE KLASIFIKASI DECISION TREE

Mambang Mambang, Finki Dona Marleny

Sari

Sebelum penyelengaraan pendidikan tenaga kesehatan memulai tahun ajaran baru, maka langkah awal akan dilaksanakan seleksi penerimaan mahasiswa baru yang berasal dari lulusan pendidikan menengah umum maupun kejuruan yang sederajat. Seleksi penerimaan mahasiswa baru ini bertujuan untuk menyaring calon mahasiswa dari berbagai latar belakang yang di sesuaikan dengan standar yang telah di tentukan oleh lembaga. Dalam penelitian ini bagaimana akurasi algoritma C4.5 untuk memprediksi kelulusan calon mahasiswa baru. Model decision tree merupakan metode prediksi klasifikasi untuk membuat sebuah tree yang terdiri dari root node, internal node dan terminal node. Berdasarkan hasil eksperimen dan evaluasi yang dilakukan maka dapat disimpulkan bahwa Algoritma C4.5 dengan Uncertainty didapatkan Akurasi 80,39%, Precision 94,44%, Recall 75,00% sedangkan dengan Algoritma C4.5 dengan Information Gain Ratio Akurasi 88,24%, Precision 98,28%, Recall 83,82%.

Kata Kunci

Decision Tree; C4.5; Recall; Precision

Teks Lengkap:

PDF

Referensi

Zhiwu liu and Xiuzhi Zhang, "Prediction and Analysis for Students’ Marks Based on Decision Tree Algorithm," in 2010 Third International Conference on Intelligent Networks and Intelligent Systems, 2010.

Daniel T Larose, Discovering knowledge in data: An Introduction to Data Mining. Canada: Wiley Interscience, 2005.

Oded Maimon Lior Rokach, Data Mining and Knowledge Discovery Handbook.,2010

Malaya Dutta Borah, Rajni Jindal, and Daya Gupta, "Application of knowledge based decision technique to Predict student enrollment decision," 2011 International Conference on Recent Trends in Information Systems IEEE, 2011.

Adrian Costea and Tomas Eklund, "A Two-Level Approach to Making Class Predictions," Proceedings of the 36th Hawaii International Conference on System Sciences (HICSS’03) IEEE, , 2002.

Sotiris B. Kotsiantis & Panayiotis E. Pintelas, "Predicting Students’ Marks in Hellenic Open University," Proceedings of the Fifth IEEE International Conference on Advanced Learning Technologies (ICALT’05), vol. 0-7695-2338-2/05, 2005.

Smith Tsang, Kao, Ben.,”Decision Tree for Uncertain Data”, IEEE Computer Society, 2009.

Pathom Pumouang and Anongnart Srivihok, "Comparisons of Classifier Algorithms: Bayesian Network, C4.5, Decision Forest and NBTree for Course Registration Planning Model of Undergraduate Students," IEEE, vol. 1-4244-2384-2/08/, 2008.

Jiawei Han and Micheline Kamber, Data Mining:Concepts and Techniques Second Edition. San Fransisco: Morgan Kaufmann, 2007.

Xindong Wu and Vipin Kumar, The Top Ten Algorithms In Data Mining. London: Chapman, 2009.

DOI: http://dx.doi.org/10.22303/csrid.7.1.2015.48-56