Article Per Year (5 Year)
p-Index From 2020 - 2025
2.429
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Sistem dan Informatika Jurnal Eksplora Informatika Jurnal Abdi Insani JUKI : Jurnal Komputer dan Informatika Jurnal Locus Penelitian dan Pengabdian Jurnal Indonesia Sosial Sains Eduvest - Journal of Universal Studies Kohesi: Jurnal Sains dan Teknologi Jurnal Informatika: Jurnal Pengembangan IT INOVTEK Polbeng - Seri Informatika
Fatonah, Nenden Siti
Unknown Affiliation
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Neuroscience Physics Social Sciences Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Informatika: Jurnal Pengembangan IT

 1 
Perbandingan Metode Klasifikasi serta Analisis Faktor Akademis Pola Kelulusan Mahasiswa di Perguruan Tinggi Putri, Rani Aprillya; Fatonah, Nenden Siti
Jurnal Informatika: Jurnal Pengembangan IT Vol 7, No 2 (2022)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v7i2.3082

Abstract

Perkembangan Teknologi informasi di berbagai bidang diikuti dengan berkembangnya data. Pangkalan data yang menyimpan data pengelolaan pelaksanaan pendidikan tinggi dari seluruh perguruan tinggi yang terintegrasi secara nasional yaitu PDDIKTI. Data Mining merupakan proses penggalian data dari kumpulan database yang berjumlah besar yang digunakan untuk mendapatkan pengetahuan berupa informasi penting dan bermanfaat. Dalam penelitian ini penulis menerapkan penggunaan data mining untuk mengetahui klasifikasi pola akademik kelulusan mahasiswa. Pada penelitian ini penulis akan membandingkan metode klasifikasi Decision Tree, Ensemble Learning (Bagging and Boosting), mengetahui faktor yang paling berpengaruh terhadap kelulusan serta Analisis data pola akademik mahasiswa. Hasil pengujian klasifikasi data kelulusan mahasiswa dengan hasil akurasi terbaik adalah metode algoritma Ensemble Learning Bagging atau Random Forest dengan melakukan cross validation dan hyperparameter tuning (Grid Search CV) dengan akurasi 96.1%. Penggunaan cross validation dan hyperparameter tuning terbukti dapat mempengaruhi dan mengoptimalkan akurasi learning. Faktor yang paling mempengaruhi pola kelulusan mahasiswa adalah jumlah SKS semester 5, Angkatan, Indeks Prestasi, Program Kelas dan Total Cuti.
Co-Authors Akbar, Habibullah Asianto, Andriyanti Aulia, Anisa BUDI TJAHJONO Dandy Pramana Hostiadi Diah Aryani, Diah Dodo, La Dwi Pamungkas, Eric Eva Hariyanti Fajar Astuti Hermawati Farhana, Sajida Fathan Ali, Dudy Firmansyah, Gerry Gajah, Sulastri Haryoto, Iin Sahuri KHOIRUL ANAM Kusuma, Galih Adhi Mangambali, Hermawan Ali Maulana, Syaban Mohammad Yazdi Pusadan Noviandi Noviandi, Noviandi Pamungkas, Ryan Tri Putri, Rani Aprillya Rahmawati, Wina Rosya, Ernalinda Sari, Yunita Maulidia Setiaji, Willian Rossa Tangkawarow, Irene Widodo, Agung Mulyo Widodo, Agung Mulyono Yusvita, Ferdania