Article Per Year (5 Year)
p-Index From 2020 - 2025
0.751
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi MURA Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Pengabdian Masyarakat (ABDIRA) Jurnal Teknologi Informasi Mura
Pattiasina, Tiska
Unknown Affiliation
Aerospace Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Languange, Linguistic, Communication & Media Nursing Social Sciences Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Teknologi Informasi Mura

 1 
KOMPARASI ALGORITMA KLASIFIKASI DALAM MEMPREDIKSI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN WEKA Pattiasina, Tiska; Jupriyanto, Jupriyanto
Jurnal Teknologi Informasi Mura Vol 17 No 1 (2025): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i1.2608

Abstract

Data mining merupakan serangkaian proses sistematis yang digunakan untuk menggali nilai tambah berupa informasi yang tersembunyi dan belum diketahui secara eksplisit dari suatu basis data. Dalam konteks pendidikan, data mining berperan penting dalam menghasilkan informasi yang dapat digunakan untuk menganalisis dan mengevaluasi kinerja akademik mahasiswa. Pada penelitian ini, penulis mengambil sampel dari mahasiswa semester I kelas C jurusan Administrasi Niaga di Politeknik Negeri Ambon. Penelitian difokuskan pada proses klasifikasi kinerja akademik mahasiswa berdasarkan 22 atribut yang telah ditentukan. Proses penggalian pengetahuan dilakukan dengan mengacu pada tahapan Knowledge Discovery in Database (KDD), yang mencakup proses seleksi data, praproses, transformasi, data mining, hingga interpretasi hasil. Tiga algoritma klasifikasi yang digunakan dalam penelitian ini adalah Decision Tree, Naive Bayes, dan K-Nearest Neighbor (KNN). Untuk mengukur kinerja masing-masing algoritma secara objektif, dilakukan evaluasi model menggunakan teknik validasi silang k-fold cross validation, sehingga hasil klasifikasi dapat dibandingkan secara menyeluruh berdasarkan sejumlah indikator evaluasi, seperti akurasi, presisi, dan recall.
Co-Authors Ahmad Jurnaidi Wahidin Anjani, Yulia Rizki Fredriksz, Grace Jupriyanto Jupriyanto, Jupriyanto Luturmas, Join Rachel Matuankotta, Febiola Nunumete, Laura S Rahayu Ningsih Salhuteru, Andrie CH