Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Applied Information System and Management Jurnal Abdi Insani Mejuajua
wirawan, chandra
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Education Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Public Health Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Applied Information System and Management

 1 
Teknik Data Mining Menggunakan Algoritma Decision Tree C4.5 untuk Memprediksi Tingkat Kelulusan Tepat Waktu Wirawan, Chandra
Applied Information System and Management (AISM) Vol 3, No 1 (2020): Applied Information System and Management (AISM)
Publisher : Depart. of Information Systems, FST, UIN Syarif Hidayatullah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/aism.v3i1.13033

Abstract

Lulus tepat waktu merupakan salah satu indikator keberhasilan mahasiswa dalam memperoleh gelar sarjana. Lulus tepat waktu merupakan salah satu indikator penilaian terhadap kualitas perguruan tinggi, karena salah satu penilaian akreditasi Badan Akreditasi Nasioanl Perguruan Tinggi (BAN PT). Sehingga apabila tingkat kelulusan dan mahasiswa tidak seimbang, maka akan mempengaruhi penilaian akreditasi pada Program Studi dan Universitas tersebut. Pada penelitian ini peneliti membahas prediksi tingkat kelulusan tepat waktu menggunakan teknik data mining algoritma C.4.5 dengan studi kasus UIN Syarif Hidayatullah Jakarta. Hasil dari penelitian ini diperoleh Nilai akurasi setelah pengujian menggunakan confusion matrixsebesar 89.82% dengan Precision52.63% dan Recall 41.67%., mengindikasikan bahwa performa keakurasian pada percobaan tersebut bernilai cukup baik, dan Model yang dihasilkan dari decision tree pada penelitian ini adalah mahasiswa yang IPSmt 2 >3.145 maka diprediksi mahasiswa tersebut dapat lulus tepat waktu dan untuk mahasisswa yang IPsmt 2 <= 3.145 dinyatakan dapat lulus tepat waktu dan tidak dapat lulus tepat waktu apabila memenuhi kondisi sesuai dengan model decision tree yang telah dihasilkan.
Co-Authors Azzahirah, Syifa Defiana Arnaldy INDRA HERMAWAN Malik Matin, Iik Muhamad Mardiyono, Anggi Prihatin Oktivasari Ramadhan, Muhammad Bintang Ratna Widya Iswara, Ratna Widya Suhandana, Ariawan Andi Zain, Ayu Rosyida