Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Universal Technic
Farikh Al Zami
Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Semarang
Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Electrical & Electronics Engineering Industrial & Manufacturing Engineering Transportation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
SISTEM PENDUKUNG KEPUTUSAN DENGAN C4.5 DAN PARTICLE SWARM OPTIMIZATION UNTUK KLASIFIKASI SELEKSI MASUK CALON TARUNA PADA PENERIMAAN TARUNA BARU Mahendro, Iwan; Zainul Fanani, A.; Al Zami, Farikh
Jurnal Universal Technic Vol. 1 No. 1 (2022): April: Jurnal Universal Technic
Publisher : Fakultas Teknik Universitas Maritim AMNI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58192/unitech.v1i1.140

Abstract

Perguruan tinggi di Indonesia saat ini sudah mencapai 2000 lebih perguruan tinggi. Perguruan tinggi bisa tetap eksis salah satu faktornya adalah dengan adanya mahasiswa yang masuk ke perguruan tinggi tersebut. Dalam penerimaan mahasiswa baru setiap perguruan tinggi tentunya tidak sembarangan, mereka akan melakukan seleksi terhadap calon mahasiswa agar mendapatkan mahasiswa dengan kualitas yang mereka harapkan. Ada beberapa cara dalam melakukan seleksi calon mahasiswa, diantaranya ada yang berdasarkan nilai rapor, ada yang melalui tes tertulis, dan ada jalur mandiri. Tidak semua perguruan tinggi melakukan pengolahan data yang masuk secara maksimal. Biasanya mereka masih mengolah data secara manual atau dengan kata lain belum menggunakan machine learning. Masalah yang ada yaitu adanya perguruan tinggi yang belum secara maksimal dalam mengolah data penerimaan calon mahasiswa. Karena belum optimalnya data yang diolah maka ada perguruan tinggi yang belum dapat membuat prediksi dalam penerimaan calon mahasiswa untuk di tahun ajaran berikutnya. Salah satu untuk dapat membuat prediksi di masa mendatang adalah dengan menggunakan data mining. Metode yang akan digunakan dalam data mining adalah klasifikasi Decision Tree dioptimasi dengan Particle Swarm Optimization. Hasil dari Decision Tree dengan optimasi Particle Swarm Optimization didapatkan akurasi sebesar 99,94%.
Co-Authors Mahendro, Iwan Zainul Fanani, A.