Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Algoritma Jurnal Algoritma
Elita Rahmawati
Institut Teknologi Garut
Computer Science & IT

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

Found 3 Documents
Search

 1 
Penggunaan Metode Decision Tree dalam Rancang Bangun Sistem Prediksi untuk Kelulusan Mahasiswa Dini Destiani Siti Fatimah; Elita Rahmawati
Jurnal Algoritma Vol 18 No 2 (2021): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.18-2.932

Abstract

Jumlah mahasiswa yang lulus tepat waktu pada tahun angkatan tertentu di sebuah sekolah tinggi jarang mencapai seratus persen. Masalahnya jumlah mereka setiap tahun kelulusan tidak sama tergantung berbagai kondisi. Pengetahuan mengenai jumlah lulusan tepat waktu penting dalam peningkatan mutu sekolah tinggi, karena itu perlu dibangun sistem prediksi kelulusan tepat waktu berbasis komputer. Sistem prediksi ini menggunakan target data berupa data real mahasiswa Prodi Informatika yang telah lulus ditahun sebelumnya. Data ini juga digunakan sebagai data training dengan atribut NPM, Nama, IP dan IPK Semester 1 sampai 6, Jenis Kelamin, Status lulus tepat / terlambat. Data mahasiswa yang akan lulus ditahun ini sebagai data uji. Data real sekolah tinggi diolah menjadi beberapa set data yang dibutuhkan, lalu dihitung dengan menggunakan metode algoritma Decision Tree. Pengujian hasil sistem prediksi ini mendapat tingkat akurasi sebesar 92%. Sistem ini dapat memudahkan sekolah tinggi dalam meningkatkan jumlah lulusan tepat waktu dengan meningkatkan layanan terhadap mahasiswa yang tepat sasaran.
Penggunaan Metode Decision Tree dalam Rancang Bangun Sistem Prediksi untuk Kelulusan Mahasiswa Dini Destiani Siti Fatimah; Elita Rahmawati
Jurnal Algoritma Vol 18 No 2 (2021): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.18-2.932

Abstract

Jumlah mahasiswa yang lulus tepat waktu pada tahun angkatan tertentu di sebuah sekolah tinggi jarang mencapai seratus persen. Masalahnya jumlah mereka setiap tahun kelulusan tidak sama tergantung berbagai kondisi. Pengetahuan mengenai jumlah lulusan tepat waktu penting dalam peningkatan mutu sekolah tinggi, karena itu perlu dibangun sistem prediksi kelulusan tepat waktu berbasis komputer. Sistem prediksi ini menggunakan target data berupa data real mahasiswa Prodi Informatika yang telah lulus ditahun sebelumnya. Data ini juga digunakan sebagai data training dengan atribut NPM, Nama, IP dan IPK Semester 1 sampai 6, Jenis Kelamin, Status lulus tepat / terlambat. Data mahasiswa yang akan lulus ditahun ini sebagai data uji. Data real sekolah tinggi diolah menjadi beberapa set data yang dibutuhkan, lalu dihitung dengan menggunakan metode algoritma Decision Tree. Pengujian hasil sistem prediksi ini mendapat tingkat akurasi sebesar 92%. Sistem ini dapat memudahkan sekolah tinggi dalam meningkatkan jumlah lulusan tepat waktu dengan meningkatkan layanan terhadap mahasiswa yang tepat sasaran.
Penggunaan Metode Decision Tree dalam Rancang Bangun Sistem Prediksi untuk Kelulusan Mahasiswa Dini Destiani Siti Fatimah; Elita Rahmawati
Jurnal Algoritma Vol 18 No 2 (2021): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (667.765 KB) | DOI: 10.33364/algoritma/v.18-2.932

Abstract

Jumlah mahasiswa yang lulus tepat waktu pada tahun angkatan tertentu di sebuah sekolah tinggi jarang mencapai seratus persen. Masalahnya jumlah mereka setiap tahun kelulusan tidak sama tergantung berbagai kondisi. Pengetahuan mengenai jumlah lulusan tepat waktu penting dalam peningkatan mutu sekolah tinggi, karena itu perlu dibangun sistem prediksi kelulusan tepat waktu berbasis komputer. Sistem prediksi ini menggunakan target data berupa data real mahasiswa Prodi Informatika yang telah lulus ditahun sebelumnya. Data ini juga digunakan sebagai data training dengan atribut NPM, Nama, IP dan IPK Semester 1 sampai 6, Jenis Kelamin, Status lulus tepat / terlambat. Data mahasiswa yang akan lulus ditahun ini sebagai data uji. Data real sekolah tinggi diolah menjadi beberapa set data yang dibutuhkan, lalu dihitung dengan menggunakan metode algoritma Decision Tree. Pengujian hasil sistem prediksi ini mendapat tingkat akurasi sebesar 92%. Sistem ini dapat memudahkan sekolah tinggi dalam meningkatkan jumlah lulusan tepat waktu dengan meningkatkan layanan terhadap mahasiswa yang tepat sasaran.
Co-Authors Dini Destiani Siti Fatimah