Claim Missing Document
Check
Articles

Found 3 Documents
Search

Prediksi Prestasi Belajar Mahasiswa Vokasi Menggunakan Algoritma C4.5 Ning Ratwastuti; Luthfi Atikah; Radix Rascalia; Suhendra
Jurnal Ilmiah Komputasi Vol. 22 No. 1 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 1, Maret 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.22.1.3339

Abstract

Prestasi belajar mahasiswa pada umumnya dilihat melalui IPK (Indeks Prestasi Kumulatif) yang diprediksi selama perkuliahan. Namun, banyak ditemui mahasiswa yang kesulitan selama mengikuti proses pembelajaran, baik mahasiswa yang berasal dari jalur beasiswa maupun jalur reguler. Berdasarkan kondisi tersebut perlu dilakukan pemetaan data pendaftaran calon mahasiswa dari PMB Politenik ABC terhadap nilai IPK yang menggambarkan prestasi mahasiswa. Prediksi pada penelitian ini memanfaatkan algoritma C4.5 untuk melihat pengaruh data pendaftaran PMB terhadap prestasi belajar mahasiswa, baik jalur beasiswa maupun keseluruhan mahasiswa. Selain itu, untuk melihat pengaruh tiap data atribut dilakukan dengan seleksi menggunakan metode Gain Ratio. Hasil klasifikasi menunjukkan bahwa data pendaftaran PMB berpengaruh terhadap prestasi belajar mahasiswa, dan klasifikasi menggunakan atribut hasil seleksi mendapatkan akurasi yang lebih tinggi dibandingkan menggunakan keseluruhan atribut. Pada mahasiswa beasiswa, atribut kondisi sosial ekonomi mempengaruhi prestasi belajar. Namun pada keseluruhan data mahasiswa Politeknik ABC menunjukkan atribut penguasaan materi di sekolah asal membantu mahasiswa meningkatkan prestasi belajarnya.
Prediksi Prestasi Belajar Mahasiswa Vokasi Menggunakan Algoritma C4.5 Ning Ratwastuti; Luthfi Atikah; Radix Rascalia; Suhendra
Jurnal Ilmiah Komputasi Vol. 22 No. 1 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 1, Maret 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.22.1.3320

Abstract

Prestasi belajar mahasiswa dapat dilihat melalui nilai IPK (Indeks Prestasi Kumulatif). Pada umumnya, nilai IPK diprediksi selama jalannya perkuliahan. Namun, banyak ditemui mahasiswa yang mengalami kesulitan selama mengikuti proses pembelajaran, baik mahasiswa yang berasal dari jalur beasiswa maupun jalur reguler. Berdasarkan kondisi tersebut, diperlukan pemetaan terhadap faktor-faktor lain yang mempengaruhi prestasi mahasiswa. Pemetaan ini diharapkan dilakukan seawal mungkin, agar dapat menjadi catatan dan deteksi dini bagi institusi. Selama ini, pada proses Penerimaan Mahasiswa Baru (PMB) di Politeknik Astra calon mahasiswa telah memasukkan banyak data termasuk latar belakang kehidupan sosial ekonomi dan beberapa nilai yang didapat pada proses pendidikan terdahulu dengan total 16 atribut. Untuk dapat mendeteksi prediksi kondisi prestasi mahasiswa sejak dini, perlu dilakukan pemetaan data pendaftaran calon mahasiswa dari PMB Politenik Astra terhadap nilai IPK yang menggambarkan prestasi mahasiswa. Prediksi pada penelitian ini memanfaatkan algoritma C4.5 untuk melihat pengaruh data pendaftaran PMB terhadap prestasi belajar mahasiswa, baik jalur beasiswa maupun keseluruhan mahasiswa. Selain itu, untuk melihat pengaruh tiap atribut, pengolahan data dilakukan dengan seleksi atribut menggunakan metode Gain Ratio. Hasil akurasi klasifikasi menunjukkan bahwa data pendaftaran PMB berpengaruh terhadap prestasi belajar mahasiswa, dan klasifikasi menggunakan atribut hasil seleksi mendapatkan akurasi yang lebih tinggi dibandingkan menggunakan keseluruhan 16 atribut. Pada mahasiswa yang masuk melalui jalur beasiswa, atribut terkait kondisi sosial ekonomi cukup signifikan mempengaruhi prestasi belajar. Namun pada data keseluruhan mahasiswa Politeknik Astra menunjukkan bahwa atribut penguasaan materi di sekolah asal membantu mahasiswa dalam meningkatkan prestasi belajarnya. Hasil ini sekaligus menjadi bahan pertimbangan bagi institusi dalam proses Penerimaan Mahasiswa Baru, baik melalui jalur beasiswa maupun reguler.
PENGEMBANGAN SISTEM OTOMATISASI FEEDBACK PADA DIVISI ENGINEERING PT UNGGUL LANCAR SEJAHTERA Rahmat Wahyu Budiyanto; Kristina Hutajulu; Ning Ratwastuti
Technologic Vol 16 No 2 (2025): TECHNOLOGIC
Publisher : LPPM Politeknik Astra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52453/technologic.v16i2.489

Abstract

PT Unggul Lancar Sejahtera (ULS) adalah perusahaan otomotif ternama di Indonesia dengan target produksi yang tinggi pada setiap plant untuk memenuhi permintaan konsumen. Dalam memenuhi permintaan tersebut, perusahaan memastikan mesin produksi dalam kondisi yang optimal untuk memproduksi kendaraan. Jika kondisi mesin tidak optimal maka hal terburuk yang dapat terjadi adalah downtime, akibatnya berbagai upaya dilakukan untuk memantau kondisi mesin secara lebih teratur. PT ULS berupaya mengembangkan Sistem Otomatisasi Feedback (SOF) untuk mengirimkan notifikasi berupa feedback terkait potensi kerusakan mesin beserta usulan perbaikannya pada parameter data MTTR, MTBF, dan CO₂ melalui email dan Telegram. Pengembangan SOF menggunakan metodologi waterfall karena kebutuhan sistem telah jelas sejak awal dan kemungkinan perubahan selama proses pengembangan sangat kecil. Pada pengembangan SOF memanfaatkan framework Java Spring dan Oracle Database. Hasil pengujian SOF meliputi unit test, SIT, UAT, dan QAT menunjukkan bahwa sistem berhasil mengirimkan 102 notifikasi (12 MTTR, 36 MTBF, dan 54 CO₂) sesuai jadwal yang ditentukan. Hasil ini membuktikan bahwa SOF berfungsi dalam mengotomatisasi pemantauan kondisi mesin sehingga proses pemantauan dapat dilakukan secara lebih teratur.