Article Per Year (5 Year)
p-Index From 2020 - 2025
5.332
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi JSI: Jurnal Sistem Informasi (E-Journal) Jurnal TAM (Technology Acceptance Model) JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi DoubleClick : Journal of Computer and Information Technology Jurnal Generic COMSERVA: Jurnal Penelitian dan Pengabdian Masyarakat Informatics and Enginering Dedication Jurnal Teknologi Sistem Informasi Journal of Scientech Research and Development MDP Student Conference Jurnal Penelitian Teknologi Informasi dan Sains Scientific Journal of Informatics Merkurius: Jurnal Riset Sistem Informasi dan Teknik Informatika Saturnus: Jurnal Teknologi dan Sistem Informasi Jurnal TAM (Technology Acceptance Model)
Pibriana, Desi
Universitas Multi Data Palembang
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Library & Information Science Social Sciences Other

Published : 36 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : DoubleClick : Journal of Computer and Information Technology

 1 
Perbandingan Akurasi Algoritma Data Mining dalam Memprediksi Kelulusan Tepat Waktu Ricoida, Desy Iba; Hermanto, Dedy; Pibriana, Desi; Rusbandi, Rusbandi; Pribadi, Muhammad Rizky
DoubleClick: Journal of Computer and Information Technology Vol 7, No 2 (2024): Edisi Februari 2024
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/doubleclick.v7i2.19300

Abstract

Lulusan tepat waktu menjadi salah satu poin penilaian sangat penting bagi sebuah perguruan tinggi untuk memperoleh nilai akreditasi. Dikatakan lulusan tepat waktu jika seorang mahasiswa dapat lulus empat tahun atau dibawah empat tahun jika berada pada jenjang Strata-1. Penelitian ini menggunakan dataset yang diperoleh dari universitas dengan data dari angkatan 2015-2019, dimana total data yang digunakan yaitu sebanyak 1307 baris. Sebanyak 26 atribut yang digunakan dalam penelitian ini yaitu tahun_masuk, waktu_kuliah, jenis_kelamin, tipe_sekolah, jurusan, IPS 1-10, SKS 1-10 dan status. Algoritma yang digunakan dalam penelitian ini yaitu decision tree, naive bayes, logistic regression, KNN dan random forest. Hasil yang diperoleh dalam penelitian ini yaitu algoritma random forest memiliki tingkat akurasi yang paling tinggi sebesar 90.88% dengan hasil dari AUC yang diperoleh yaitu sebesar 97.2% dan perhitungan F1-Score dari hasil nilai precision dan recall diperoleh sebesar 89.9%, tertinggi dari empat algoritma lainnya. Sedang untuk algoritma decision tree dan logistic regression memiliki nilai akurasi masing-masing yaitu sebesar 89.12% dan 89.47%. Nilai dari logistic regressing lebih tinggi untuk akurasi, akan tetapi untuk nilai F1-Score decision tree lebih baik dari logistic regression yaitu 88.7% berbanding 87.6%.
Co-Authors Adelia Rizki Putri Ahmad Rifai Aldiansyah, Muhammad Amelia Fransen, Lisa Anugerah Widi Cahyani, Anggi Dwi Dedy Hermanto Desy Iba Ricoida Dinda Lestarini Dinda Suci Irawati fandy wijaya rusdi Indah Kurniasih Karina karina Lena Fitriyani M. Almuhaimin Dwi Prasetyo Maharani, Nindya Filza Mardiani Mardiani Maria Fransiska Muhammad Reyza Nirwana Muhammad Rizky Pribadi Nathanael Aswadi Nugraha, Muhammad Aldo Nur Rachmat Orissa Octaria Oxana Olivia Tanga Putut Ali Nurdin Rahma Apriyani Ricky Fernando Risma Anggraini Rizani Teguh Rizani, Moh Asra Rusbandi Rusbandi Rusbandi rusbandi rusbandi, rusbandi Safitri, Elsa Salsabila, Mutiara Salwa Fakhira Imletta Silaban, Santo Dominggos Silviah Noor Azizsyah Stefany Wijaya Syahrani Nur Hakim Syifa Wahyuni Wijaya, Husaini Willy Pratama Zuli Astari