Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan
Lamapaha, Maria Fransiska
Unknown Affiliation
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

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

Found 1 Documents
Search

 1 
Penerapan Algoritma Decision Tree untuk Memprediksi Kelulusan Mahasiswa Berdasarkan Aktivitas Akademik Lamapaha, Maria Fransiska; Aryani, Alfina Dwi; Fatimach, Izmi; Robby, Muhammad; Rosyani, Perani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pemanfaatan teknologi informasi dalam pengolahan data akademik telah menjadi kebutuhan strategis bagi perguruan tinggi, khususnya dalam mendukung proses pengambilan keputusan berbasis data. Salah satu penerapannya adalah prediksi kelulusan mahasiswa guna mengidentifikasi potensi ketidaktepatan waktu penyelesaian studi sehingga dapat dilakukan intervensi akademik secara lebih dini. Berbagai penelitian sebelumnya menunjukkan bahwa algoritma Decision Tree, terutama C4.5, mampu menghasilkan performa prediksi yang baik. Namun, sebagian besar studi masih bergantung pada parameter default seperti Gini index dan menggunakan dataset terbatas sehingga hasilnya kurang generalizable. Penelitian ini memodifikasi algoritma Decision Tree dengan menerapkan kriteria pemisahan Entropy serta memanfaatkan Students Performance Dataset dari Kaggle yang memiliki keragaman atribut lebih luas. Temuan penelitian menunjukkan bahwa penggunaan Entropy dapat meningkatkan akurasi model dan menghasilkan struktur pohon keputusan yang lebih informatif dalam mengidentifikasi faktor-faktor yang mempengaruhi kelulusan mahasiswa. Hasil ini diharapkan dapat menjadi dasar pengembangan sistem prediksi akademik yang lebih akurat, adaptif, dan berbasis machine learning.
Co-Authors Aryani, Alfina Dwi Fatimach, Izmi Perani Rosyani Robby, Muhammad