Fitur Seleksi Untuk Optimalisasi Kinerja Asisten Dosen

Rizal Prasetyo (STMIK Nusa Mandiri)

Paradigma
Vol 22, No 1 (2020): Periode Maret 2020

Dosen dan asisten dapat membantu meningkatkan kualitas pendidikan jika keduanya tidak ada maka mahasiswa mendapatkan kerugian, maka dari itu seorang asisten dosen perlu dilakukan peningkatan kinerja dengan salah satu  metode diantaranya metode decision tree. Decision tree dapat menghasilkan keputusan yang sangat sederhana, tetapi metode decision tree perlu di optimalkan dalam kinerjanya maka dari itu perlu menggunakan metode optimasi salah satunya metode particle swarm optimization. Particle swarm optimization merupakan metode optimasi dengan menghilangkan dan menseleksi fitur-fitur yang berlebihan untuk menghasilkan akurasi yang optimal. Dari hasil yang dilakukan dalam penelitian ini dengan menggunakan metode decision tree maka didapatkan akurasi sebesar 60.26%. Akan tetapi dengan adanya fitur yang diseleksi dengan particle swarm optimization dapat meningkatkan akurasi sebesar 67.54% dan membuktikan dengan adanya optimasi particle swarm optimization dapat meningkatkan sebesar 07.28%. Dan hasil yang kami capai membuktikan bahwa metode particle swarm optimization dapat meningkatkan akurasi dengan menseleksi fitur yang ada sehingga kinerja asisten dosen dapat meningkatkan kualitas pendidikan di masa yang akan datang