<![CDATA[Permasalahan yang dihadapi institusi perguruan tinggi adalah tidak tepatnya waktu kelulusan mahasiswa dan jumlah mahasiswa yang mendaftar tidak sebanding dengan jumlah kelulusan. Tidak tepatnya kelulusan mahasiswa mengakibatkan penumpukan data mahasiswa yang tidak lulus sesuai dengan masa periode kelulusannya, serta dilihat dari data transaksi perpustakaan yang banyak dan bertambah setiap harinya, misalnya data berkujung dan peminjaman buku. Data tersebut dapat dimanfaatkan untuk mencari pengetahuan dengan mengolahnya hingga menghasilkan suatu pengetahuan penting untuk kedepanya. Penelitian ini dilakukan untuk mencari sebuah pengetahuan menggunakan teknik klasifikasi dengan mengolah data untuk menemukan pola yang terjadi pada data kelulusan dan transaksi perpustakaan. Pengolahan data digunakan untuk memprediksi kelas yang belum diketahui. Teknik klasifikasi yang digunakan decision tree dengan penerapan algoritma C4.5. Atribut yang digunakan atribut bukan class meliputi usia, toefl, IPK, berkunjung, pinjam buku dan atribut class yaitu keterangan lulus. Dengan tahapan yang dilakukan load data, cleaning, selection, transformasi, pemodelan C4.5, testing/pengujian akurasi, hasil rule, prediksi, dan pengujian akurasi menggunakan confusion matrix. Penelitian ini menghasilkan rule untuk memprediksi tepat waktu kelulusan dengan pohon keputusan. Hasil pengujian menggunakan 325 data menghasilkan 53 rule dengan tingkat akurasi 94%, presisi 78% dan recall 53%. Manfaat penelitian ini adalah sebagai sumber pengetahuan strategis bagi program studi untuk memprediksi masa studi dan predikat kelulusan mahasiswa.]]>
Copyrights © 2020
