<![CDATA[Selama mahasiswa berada di perguruan tinggi tentunya telah menghasilkan informasi yang sangat banyak berupa profil maupun data nilai mahasiswa. Informasi ini dapat dioptimalkan menggunakan algoritma dengan teknik data mining untuk dianalisis guna menemukan pola-pola yang berhubungan dengan kelulusan mahasiswa tersebut. Pada penelitian ini, data mining diterapkan pada model proses Cross Industry Standart Process for Data Mining (CRISP-DM) yang menyediakan proses standar penggunaan data mining pada berbagai bidang. Algoritma yang digunakan adalah Classification and Regression Trees (CART) untuk evaluasi kinerja akademik mahasiswa. Algoritma ini mengolah dataset profil beserta nilai mahasiswa yang berjumlah 158 data. Dataset telah memiliki label predikat kelulusan, yaitu tepat waktu dan terlambat. Adapun variabel yang digunakan yaitu jenis kelamin, umur mahasiswa saat mendaftar, asal daerah, status sekolah asal, jenis sekolah asal, serta indeks prestasi semester 1 hingga 4. Berdasarkan evaluasi yang telah dilakukan menggunakan metode confusion matrix, didapatkan akurasi algoritma sebesar 71,79%. Serta variabel yang paling berpengaruh terhadap kelulusan adalah Indeks Prestasi Semester 2.]]>
Copyrights © 2020
