<![CDATA[Kemajuan teknologi di era Revolusi Industri 5.0 mendorong perguruan tinggi untuk memanfaatkan teknologi dalam meningkatkan kualitas pendidikan. Pada pendidikan tinggi, keberhasilan mahasiswa dalam menyelesaikan mata kuliah inti menjadi salah satu indikator utama dalam pencapaian akademik. Mata kuliah Rekayasa Perangkat Lunak (RPL) merupakan salah satu mata kuliah utama dalam program studi Teknik Informatika yang memiliki peran dalam membekali mahasiswa dengan kemampuan analisis, desain, dan pengembangan perangkat lunak. Data mining adalah proses eksplorasi dan analisis data berskala besar untuk mengungkap pola, hubungan, atau informasi tersembunyi. Salah satu metode penting dalam data mining adalah klasifikasi, yang dapat dilakukan menggunakan algoritma C5.0, dimana algoritma ini bekerja dengan membangun pohon keputusan berdasarkan atribut dalam dataset, kemudian menggunakan pohon tersebut untuk memprediksi hasil. Pada penelitian ini penulis menggunakan algoritma C5.0 untuk menganalisis data histori akademik mahasiswa, seperti keaktifan, nilai tugas, UTS, dan UAS. Atribut tersebut digunakan untuk memprediksi keberhasilan mahasiswa pada mata kuliah RPL. Penelitian ini melibatkan tahapan studi literatur, pengumpulan data, pre-processing, perhitungan entropy, dan gain untuk menentukan atribut dengan nilai tertinggi sebagai akar pohon keputusan. Hasilnya menunjukkan bahwa atribut tugas memiliki nilai gain tertinggi dan menjadi akar pohon keputusan. Model yang dihasilkan mencapai akurasi 88,33% pada data testing, ini membuktikan efektivitas algoritma C5.0 dalam memprediksi keberhasilan mahasiswa pada matakuliah RPL. Penelitian ini memberikan kontribusi pada pengembangan model prediksi berbasis data untuk mendukung pengambilan keputusan akademik yang lebih proaktif dan efisien guna meningkatkan keberhasilan akademik mahasiswa.]]>
Copyrights © 2025
