<![CDATA[Data mining merupakan serangkaian proses sistematis yang digunakan untuk menggali nilai tambah berupa informasi yang tersembunyi dan belum diketahui secara eksplisit dari suatu basis data. Dalam konteks pendidikan, data mining berperan penting dalam menghasilkan informasi yang dapat digunakan untuk menganalisis dan mengevaluasi kinerja akademik mahasiswa. Pada penelitian ini, penulis mengambil sampel dari mahasiswa semester I kelas C jurusan Administrasi Niaga di Politeknik Negeri Ambon. Penelitian difokuskan pada proses klasifikasi kinerja akademik mahasiswa berdasarkan 22 atribut yang telah ditentukan. Proses penggalian pengetahuan dilakukan dengan mengacu pada tahapan Knowledge Discovery in Database (KDD), yang mencakup proses seleksi data, praproses, transformasi, data mining, hingga interpretasi hasil. Tiga algoritma klasifikasi yang digunakan dalam penelitian ini adalah Decision Tree, Naive Bayes, dan K-Nearest Neighbor (KNN). Untuk mengukur kinerja masing-masing algoritma secara objektif, dilakukan evaluasi model menggunakan teknik validasi silang k-fold cross validation, sehingga hasil klasifikasi dapat dibandingkan secara menyeluruh berdasarkan sejumlah indikator evaluasi, seperti akurasi, presisi, dan recall.]]>
Copyrights © 2025
