Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Majalah Ilmiah Teknologi Elektro Majalah Ilmiah Teknologi Elektro
IGA Sri Melati
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Majalah Ilmiah Teknologi Elektro

 1 
Knowledge Discovery Data Akademik Untuk Prediksi Pengunduran Diri Calon Mahasiswa IGA Sri Melati; Linawati Linawati; I.A.D Giriantari
Jurnal Teknologi Elektro Vol 17 No 3 (2018): (September - Desember) Majalah Ilmiah Teknologi Elektro
Publisher : Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (400.598 KB) | DOI: 10.24843/MITE.2018.v17i03.P04

Abstract

Pendaftaran Mahasiswa Baru pada susatu institusi pendidikan seperti STMIK STIKOM Bali adalah sebuah kegiatan yang rutin dilaksanakan setiap tahun ajaran baru. Dimana pendaftaran calon mahasiswa baru tersebut selalu meningkat dari tahun ketahun namun calon mahasiswa yang melakukan pendaftaran tidak semua yang melanjutkan kelangkah registrasi dari sejumlah calon mahasiswa yang sudah dinyatakan lulus. Hal ini akan menjadi sangat terlambat untuk mengambil tindakan apabila ternyata mahasiswa baru yang registrasi sangat sedikit jumlahnya. Dengan tidak diketahuinya mehasiswa yang registrasi, maka pihak – pihak perguruan tinggi tidak dapat mengetahui dengan pasti kapanjumlah target penerimaan mahasswa baru tercapai Dalam permasalahan ini penggunaan teknik data mining diharapkan dapat memberikan pengetahuan – pengetahuan yang sebelumnya tersembunyi di dalam gudang data, sehingga menjadi informasi yang berharga bagi organisasi. Pada penelitian ini model klasifikasi dan frequen pattern di buat untuk mengidentifikasi pola data dan kemunculannya untuk kelas status “lanjut” atau “mundur pendaftaran”. Beberapa task mining digunakan untuk memprediksi calon mahasiswa yaitu dengan teknik klasifikasi dan teknik Frequent Pattern yang mengektrak model dan menggambarkan kelas data penting. Algoritma yang digunakan adalah Decision Tree dan Apriori. Perangkat lunak yang digunakan untuk implementasi adalah WEKA. Kata Kunci— Data Mining, Klasifikasi, Decision Tree, Frequent Pattern.
Co-Authors Ida Ayu Dwi Giriantari Linawati Linawati