Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Journal Of Information System And Artificial Intelligence
Vidya Anggraini Nurislamiaty
Universitas Mercu Buana Yogyakarta
Computer Science & IT Decision Sciences, Operations Research & Management Electrical & Electronics Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Prediksi Kelulusan Mahasiswa Fakultas Teknologi Informasi Umby Menggunakan Metode Decision Tree Penerapan Algoritma C4.5 Vidya Anggraini Nurislamiaty; Anief Fauzan Rozi
Journal Of Information System And Artificial Intelligence Vol. 1 No. 2 (2021): Journal of Information System and Artificial Intelligence Vol I, No II Mei.2021
Publisher : Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (660.585 KB) | DOI: 10.26486/jisai.v1i2.23

Abstract

Kelulusan merupakan salah satu unsur penting bagi pihak fakultas dalam penilaian akreditasi. Sehingga jika mahasiswa lulus tepat waktu maka akan membantu penlaian akreditasi terhadap penilaian suatu fakultas hingga perguruan tinggi. Kelulusan tepat waktu sendiri merupakan salah satu tolak ukur hasil kinerja akademik mahasiswa. Pada Fakultas Teknologi Informasi (FTI) Universitas Mercu Buana Yogyakarta masih banyak ditemui permasalahan mengenai mahasiswa yang menyelesaikan masa studi lebih dari waktu yang ditetapkan, hal ini tentu saja merugikan pihak fakultas yang akan membuat akreditasi fakultas kurang maksimal, serta terlalu banyaknya mahasiswa aktif yang membuat kegiatan belajar mengajar kurang ideal. Berdasarkan hal tersebut, maka dirasa diperlukan untuk melalukan analisis dan klasifikasi pola-pola kriteria kelulusan mahasiswa tepat waktu, untuk melakukan hal tersebut maka dirasa metode paling cocok yang digunakan ialah data mining Algoritma C4.5. berdasarkan dari perhitungan Algoritma C4.5 dengan atribut input berupa Indeks Prestasi Semester 5-7, Program Studi, serta sks tempuh hingga semester 7 maka menghasilkan akurasi sebesar 82,8897% dengan IPS semester 7 menjadi root tree dan SKS kamulatif hingga semester 7 menjadi child node.
Co-Authors Anief Fauzan Rozi