Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data)

Teknik Data Mining menggunakan Algoritma Decision Tree (C4.5) untuk Prediksi Seleksi Beasiswa Jalur KIP pada Universitas Muhammadiyah Kotabumi Khusnul Khotimah
Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data) Vol 4, No 2 (2021): Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data)
Publisher : Institut Informatika dan Bisnis Darmajaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30873/simada.v4i2.3064

Abstract

Beasiswa Kartu Indonesia Pintar (KIP) Kuliah merupakan beasiswa Pendidikan yang diberikan pemerintah bagi alumni SMA/SMK/MA sederajar yang memiliki potensi akademik yang baik serta berkeinginan melanjutkan studi ke jenjang yang lebih tinggi. KIP kuliah sendiri pada penyalurannya dilakukan pemerintah melalui kemendikbud ke pihak Perguruan Tinggi dalam implementasinya penyelenggaraannya. Universitas Muhammadiyah kotabumi (UMKO) adalah salah satu perguruan tinggi yang membuka pendaftaran masuk Universitas melalui beasiswa jalur KIP. Berdasarkan data diketahui terdapat 210 pendaftar  dan dari hasil seleksi peserta  yang mendaftar seleksi KIP terdapat 204 calon mahasiswa yang mengikuti proses tes. Selama ini dalam penentuan data penskoran bobot hasil belum mengacu dan memanfaatkan data tahun sebelumnya. Sedangkan data tersebut dapat dijadikan acuan sebagai sumber data pengetahuan. Oleh karean itu, diperlukan suatu teknik untuk menggambarkan data menjadi lebih ringkas dan cepat. Data mining merupakan Teknik yang dapat digunakan untuk menggambarkan Serangkaian proses mendapatkan pengetahuan atau suatu pola dari kumpulan data. Algoritma Decision Tree (C4.5) merupakan salah satu algoritma data mining yang dapat digunakan untuk klasifikasi data membantu menyelesaikan permasalahan klasifikasi. Berdasarkan hasil penelitian implementasi data mining menggunakan algoritma decision tree (C4.5) diperoleh nilai akurasi sebesar 100%. Uji akurasi juga dilakukan dengan algoritma Naïve Bayes untuk memperoleh perbandingan tingkat akurasi. Berdasarkan uji akurasi dua algoritma diperoleh data tingkat akurasi sebesar 100% pada algoritma Decision Tree (C4.5) dan 90,16 % pada algoritma Naïve bayes. Hal ini dapat disimpulkan akurasi algoritma Decision Tree (C4.5) untuk prediksi calon mahasiswa penerima beasiswa jalur KIP lebih baik dibandingkan algoritma Naïve bayes. Kata Kunci: Data Mining; Algoritma Decision Tree (C45); KIP Kuliah; Klasifikasi