<![CDATA[Tujuan dalam penelitian ini adalah untuk membantu Perguruan Tinggi dalam peningkatan kualitas akademik dan membantu dalam menentukan kuota penerimaan mahasiswa baru dengan melakukan prediksi terhadap tingkat kelulusan dan predikat lulus mahasiswa. Metode yang digunakan untuk memprediksi predikat dan tingkat kelulusan mahasiswa pada penelitian ini adalah teknik Prediksi Data Mining dengan menggunakan MapReduce yang dimulai dengan Data selection atau pengumpulan data-data yang terdapat pada Pangkalan Data Pendidikan Tinggi (PDPT) dengan memanfaatkan web service. Pre-processing sebelum proses data mining dilaksanakan perlu dilakukan proses cleaning. Dataset akan diseleksi dari data yang mengandung missing value dan data dengan nilai yang redudant. Data Mining merupakan tahapan untuk menemukan pola atau informasi dalam sekumpulan data dengan menggunakan teknik dan algoritma tertentu. Pada penelitian ini penerapan data mining menggunakan Hadoop-MapReduce. Informasi yang dihasilkan akan menampilkan dan memberikan informasi kemungkinan terhadap predikat dan tingkat kelulusan mahasiswa, dari sinilah pihak akademik dapat mengambil suatu keputusan terkait kebijakan Perguruan Tinggi. Dari penelitian yang telah dilakukan, maka didapat beberapa kesimpulan yaitu pengolahan data yang sangat cepat oleh framework Hadoop, data eksekusi paling lama adalah 2375 milidetik dengan jumlah total berkas 3,87 GB untuk mengeksekusi proses hitung IPK mahasiswa. Sedangkan Proses eksekusi tercepat adalah 105 milidetik untuk memproses hitung jumlah sks mahasiswa dengan total berkas 231 MB. Pada hasil pengujian untuk lulusan tahun 2015 diprediksi ada 1075 lulusan sedangkan mahasiswa lulus sebenarnya adalah 1098 mahasiswa sehingga didapatkan tingkat kesalahan prediksi ini adalah 2,09%.]]>
Copyrights © 2017
