Jurnal Real Riset
Vol 4, No 1 (2022): Januari 2022

IMPLEMENTASI PREDIKSI KELULUSAN MAHASISWA MENGUNAKAN METODE ID3 BERDASARKAN IPK

Yuswardi Yuswardi (Program Studi Teknik Informatika , Universitas Jabal Ghafur)
Husaini Husaini (Program Studi Teknik Informatika , Universitas Jabal Ghafur)
Rauzatul Jannah (Program Studi Teknik Informatika , Universitas Jabal Ghafur)



Article Info

Publish Date
31 Jan 2022

Abstract

Seorang mahasiswa dinyatakan lulus tepat waktu jika dapat menyelesaikan pendidikan selama minimal 8 semester atau 4 tahun. Untuk mewujudkan hal tersebut, perkembangan nilai Indeks Prestasi sangat membantu dalam proses penyelesaian lulus suatu mahasiswa. Dengan memantau hasil belajar di Universitas berupa nilai IP tiap semester, seorang mahasiswa dapat dinyatakan lulus tepat waktu atau tidak. Pada penelitian ini dibuat aplikasi untuk Memprediksi kegiatan mahasiswa dan tingkat kelulusan mahasiswa. Harapan dengan adanya metode ini semua mahasiswa dapat diprediksi kegiatannya saat kelulusan kuliah dan tingkat kecepatan studinya, sehingga kepada mereka dapat diberikan early warning atau peringatan dini agar lebih memperbaiki sistem belajarnya lagi. Pohon Keputusan merupakan salah satu teknik terkenal dalam data mining dan merupakan salah satu metode yang populer dalam menentukan keputusan suatu kasus. Hal ini karena metode ini tidak memerlukan proses pengelolaan pengetahuan terlebih dahulu dan dapat menyelesaikan dengan sederhana kasus-kasus yang memiliki dimensi yang besar. ID3 merupakan algoritma pohon keputusan yang sering digunakan untuk membuat suatu pohon keputusan karena memiliki tingkat akurasi yang tinggi dalam menentukan keputusan. Algoritma pohon keputusan ID3 untuk memprediksi kelulusan mahasiswa berdasarkan IP di Fakultas Teknik. Dari penelitian yang dilakukan, diketahui yang digunakan sebagai data master disini adalah mahasiswa Fakultas teknik di universitas Jabal Ghafur sebanyak 30 dan yang menjadi datatesting disini adalah mahasiswa semester 7 sebanyak 30. Disini 60 data dihitung secara manual menggunakan metode ID3 dan 30 data dihitung di program aplikasi. Hasil akhir dari penelitian ini membuktikan bahwa algoritma ID3 memiliki tingkat akurasi dengan nilairata-rata sebesar 85%.Kata kunci: Pohon Keputusan, Kegiatan, Kelulusan, ID3.

Copyrights © 2022






Journal Info

Abbrev

JRR

Publisher

Subject

Agriculture, Biological Sciences & Forestry Computer Science & IT Education Environmental Science Social Sciences

Description

Jurnal Real Riset (JRR) eISSN 2774-7263, pISSN 2685-1024, merupakan salah satu wadah mempublikasikan tulisan hasil penelitian bagi para dosen Universitas Jabal Ghafur dan peneliti lainnya diberbagai bidang ke ilmuan yang berasal dari berbagai Perguruan Tinggi Negeri dan Perguruan Tinggi Swasta ...