TRUNOJOYO-Tugas Akhir-4611-Abstract.pdf
Restricted to Repository staff only
Download (59kB)
TRUNOJOYO-Tugas Akhir-4611-Cover.pdf
Restricted to Repository staff only
Download (397kB)
TRUNOJOYO-Tugas Akhir-4611-Chapter1.pdf
Restricted to Repository staff only
Download (96kB)
TRUNOJOYO-Tugas Akhir-4611-Chapter2.pdf
Restricted to Repository staff only
Download (533kB)
TRUNOJOYO-Tugas Akhir-4611-Chapter3.pdf
Restricted to Repository staff only
Download (803kB)
TRUNOJOYO-Tugas Akhir-4611-Chapter4.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-4611-Chapter5.pdf
Restricted to Repository staff only
Download (85kB)
TRUNOJOYO-Tugas Akhir-4611-Appendices.pdf
Restricted to Repository staff only
Download (717kB)
TRUNOJOYO-Tugas Akhir-4611-References.pdf
Restricted to Repository staff only
Download (85kB)
Abstract
Selama ini prediksi ketepatan kelulusan mahasiswa belum pernah dilakukan di jurusan Teknik Informatika, Universitas Trunojoyo, Madura. Prediksi ketepatan kelulusan mahasiswa perlu dilakukan untuk mengetahui ketepatan kelulusan seorang mahasiswa. Mahasiswa dinyatakan lulus tepat waktu apabila menempuh jenjang pendidikan strata 1 selama 8 semester atau 4 tahun. Salah satu teknik data mining yang dapat digunakan untuk melakukan prediksi adalah dengan menggunakan metode decision tree. Metode ini akan menghasilkan pohon dan rule keputusan yang nantinya akan dijadikan sebagai acuan dalam proses prediksi. Sistem prediksi ini menggunakan algoritma C5.0 yang merupakan salah satu metode decision tree. Data mahasiswa yang terdiri dari 37 atribut dan 1 kelas, dihitung menggunakan rumus information gain untuk menghasilkan pohon dan rule keputusan. Dari uji coba yang telah dilakukan, terbentuk pohon keputusan yang berbeda-beda. Perbedaan ini disebabkan oleh jumlah data training yang digunakan pada setiap partisi data jumlahnya berbeda. Pohon keputusan partisi A menggunakan teknik postpruning dengan jumlah data training lebih besar daripada data testing mempunyai nilai akurasi tertinggi sebesar 90.32 %, sehingga pohon keputusan ini dipilih sebagai acuan dalam proses prediksi. Kata kunci : Decision tree, rule, algoritma C5.0, information gain, postpruning.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM LINDUNG BUDIYANTORO |
| Department | Informatika |
| Uncontrolled Keywords | Prediksi; Ketepatan Kelulusan; Algoritma C5.0 |
| Divisions | Fakultas Teknik > S1 - Informatika |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 13 Oct 2026 23:16 |
| Last Modified | 24 Oct 2026 16:43 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/989 |
