Path: Top -> S1-Final Project -> Teknik Informatika -> 2019
Klasifikasi Prediksi Lama Masa Studi Mahasiswa Sistem Informasi Menggunakan Perbandingan Algoritma C4.5 Dan Naïve Bayes (Studi Kasus: STIKOM DB JAMBI)
CLASSIFICATION OF STUDY PREDICTION IN THE INFORMATION SYSTEM USING COMPARISON OF ALGORITHM C4.5 AND NAÏVE BAYES (CASE STUDY: STIKOM DB JAMBI)
Undergraduate Theses from gdlhub / 2019-05-10 15:48:20Oleh : Desty Lestari, STIKOM Dinamika Bangsa Jambi
Dibuat : 2019-05-10, dengan 7 file
Keyword : Data Mining, Klasifikasi, Prediksi, Algoritma C4.5, Naïve Bayes
Setiap tahun jumlah data mahasiswa pada STIKOM DB Jambi selalu bertambah dan tidak ada tindak lanjut manfaat dari data-data tersebut. Oleh karena itu, penulis melakukan analisis data mining pada data mahasiswa tersebut agar dapat dimanfaatkan oleh pembimbing akademik untuk mengetahui status kelulusan mahasiswa maupun sebagai peringatan agar mahasiswa bisa lulus dengan tepat waktu sehingga dapat menekan angka keterlambatan kelulusan. Penulis menggunakan data mahasiswa sistem informasi tahun 2013 dan 2014 sebanyak 221 data dan telah dilakukan proses cleaning data. Dalam melakukan analisis penulis menggunakan alat bantu Tools Weka. Penulis menggunakan 2 metode klasifikasi data mining dan 8 atribut. Dalam hal ini penulis menggunakan 4 options test, yaitu Use Training Test, 5 Fold Cross Validation, 10 Fold Cross Validation, dan 70% Percentage Split. Metode Algoritma C4.5 menghasilkan nilai akurasi sebesar 96.3801% dan nilai AUC sebesar 0.781 sedangkan metode Naïve Bayes menghasilkan nilai akurasi sebesar 95.4751% dan nilai AUC sebesar 0.7478. Atribut Nilai D merupakan atribut yang paling berpengaruh berdasarkan seleksi atribut menggunakan classifier attribute evaluation (ClassifierAttributeEval).
Deskripsi Alternatif :Every year the number of student data at the STIKOM DB Jambi always increases and there are no follow-up benefits from these data. Therefore, the authors analyze data mining on student data so that it can be used by academic advisers to determine the graduation status of students and as a warning so students can graduate on time so that they can reduce the rate of late graduation. The author uses data from information systems students in 2013 and 2014 as many as 221 data and has done the data cleaning process. In analyzing the author using the Weka Tools tool. The author uses 2 data mining classification methods and 8 attributes. In this case the author uses 4 options tests, namely the Use Training Test, 5 Fold Cross Validation, 10 Fold Cross Validation, and 70% Split Percentage. The C4.5 Algorithm method produces an accuracy value of 96.3801% and the AUC value is 0.781 while the Naïve Bayes method produces an accuracy value of 95.4751% and an AUC value of 0.7478. Attribute Value D is the most influential attribute based on attribute selection using classifier attribute evaluation (ClassifierAttributeEval).
Beri Komentar ?#(0) | Bookmark
| Properti | Nilai Properti |
|---|---|
| ID Publisher | gdlhub |
| Organisasi | STIKOM Dinamika Bangsa Jambi |
| Nama Kontak | Herti Yani, S.Kom |
| Alamat | Jln. Jenderal Sudirman |
| Kota | Jambi |
| Daerah | Jambi |
| Negara | Indonesia |
| Telepon | 0741-35095 |
| Fax | 0741-35093 |
| E-mail Administrator | elibrarystikom@gmail.com |
| E-mail CKO | elibrarystikom@gmail.com |
Print ...
Kontributor...
- Pembimbing : Jasmir, S.Kom, M.Kom dan Yudi Novianto, S.Kom, M.S.I, Editor: Calvin
Download...
Download hanya untuk member.
Bab 1
File : Bab 1.pdf
(191206 bytes)
Bab 2
File : Bab 2.pdf
(413305 bytes)
Bab 3
File : Bab 3.pdf
(245239 bytes)
Bab 4
File : Bab 4.pdf
(1467256 bytes)
Bab 5
File : Bab 5.pdf
(736393 bytes)
Bab 6
File : Bab 6.pdf
(92663 bytes)
Daftar Pustaka
File : Daftar Pustaka.pdf
(196462 bytes)