Penerapan
Data Mining Untuk Evaluasi Kinerja
Akademik
Mahasiswa
Penelitian ini difokuskan untuk
mengevaluasi kinerja akademik mahasiswa pada tahun ke-2 dan diklasifikasikan
dalam kategori mahasiswa yang dapat lulus tepat waktu atau tidak. Kemudian dari
klasifikasi tersebut, sistem akan memberikan rekomendasi solusi untuk memandu
mahasiswa lulus dalam waktu yang paling tepat dengan nilai optimal berdasarkan
histori nilai yang telah ditempuh mahasiswa. Input dari sistem ini adalah data
induk mahasiswa dan data akademik mahasiswa. Sampel mahasiswa angkatan 2005-2009
yang sudah dinyatakan lulus akan digunakan sebagai data training dan testing.
Sedangkan data mahasiswa angkatan 2010-2011 dan belum lulus akan digunakan
sebagai data target. Data input akan diproses menggunakan teknik data mining
algoritma Naive Bayes Classifier (NBC) untuk membentuk tabel
probabilitas sebagai dasar proses klasifikasi kelulusan mahasiswa. Output dari
sistem ini berupa klasifikasi kinerja akademik mahasiswa yang diprediksi
kelulusannya dan memberikan rekomendasi untuk proses kelulusan tepat waktu atau
lulus dalam waktu yang paling tepat dengan nilai optimal. Hasil pengujian
menunjukkan bahwa faktor yang paling berpengaruh dalam penentuan klasifikasi
kinerja akademik mahasiswa yaitu Indeks Prestasi Komulatif (IPK), Indeks
Prestasi (IP) semester 1, IP semester 4, dan jenis kelamin. Sehingga
faktor-faktor tersebut dapat
digunakan sebagai bahan evaluasi bagi pihak
pengelola perguruan tinggi. Pengujian pada data mahasiswa angkatan 2005-2009,
algoritma NBC menghasilkan nilai precision, recall, dan accuracy masing-masing
83%, 50%, dan 70%.
Clasification
Data yang akan digunakan sudah dibersihkan dan
ditranformasi-kan dalam bentuk kategori. Mahasiswa yang dapat lulus tepat waktu
atau tidak
Clustering
Input dari
sistem ini adalah data induk mahasiswa dan data akademik mahasiswa.
Pola
/Pattern
Sampel mahasiswa angkatan 2005-2009 yang sudah
dinyatakan lulus akan digunakan sebagai data training dan testing.
Sedangkan data mahasiswa angkatan 2010-2011 dan belum lulus akan digunakan
sebagai data target
Interpretasi
Data input akan diproses menggunakan teknik data
mining algoritma Naive Bayes Classifier (NBC) untuk membentuk tabel
probabilitas sebagai dasar proses klasifikasi kelulusan mahasiswa. Output dari
sistem ini berupa klasifikasi kinerja akademik mahasiswa yang diprediksi
kelulusannya dan memberikan rekomendasi untuk proses kelulusan tepat waktu atau
lulus dalam waktu yang paling tepat dengan nilai optimal
http://jurnaleeccis.ub.ac.id/index.php/eeccis/article/download/204/176
0 komentar:
Posting Komentar