Klasifikasi Kelulusan Tepat Waktu Mahasiswa Universitas Matana Berbasis Data Mining Menggunakan Metode Decision Tree Algoritma C4.5

Abstract

20184920015 - Setiap tahun ajaran baru, sejumlah mahasiswa mendaftar di Universitas Matana untuk menempuh perkuliahan. Namun, tidak semua mahasiswa dapat lulus tepat waktu sesuai dengan masa perkuliahan yang ditempuh. Hal ini mengakibatkan jumlah data mahasiswa di Sistem Akademik Universitas Matana semakin meningkat. Apabila data-data tersebut diolah dengan metode yang tepat maka tercipta informasi yang berharga sehingga dapat membantu dalam proses pengambilan keputusan. Pada penelitian ini, metode yang digunakan adalah Decision Tree C4.5 melalui proses data mining menggunakan software RapidMiner Studio Version 9.10. Tujuan penelitian ini adalah untuk mengetahui klasifikasi kelulusan tepat waktu mahasiswa berdasarkan variabel jenis kelamin, asal daerah, asal sekolah, program studi, kelas perkuliahan, status SKS semester 1-5, status IPK semester 5, dan keterangan lulus. Penerapan Decision Tree C4.5 pada penelitian ini dapat mengklasifikasi kelulusan mahasiswa dengan tingkat akurasi sebesar 89.71%. Dari 68 data mahasiswa yang diuji, terdapat 54 mahasiswa yang diklasifikasi lulus tepat waktu atau sekitar 79.41%. Sedangkan dari 68 data mahasiswa yang diuji, terdapat 7 mahasiswa yang diklasifikasi lulus terlambat atau sekitar 10.3%.