KINERJA ALGORITMA CLASSIFICATION AND REGRESSION TREE (CART) DALAM MENGKLASIFIKASIKAN LAMA MASA STUDI MAHASISWA YANG MENGIKUTI ORGANISASI DI UNIVERSITAS NEGERI JAKARTA

NURUL INDAH PRABAWATI, . (2017) KINERJA ALGORITMA CLASSIFICATION AND REGRESSION TREE (CART) DALAM MENGKLASIFIKASIKAN LAMA MASA STUDI MAHASISWA YANG MENGIKUTI ORGANISASI DI UNIVERSITAS NEGERI JAKARTA. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

Text Skripsi_5235122710_NurulIndahPrabawati.pdf Download (2MB)

Abstract

Organisasi kemahasiswaan adalah fasilitas yang disediakan oleh perguruan tinggi sebagai wadah untuk mengembangkan kemampuan non akademis, minat dan bakat mahasiswa. Namun, dalam kenyataannya banyak mahasiswa yang mengikuti organisasi mengalami penurunan prestasi hingga tidak dapat lulus tepat waktu. Di Universitas Negeri Jakarta belum adanya sistem yang dapat mengklasifikasikan lama masa studi mahasiswa yang mengikuti organisasi. Sebelum membangun sistem pengambilan keputusan, diperlukan penelitian mengenai akurasi suatu algoritma agar sistem keputusan yang dibuat memiliki tingkat akurasi yang tinggi. Penelitian ini menggunakan algoritma data mining yaitu algoritma Classification and Regression Tree (CART). CART merupakan metode pohon keputusan biner. CART dikembangkan untuk melakukan analisis klasifikasi pada peubah respon baik yang nominal, ordinal, maupun kontinu. Metode klasifikasi CART terdiri dari dua metode yaitu metode pohon regresi dan pohon klasifikasi. Data mahasiswa yang mengikuti organisasi yang lulus tepat waktu dan tidak lulus tepat waktu akan diolah menggunakan algoritma CART. Setelah diklasifikasikan data tersebut akan dihitung hasil akurasinya menggunakan K-fold Cross Validation dengan nilai K = 5, k = 10, dan K = 20. Berdasarkan hasil contoh data mahasiswa yang mengikuti organisasi menunjukan bahwa hasil perhitungan akurasi algoritma CART terbaik diperoleh ketika nilai K = 20. Algoritma CART telah mampu mengklasifikasikan lama masa studi mahasiswa yang mengikuti organisasi di Universitas Negeri Jakarta. Algoritma CART menghasilkan rata-rata akurasi 80%. Student organization is a facility provided by the university as a forum to develop non-academic abilities, interests and talents of students. However, in reality many students who has joined the organization have to experience a decrease in achievement and not being able to pass on time. At the State University of Jakarta there is no system that can classify the length of study period of students who joined the organization. To build a decision-making system, research is needed on the accuracy of an algorithm in order to make the decision system has a high degree of accuracy. This research uses data mining algorithm that is Classification and Regression Tree (CART) algorithm. CART is a binary decision tree method. CART was developed to perform classification analysis on both nominal, ordinal, and continuous response variables. The CART classification method consists of two methods, namely the regression tree method and the classification tree. Student data that follow organizations that pass on time and not pass on time will be processed using CART algorithm. After being classified, the data will be calculated using Kfold Cross Validation with K = 5, k = 10, and K = 20 to. Based on the results of student data samples that joined the organization, the best CART algorithm accuracy calculation results obtained when the value of K = 20. The CART algorithm itself has been able to classify the length of study period of the students who attended the organization at the State University of Jakarta. The CART algorithm yields an average accuracy of 80%.

Item Type:	Thesis (Sarjana)
Additional Information:	1) Widodo, M.Kom 2) M. Ficky Duskarnaen, ST., M.Sc
Subjects:	Teknologi dan Ilmu Terapan > Teknik Komputer
Divisions:	FT > S1 Pendidikan Teknik Informatika Komputer
Depositing User:	sawung yudo
Date Deposited:	20 May 2022 07:13
Last Modified:	20 May 2022 07:13
URI:	http://repository.unj.ac.id/id/eprint/28754

Actions (login required)

View Item