SISTEM REKOMENDASI PENENTUAN JURUSAN KULIAH BERBASIS PROFIL DAN MINAT SISWA UNTUK MENGANTISIPASI KESALAHAN PEMILIHAN JURUSAN CALON MAHASISWA BARU
|
|
- Agus Kurniawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Kode/Nama Rumpun Ilmu: 463/Teknik Perangkat Lunak LAPORAN KEMAJUAN PENELITIAN DOSEN PEMULA SISTEM REKOMENDASI PENENTUAN JURUSAN KULIAH BERBASIS PROFIL DAN MINAT SISWA UNTUK MENGANTISIPASI KESALAHAN PEMILIHAN JURUSAN CALON MAHASISWA BARU Tahun ke-1 dari rencana 1 tahun Desi Purwanti Kusumaningrum, M.Kom Noor Ageng Setiyanto, M.Kom Erwin Yudi Hidayat, M.CS UNIVERSITAS DIAN NUSWANTORO SEMARANG 2016 i
2 ii
3 RINGKASAN Kegagalan studi mahasiswa pada kuliah merupakan salah satu masalah serius yang kita hadapi saat ini. Data dari Pusat Statistik Pendidikan Badan Penelitian dan Pengembangan Departemen Pendidikan Nasional Republik Indonesia menunjukkan bahwa persentase kelulusan mahasiswa tepat waktu pada tahun 2001 hingga 2011 hanya mencapai 51,97% saja. Selain itu, kasus mahasiswa Drop Out mahasiswa pada semester awal juga cukup signifikan. Salah satu penyebab kegagalan studi ini adalah kesalahan pemilihan jurusan pada saat mendaftar kuliah. Kurangnya informasi tentang jurusan yang akan dipilih membuat calon mahasiswa sering hanya mengandalkan rekomendasi dari teman atau keluarga yang mungkin memiliki profil akademik dan minat yang berbeda. Penelitian ini menawarkan sistem rekomendasi pemilihan jurusan kuliah yang dibangun berdasarkan data profil dan minat mahasiswa lama yang berhasil secara akademik, dengan menggunakan teknik Association Rule. Hasil dari aturan hubungan tersebut kemudian akan dicocokkan dengan calon mahasiswa baru dengan menggunakan kuisioner dinamis, sehingga diharapkan calon mahasiswa baru mendapatkan rekomendasi jurusan kuliah yang lebih valid sesuai dengan profil dan minatnya masing-masing. Sistem yang akan dibangun pada penelitian ini akan memanfaatkan data mahasiswa yang tersimpan pada sistem akademik Universitas Dian Nuswantoro dan kuisioner tambahan yang akan disebarkan secara online. Karena menggunakan teknik Data Mining, aturan relasi yang dibuat dapat diperbaharui dengan cepat saat mendapatkan fakta baru yang berpengaruh, tanpa harus membongkar sistem. Meskipun studi kasus yang digunakan adalah pada Universitas Dian Nuswantoro, model yang dibangun dapat diadaptasi oleh semua universitas yang telah memiliki sistem informasi akademik. Pada akhirnya sistem ini diharapkan dapat digunakan untuk meminimalkan kegagalan studi mahasiswa yang disebabkan kesalahan pemilihan jurusan. iii
4 PRAKATA. Dengan memanjatkan puji syukur kehadirat Allah SWT. Tuhan Yang Maha Pengasih dan Maha Penyayang yang telah melimpahkan segala rahmat, hidayah dan inayah-nya kepada penulis sehingga penelitian dengan judul Sistem Rekomendasi Penentuan Jurusan Kuliah Berbasis Profil dan Minat Siswa untuk Mengantisipasi Kesalahan Pemilihan Jurusan Calon Mahasiswa Baru dapat penulis selesaikan sesuai dengan rencana karena dukungan dari berbagai pihak yang tidak ternilai besarnya. Oleh karena itu penulis menyampaikan terima kasih kepada : 1. Direktur Jenderal Pendidikan Tinggi Kementerian Pendidikan dan Kebudayaan Republik Indonesia yang telah memberikan dana sehingga penelitian ini dapat direalisasikan. 2. Kepala Dinas Kebudayaan dan Pariwisata Provinsi Jawa Tengah. 3. Doktor Ir. Edi Noersasongko, M.Kom, selaku Rektor Universitas Dian Nuswantoro Semarang. 4. Doktor Abdul Syukur, selaku Dekan Fakultas Ilmu Komputer Universitas Dian Nuswantoro. 5. Kepala LP2M Universitas Dian Nuswantoro. 6. Semua pihak terkait yang tidak dapat peneliti sebutkan satu persatu. Peneliti sangat berharap penelitian ini dapat semakin disempurnakan lagi sehingga dapat menjadi lebih bermanfaat dalam upaya untuk meningkatkan rasa cinta masyarakat terhadap warisan budaya Bangsa Indonesia. Semarang, 1 Agustus 2016 Peneliti iv
5 DAFTAR ISI RINGKASAN... iii PRAKATA... iv DAFTAR ISI... v DAFTAR TABEL... vi DAFTAR GAMBAR... vii DAFTAR LAMPIRAN... viii BAB 1 PENDAHULUAN Latar Belakang Rumusan Masalah Potensi Luaran... 3 BAB 2 TINJAUAN PUSTAKA Sistem Rekomendasi Sistem Rekomendasi dalam Pendidikan Data Mining dalam Dunia Pendidikan... 5 BAB 3 TUJUAN DAN MANFAAT PENELITIAN Tujuan Penelitian Manfaat Penelitian... 7 BAB 4 METODE PENELITIAN Tahapan Penelitian Lokasi dan Objek Penelitian Metode Pengumpulan Data Gambaran Umum Sistem Back-end System Front-end System...15 BAB 5 HASIL YANG DICAPAI Hambatan dan Penanganan BAB 6 RENCANA TAHAPAN BERIKUTNYA BAB 7 KESIMPULAN DAN SARAN Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN Lampiran 1. Bukti Submission Artikel Ilmiah pada CITEE Lampiran 2. Surat Permohonan Ijin Penelitian Lampiran 3. Laporan Penggunaan Dana v
6 DAFTAR TABEL Tabel 5.1 Capaian Penelitian Tabel 5.2 Hambatan dan Penanganan vi
7 DAFTAR GAMBAR Gambar 4.1 Tahapan Penelitian... 8 Gambar 4.2 Konfigurasi Basis Data Gambar 4.3 Konfigurasi index.php Gambar 4.4 Representasi data di dalam back-end Gambar 4.5 Representasi data di dalam Excel Gambar 4.6 Implementasi data mining pada back-end Gambar 4.7 Tampilan utama sistem rekomendasi Gambar 4.8 Hasil penelusuran jurusan mahasiswa vii
8 DAFTAR LAMPIRAN Lampiran 1. Bukti Submission Artikel Ilmiah pada CITEE Lampiran 2. Surat Permohonan Ijin Penelitian Lampiran 3. Laporan Penggunaan Dana viii
9 BAB 1 PENDAHULUAN 1.1. Latar Belakang Persentase jumlah mahasiswa lulus tepat waktu perguruan tinggi merupakan salah satu faktor yang menentukan kualitas perguruan tinggi (PP No. 66 tahun 2010). Berdasarkan data dari Pusat Statistik Pendidikan Badan Penelitian dan Pengembangan Departemen Pendidikan Nasional Republik Indonesia, dari 3011 jumlah perguruan tinggi di Indonesia, pada tahun 2001 sampai dengan 2010 perguruan tinggi menerima rata-rata sebanyak mahasiswa dan hanya meluluskan rata-rata mahasiswa setiap tahunnya atau hanya mencapai 51,97% dari jumlah mahasiswa baru (Hastuti, 2012). Sedangkan di Jawa Tengah, dari 250 lembaga penyelenggara perguruan tinggi negeri dan swasta tercatat mahasiswa baru dengan jumlah mahasiswa (student body) dan jumlah lulusan hanya Bahkan untuk perguruan tinggi besar seperti Institut Teknologi Sepuluh November (ITS), minimnya jumlah lulusan juga menjadi masalah, seperti diungkapkan pada penelitian (Khoirunnisak, 2011). Penelitian tersebut menunjukkan bahwa dari 434 mahasiswa ITS, mayoritas mahasiswa drop out pada semester kedua dan keempat dengan rata-rata nilai Indeks Prestasi Kumulatif (IPK) dan TPB mahasiswa drop out masing-masing adalah 1,7908. Sebanyak 49,8 % mahasiswa drop out berusia 18 tahun di mana 338 mahasiswa dari 434 yang drop out berasal dari wilayah Jawa Timur. Persentase mahasiswa drop out yang berasal dari sekolah negeri adalah sebesar 77 % dengan pekerjaan orang tua terbanyak adalah pegawai negeri dengan penghasilan mayoritas antara Dari 434 mahasiswa, 281 orang masuk melalui jalur SNMPTN. Salah satu faktor kegagalan mahasiswa dalam bidang akademik adalah karena jurusan yang dipilih tidak sesuai dengan minat dan kemampuan mahasiswa tersebut. Kecenderungan calon mahasiswa untuk mendaftar karena mengikuti tren 1
10 atau paksaan orang tua memberikan dampak negatif pada performa akademik mahasiswa. Mahasiswa yang salah memilih jurusan tidak dapat mengikuti perkuliahan yang disampaikan sehingga menurunkan penghargaan terhadap diri sendiri, dan akhirnya berdampak pada kegagalan pada studinya. Meskipun belum ada penelitian lebih lanjut tentang dampak salah pemilihan jurusan, namun beberapa berita dari media seperti (DO Akibat Salah Jurusan, 2013) dan (Awas, Salah Jurusan Fatal Akibatnya!, 2013) menemukan kecenderungan mahasiswa drop out di semester awal karena salah memilih jurusan. Calon mahasiswa baru memerlukan rekomendasi pemilihan jurusan atau program studi kuliah yang sesuai dengan minat dan kemampuan mereka, bukan hanya didasarkan pada rekomendasi teman atau keluarga yang mungkin memiliki minat dan bakat yang berbeda. Rekomendasi akan lebih valid jika didasarkan pada data dan pengalaman mahasiswa lain yang telah memasuki kuliah sebelumnya. Universitas Dian Nuswantoro (Udinus) memiliki sistem informasi akademik yang disebut sebagai Sistem Informasi Akademik Universitas Dian Nuswantoro (SiAdin) yang menyimpan data profil mahasiswa dan riwayat akademik mahasiswa mulai dari pertama kali masuk hingga wisuda. Informasi yang tersimpan pada SiAdin tersebut dapat dimanfaatkan sebagai pengetahuan (knowledge) (El-Halees, 2008) sistem rekomendasi penentuan jurusan dengan menggunakan teknik data mining (Witten, 2011). Meski demikian, belum ada yang memanfaatkan data tersebut untuk menjadi sistem rekomendasi. Salah satu alasannya karena data yang tersimpan dalam SiAdin masih belum mencukupi untuk dijadikan sistem rekomendasi. Penelitian ini berupaya untuk mengembangkan sistem rekomendasi dengan memanfaatkan teknik data mining pada data SiAdin, kemudian menggunakan kuisioner untuk mengisi kekurangan data yang diperlukan. 2
11 1.2. Rumusan Masalah Dari latar belakang di atas, dapat dirumuskan permasalahan yang akan diselesaikan dalam penelitian ini adalah bagaimana mengembangkan sistem rekomendasi pemilihan jurusan kuliah dengan memanfaatkan data profil dan kemampuan siswa yang terdapat pada SiAdin, serta mengombinasikannya dengan data hasil isian kuisioner untuk melengkapi data yang diperlukan 1.3. Potensi Luaran Penelitian ini akan menghasilkan potensi luaran berupa: 1. Publikasi artikel ilmiah tingkat nasional dan atau internasional. 2. Produk tepat guna yang dapat digunakan calon mahasiswa baru untuk mendapatkan rekomendasi jurusan yang cocok dengan profil dan minat bakat masing-masing. 3
12 BAB 2 TINJAUAN PUSTAKA 2.1 Sistem Rekomendasi Sistem rekomendasi merupakan program aplikasi yang digunakan untuk memberikan sugesti sebuah produk, servis, dan informasi sebuah benda terhadap konsumen potensial (Huang, 2006). Sistem ini biasa digunakan pada bisnis perbelanjaan elektronik untuk menawarkan produk-produk tertentu pada konsumen berdasarkan kesukaanya sendiri. Selain digunakan pada jual beli online, sistem rekomendasi juga banyak digunakan pada aplikasi jejaring sosial (Özseyha, 2012) untuk memberi sugesti kepada pengguna, tentang pengguna lain yang mungkin dikenal, atau mempunyai ketertarikan yang sama dengan pengguna tersebut. Teknik association rule data mining biasanya digunakan untuk membangun sistem rekomendasi ini, seperti pada (Mican, 2010), (Smith et al, 2005), dan (Lin, 2000). Sehingga rekomendasi yang diberikan bukan hanya sekedar berdasarkan terkaan saja, namun berasal dari fakta empiris yang ada. Selain itu kelebihan penggunaan data mining sebagai perangkat untuk membuat rekomendasi adalah aturan atau pengetahuan rekomendasinya dapat diperbaharui berdasarkan faktafakta baru yang mungkin muncul dan berpengaruh pada hasilnya. 2.2 Sistem Rekomendasi dalam Pendidikan Beberapa penelitian yang membahas penggunaan sistem rekomendasi dalam dunia pendidikan diantaranya adalah (Nurfitriana, 2012) yang menggunakan pendekatan prosedural, menerjemahkan hasil wawancara dengan pakar pendidikan ke dalam pohon aturan yang digunakan sebagai mesin untuk memilih jurusan yang tepat. Kekurangan sistem ini adalah penggunan harus mengerjakan serangkaian Tes Potensi Akademik (TPA) terlebih dahulu untuk mendapatkan rekomendasi. Selain itu pohon keputusan yang dibuat bersifat pasti, tidak dapat 4
13 otomatis berubah meskipun ada fakta baru atau pengetahuan baru dari pakar lain. 5 Penelitian lain yang menggunakan sistem rekomendasi dalam pendidikan adalah (Diahpangastuti, 2012). Pada penelitian tersebut menggunakan association rule data mining untuk menentukan pemilihan topik skripsi mahasiswa didasarkan pada performa akademiknya selama belajar di perguruan tinggi. Meski menggunakan teknik yang sama, implementasi penelitian tersebut berbeda dengan penelitian ini, terutama pada bagian implementasinya dan juga pengolahan datanya. 2.3 Data Mining dalam Dunia Pendidikan Data mining dalam dunia pendidikan dikenal dengan Educational Data Mining (EDM) (Marques-Vera, 2011). Educational Data Mining muncul terkait dengan pengembangan metode untuk menggali data pendidikan untuk lebih memahami perilaku mahasiswa. Dengan memahami perilaku mahasiswa maka dapat diprediksi mahasiswa yang berpotensi gagal dalam akademik. Penelitian tentang klasifikasi algoritma data mining untuk prediksi mahasiswa yang memiliki potensi drop out dilakukan oleh (Kotsiantis, 2010) dengan menggunakan 354 mahasiswa Hellenic Open University sebagai data set. Kotsiantis mengelompokkan 2 kelompok atribut yaitu: berbasis kurikulum dan kinerja mahasiswa. Atribut kelompok berbasis kurikulum terdiri atas jenis kelamin, usia, status marital, jumlah anak, pekerjaan, kemampuan komputer, dan hubungan pekerjaan dengan komputer. Adapun atribut dalam kelompok kinerja mahasiswa terdiri atas tatap muka ke-1, tugas ke-1, tatap muka ke-2, dan tugas ke- 2. Implementasi yang digunakan adalah WEKA. Kotsiantis (2010) menggunakan enam algoritma yaitu decision tree, neural network, naïve bayes, instance-based learning, logistic regression, dan support vector machine. 5
14 Penelitian oleh Kovacic (2010) menyelidiki latar belakangsocio-demographic mahasiswa dengan menggunakan atribut (usia, jenis kelamin, etnis, pendidikan, status pekerjaan dan kekurangan) dan study environment (program studi dan course block). Data dianalisa dengan menggunakan SPSS 17 dan Statistika 8. 6 Penelitian tersebut dilakukan untuk mengetahui faktor-faktor yang mempengaruhi kelancaran atau drop out mahasiswa di Open Polytechnic of New Zealand dengan menggunakan 450 data set mahasiswa memanfaatkan algoritma CART. 6
15 BAB 3 TUJUAN DAN MANFAAT PENELITIAN 3.1 Tujuan Penelitian Tujuan dari penelitian ini adalah dikembangkannya sistem rekomendasi pemilihan jurusan yang memanfaatkan data profil mahasiswa yang tersimpan pada SiAdin dan mengombinasikannya dengan kuisioner untuk membantu calon mahasiswa menentukan jurusan. Sehingga calon mahasiswa mendapatkan informasi mengenai jurusan yang cocok untuk dirinya. 3.2 Manfaat Penelitian Hasil penelitian ini akan dapat memberikan manfaat sebagai berikut: 1. Sistem rekomendasi yang dihasilkan diharapkan dapat meningkatkan angka kelulusan mahasiswa dan sebaliknya juga menekan angka kegagalan studi mahasiswa yang dikarenakan salah jurusan. 2. Gabungan teknik yang digunakan pada penelitian ini, selama studi pustaka dilakukan, belum pernah digunakan pada penelitian sistem rekomendasi sebelumnya. Pengetahuan yang didapatkan bisa diperbaharui setelah didapatkan fakta terbaru tanpa harus membangun ulang sistem. 7
16 BAB 4 METODE PENELITIAN 4.1 Tahapan Penelitian Gambar 4.1 Tahapan Penelitian Penelitian ini menggunakan metode kuantitatif dengan tahapan ditunjukkan pada gambar 4.1, dengan penjelasan lebih lanjut sebagai berikut. Penelitian ini dimulai dengan mengumpulkan data awal tentang sistem rekomendasi, apa saja yang dibutuhkan, dan bagaimana cara untuk membuat sistem tersebut. Tahapan ini akan menghasilkan proposal yang berisi kajian dan rumusan masalah serta teori awal tentang sistem rekomendasi jurusan kuliah. Pada tahap selanjutnya setelah mengumpulkan data awal, dilakukan studi pustaka dengan mencari-cari referensi pada artikel ilmiah dan sumber informasi online. Tujuannya adalah untuk mendapatkan gambaran bagaimana membangun sistem rekomendasi jurusan kuliah dan faktor apa saja yang perlu diperhatikan dalam pengembangan sistem tersebut. 8
17 Tahap ketiga penelitian adalah melakukan wawancara dengan beberapa sumber terutama ketua program studi pada Udinus untuk mendapatkan informasi faktor apa saja yang dapat menjadi pertimbangan pemilihan sebuah jurusan pada sebuah perguruan tinggi. Luaran dari wawancara ini digunakan untuk menyusun kuisioner yang akan dibagikan kepada mahasiswa. Setelah siap, kuisioner akan disebarkan melalui SiAdin agar semua mahasiswa bisa mengakses dan mengisi kuisioner dengan mudah. Jawaban kuisioner mahasiswa akan disesuaikan dengan profil mahasiswa yang bersangkutan, termasuk performa akademik mahasiswa dan profil demografi. Hasil kuisioner yang digabungkan dengan profil mahasiswa kemudian akan diolah dengan menggunakan algoritma association rule untuk mendapatkan keterkaitan data isian kuisioner dan prestasi dan profil mahasiswa. Luaran dari tahap ini akan didapatkan sebuah aturan keterkaitan antara IPK mahasiswa yang diasumsikan sebagai persentase keberhasilan dengan profil dan isian kuisioner. Aturan keterkaitan tersebut akan dijadikan acuan rekomendasi pemilihan jurusan kuliah. Langkah selanjutnya setelah didapatkan aturan keterkaitan adalah menguji coba aturan tersebut dengan beberapa data baru untuk mendapatkan angka performa dan validitas. Setelah proses pembuatan aturan keterkaitan selesai, maka dibuat antarmuka aplikasi rekomendasi yang akan terhubung langsung dengan calon mahasiswa. Aplikasi akan dikembangkan dengan berbasis web, sehingga pengguna (siswa calon pendaftar perguruan tinggi) dapat mengakses secara mudah dengan memanfaatkan internet. Langkah terakhir dari penelitian ini adalah penarikan kesimpulan dan pembuatan laporan akhir, termasuk membuat makalah artikel ilmiah tingkat nasional dan atau internasional. 9
18 4.2 Lokasi dan Objek Penelitian Kegiatan penelitian dilakukan di Universitas Dian Nuswantoro, Jalan Nakula I No dan Jalan Imam Bonjol no.204 Semarang Adapun objek yang menjadi target penelitian adalah siswa yang mendaftar sebagai calon mahasiswa program studi jenjang strata 1 Universitas Dian Nuswantoro. Pada saat laporan ini disusun, proses penerimaan mahasiswa baru tahun 2016 di UDINUS masih berjalan. Sehingga, penulis menggunakan data mahasiswa Fakultas Ilmu Komputer tahun 2014 dan 2015 sebagai contoh dan sampling. 4.3 Metode Pengumpulan Data Berdasarkan tahapan penelitian yang telah dijelaskan sebelumnya, metode pengumpulan data yang dilakukan pada penelitian ini meliputi: 1. Metode Wawancara Dalam penelitian ini narasumber berasal dari ketua program studi yang ada pada Udinus. Topik wawancara akan difokuskan pada faktor apa saja yang sebaiknya menjadi pertimbangan pemilihan program studi. Hasil wawancara ini akan dijadikan dasar untuk membuat kuisioner pada tahap selanjutnya. 2. Studi Pustaka Studi pustaka dilakukan untuk mendapatkan informasi tambahan tentang pertimbangan pemilihan program studi dan sekaligus mencari alternatif teknik yang akan digunakan untuk mengolah data. Pada tahap ini peneliti akan mempelajari buku-buku kepustakaan, jurnal ilmiah, dan informasi dari internet, serta referensi terkait mengenai segala sesuatu yang berhubungan dengan kebutuhan penelitian. 3. Kuisioner Melalui SiAdin Kuisioner akan dibagikan secara acak terhadap mahasiswa Udinus dengan menggunaan Sistem Akademik Online. Penggunaan sistem akademik untuk sarana pengisian kuisioner berguna untuk memudahkan pengumpulan data tanpa harus mendatangi mahasiswa satu persatu. selain itu dengan 10
19 mengintegrasikan dengan Sistem akademik dapat diketahui dengan mudah profil mahasiswa pengisi kuisioner. 4.4 Gambaran Umum Sistem Secara garis besar, sistem rekomendasi ini disusun atas dua bagian terpisah namun saling terkait Back-end System Bagian pertama, yang disebut dengan back-end system adalah bagian yang mengacu pada program dan skrip yang bekerja pada server di balik layar untuk membuat sebuah tampilan yang dinamis. Beberapa tugas yang umumnya berlangsung pada back-end adalah: 1. Desain informasi, seperti bagaimana informasi diatur di server 2. Pemrosesan form 3. Koneksi terhadap basis data Gambar 4.2Konfigurasi Basis Data Beberapa tugas back-end system disajikan dalam gambar-gambar berikut. 11
20 Gambar 4.3Konfigurasi index.php 12
21 Gambar 4.4Representasi data di dalam back-end 13
22 Gambar 4.5Representasi data di dalam Excel 14
23 Gambar 4.6Implementasi data mining pada back-end Front-end System Bagian ini mengacu padasemua sektor mulai dari proses desain yang muncul atau berhubungan dengan antarmuka sistem rekomendasi. Pada umumnya, beberapa tugas pada front-end adalah: 1. Desain grafis dan pembuatan gambar 2. Desain antarmuka 3. Desain informasi berkaitan dengan kemudahan pengguna memanfaatkan sistem Gambar 4.7 Tampilan utama sistem rekomendasi 15
24 Gambar 4.8 Hasil penelusuran jurusan mahasiswa 16
25 BAB 5 HASIL YANG DICAPAI Beberapa capaian yang ditargetkan pada penelitian ini dijabarkan dalam beberapa tahap sesuai jadwal kegiatan yang tercantum dalam proposal. Adapun realisasi dari target output dan capaian tersebut dapat diamati dalam tabel 5.1 berikut ini: Tabel 5.1 Capaian Penelitian No. Tahap Target Output Capaian (%) 1 Pengumpulan Data Awal Mengumpulkan data dan kebutuhan sistem 2 Studi Pustaka Melakukan studi pustaka dengan mencari-cari referensi pada artikel ilmiah dan sumber informasi online 3 Wawancara dan Pembuatan Kuisioner Mendapatkan informasi faktor apa saja yang dapat menjadi pertimbangan pemilihan sebuah jurusan pada sebuah perguruan tinggi 4 Mengolah Data Kuisioner Menyusun Association rule Menghasilkan proposal yang berisi kajian dan rumusan masalah serta teori awal tentang sistem rekomendasi jurusan kuliah Mendapatkan gambaran bagaimana membangun sistem rekomendasi jurusan kuliah dan faktor apa saja yang perlu diperhatikan dalam pengembangan sistem tersebut Menyusun draf kuisioner yang akan dibagikan kepada mahasiswa Aturan keterkaitan antara IPK mahasiswa yang diasumsikan sebagai persentase keberhasilan dengan profil dan isian kuisioner 5 Uji Coba Hasil Kuisioner Data Mining Melakukan testing Menguji coba aturan dengan beberapa data baru
26 6 Pembuatan Antarmuka MelakukanInterface Perancangan frontend sistem Design rekomendasi berbasis web 7 Penarikan Kesimpulan dan Pembuatan Laporan Menyusun laporan Laporan akhir dan publikasi akhir dan artikel artikel ilmiah Hambatan dan Penanganan Saat melakukan penelitian ini, ada beberapa hambatan yang dihadapi peneliti antara lain sebagai berikut: Tabel 5.2Hambatan dan Penanganan Hambatan Penanganan Data yang dikumpulkan mahasiswa Melakukan simulasi menggunakan baru banyak yang tidak lengkap, data mahasiswa angkatan sehingga peneliti menemui hambatan sebelumnya (tahun 2014 dan 2015) untuk melakukan koleksi data. yang memiliki atribut lebih lengkap Penyusunan association rule Menggunakan algoritma naïve bayes memerlukan uji coba dan pengujian dalam melakukan uji coba data penelitian 18
27 BAB 6 RENCANA TAHAPAN BERIKUTNYA Penelitian ini masih memiliki beberapa kegiatan dan target capaian yang belum terpenuhi. Kegiatan yang masih belum dilakukan dan akan dijalankan pada tahap berikutnya adalah sebagai berikut: 1. Pengumpulan dan pengolahan data yang lengkap, termasuk pengembangan kuisioner guna memastikan proses olah data menggunakan metode data mining dan penarikan kesimpulan lebih akurat 2. Pengembanganantarmuka dan publikasi sistem rekomendasi supaya bisa diakses oleh lebih banyak pengguna 19
28 BAB 7 KESIMPULAN DAN SARAN 7.1Kesimpulan Sistem rekomendasi penentuan jurusan kuliah berbasis profil dan minat siswa dapat menjadi solusi untuk mengantisipasi kesalahan pemilihan jurusan calon mahasiswa baru.sistem rekomendasi yang dihasilkan diharapkan dapat meningkatkan angka kelulusan mahasiswa, dan sebaliknya juga menekan angka kegagalan studi mahasiswa yang dikarenakan salah jurusan. Meskipun saat ini masih dalam tatahp pengembangan untuk kalangan internal Udinus, namun sistem ini nantinya bisa dimanfaatkan sebagai rujukan pada instansi lain atau lembaga terkait dalam upaya meminimalkan kesalahan pemilihan jurusan, atau menemukan rekomendasi yang tepat bagi calon mahasiswa baru. 7.2 Saran Sistem rekomendasi penentuan jurusan kuliah yang dihasilkan diharapkan dapat meningkatkan angka kelulusan mahasiswa, serta meminimalkan angka kegagalan studi mahasiswa yang dikarenakan salah jurusan. Oleh karena itu perlu ditambahkan beberapa hal untuk menunjang agar sistem berjalan dengan baik. Di atanyaranya adalah sebagai berikut: 1. Koleksi data lebih dengan atribut lebih lengkap, sebagai materi utama untuk penarikan kesimpulan dengan lebih akurat 2. Desain antarmuka yang lebih mudah dipahami dan dimanfaatkan oleh pengguna akhir 3. Menambahkan aspek user friendly dan security atau keamanan pada sistem, terutama modul profil calon mahasiswa sehingga tidak disalahgunakan oleh sembarang orang 20
29 DAFTAR PUSTAKA Awas, Salah Jurusan Fatal Akibatnya!, 2013, diakses pada 11 Juni Diahpangastuti, N., Sistem Rekomendasi Bidang Minat Siswa dengan Metode Association Rule dan Algoritma Apriori. Skripsi S1 Teknik Informatika FTIF Institut Teknologi Sepuluh November DO Akibat Salah Jurusan, 2013, diakses pada 10 Juni 2013, rusan El-Halees, A., Mining Students Data to Analyze Learning Behavior: A Case Study. In Proceeding of The 2008 International Arab Conference of Information Technology (ACIT2008) Hastuti, K., Analisis Komparasi Algoritma Klasifikasi Data Mining untuk Prediksi Mahasiswa Nonaktif. Seminar Nasional Teknologi Informasi & Komunikasi Terapan (Semantik) 2012 Huang, Z., Zeng, D., & Chen, H., A Comparative Study of Recommendation Algorithms for E-Commerce Applications. IEEE Intelligent Systems Khoirunnisak, M., Pemodelan Faktor-faktor yang Mempengaruhi Mahasiswa Berhenti Studi (Drop Out) di Institut Teknologi Sepuluh Nopember Surabaya Menggunakan Analisis Bayesian Mixture Survival. Skripsi S1 Statistika Institut Teknologi Sepuluh November Kotsiantis, S., Educational Data Mining: A Case Study for Predicting Dropout-Prone Students. Int. J. of Knowledge Engineering and Soft Data Paradigms, (pp ) Kovacic, Z. J., Early Prediction of Student Success: Mining Students Enrolment Data. In Proceedings of Informing Science & IT Education Conference (InSITE) (pp ) Lin, W., Alvarez, S. A., & Ruiz, C., Collaborative Recommendation via Adaptive Association Rule Mining. In Proceedings of the International Workshop on Web Mining for E-Commerce (WEBKDD) Marquez-Vera, C., Romero, C., & Ventura, S., Predicting School Failure using Data Mining. In Proceedings of the 4th International Conference on Educational Data Mining (pp ) Mican, D., & Tomai, N., Association-Rules-Based Recommender System for Personalization in Adaptive Web-Based Applications, 10th International Conference on Web Engineering ICWE. Springer-Verlag Nurfitriana, N., Darmawan, I., & Akbar, R. E., Rancang Bangun Aplikasi Sistem Pakar Berbasis Web untuk Rekomendasi Pemilihan
30 Jurusan di Universitas Siliwangi. Jurnal e-informatika Siliwangi vol. 1, no. 1, 2012 Özseyha, C., Badur, B., & Darcan, O. N., An Association Rule-Based Recommendation Engine for an Online Dating Site. Communications of the IBIMA Peraturan Pemerintah Republik Indonesia Nomor 66 tahun 2010 tentang Perubahan atas Peraturan Pemerintah Nomor 17 tahun 2010 tentang Pengelolaan dan Penyelenggaraan Pendidikan. Smyth, B., McCarthy, K., Reilly, J., O Sullivan, D., McGinty, L., & Wilson, D. C., Case Studies in Association Rule Mining for Recommender Systems. In Proc. of International Conference on Artificial Intelligence (ICAI 05) Witten, I. H., Frank, E., & Hall, M. A., Data Mining: Practical Machine Learning Tools and Techniques. Morgan Kaufmann 22
31 LAMPIRAN Lampiran 1. Bukti Submission Artikel Ilmiah pada CITEE
32 Lampiran 2. Surat Permohonan Ijin Penelitian 24
33 Lampiran 3.Laporan Penggunaan Dana 25
34 26
Analisis Algoritma Decision Tree untuk Prediksi Mahasiswa Non Aktif
Analisis Algoritma Decision Tree untuk Prediksi Mahasiswa Non Aktif Khafiizh Hastuti 1, Erwin Yudi Hidayat 2 1, 2 Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Semarang 50131 E-mail : 1 afis@dsn.dinus.ac.id,
Lebih terperinciUSULAN PENELITIAN DOSEN PEMULA
Kode/Nama Rumpun Ilmu: 463/Teknik Perangkat Lunak USULAN PENELITIAN DOSEN PEMULA Judul Penelitian : Sistem Rekomendasi Penentuan Jurusan Kuliah Berbasis Profil dan Minat Siswa untuk Mengantisipasi Kesalahan
Lebih terperinciEducational Data Mining untuk Mengetahui Pola Minat Kerja Mahasiswa
Educational Data Mining untuk Mengetahui Pola Minat Kerja Mahasiswa Daniel Swanjaya 1, Abidatul Izzah 2 1,2 Universitas Nusantara PGRI Kediri Kontak Person: Daniel Swanjaya 1, Abidatul Izzah 2 1,2 Kampus
Lebih terperinciPENGELOMPOKAN MAHASISWA BERDASARKAN NILAI UJIAN NASIONAL DAN IPK MENGGUNAKAN METODE K-MEANS
PENGELOMPOKAN MAHASISWA BERDASARKAN NILAI UJIAN NASIONAL DAN IPK MENGGUNAKAN METODE K-MEANS Hartatik STMIK Amikom Manajemen Informatika STMIK AMIKOM Yogyakarta Jl. Ringroad Utara, Condong Catur, Depok,
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Dropout Data mining
BAB 1 PENDAHULUAN Bab ini membahas mengenai latar belakang masalah, identifikasi masalah, ruang lingkup tugas akhir, maksud dan tujuan tugas akhir, metode penelitian tugas akhir, dan sistematika penulisan
Lebih terperinciPREDIKSI KELULUSAN MAHASISWA PADA PERGURUAN TINGGI KABUPATEN MAJALENGKA BERBASIS KNOWLEDGE BASED SYSTEM
PREDIKSI KELULUSAN MAHASISWA PADA PERGURUAN TINGGI KABUPATEN MAJALENGKA BERBASIS KNOWLEDGE BASED SYSTEM Teknik Informatika, Teknik Industri, Teknik Informatika Fakultas Teknik - Universitas Majalengka
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Mahasiswa merupakan bagian terpenting dalam menentukan kualitas suatu perguruan tinggi. Kualitas perguruan tinggi dapat dinilai dari mutu dosen dan tenaga kependidikan,
Lebih terperinciPENERAPAN DECISION TREE UNTUK PENENTUAN POLA DATA PENERIMAAN MAHASISWA BARU
PENERAPAN DECISION TREE UNTUK PENENTUAN POLA DATA PENERIMAAN MAHASISWA BARU Aradea, Satriyo A., Ariyan Z., Yuliana A. Teknik Informatika Universitas Siliwangi Tasikmalaya Ilmu Komputer Universitas Diponegoro
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Association rules mining merupakan teknik data mining untuk menentukan hubungan diantara data atau bagaimana suatu kelompok data mempengaruhi suatu kelompok data lain
Lebih terperinciPemanfaatan Educational Data Mining (EDM)...
PEMANFAATAN EDUCATIONAL DATA MINING (EDM) UNTUK MEMPREDIKSI MASA STUDI MAHASISWA MENGGUNAKAN ALGORITMA C4.5 (STUDI KASUS: TI-S1 UDINUS) Defri Kurniawan 1*, Wibowo Wicaksono 1 dan Yani Parti Astuti 1 1
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pendidikan adalah salah satu aspek terpenting bagi kehidupan manusia, yang dapat mempengaruhi manusia itu sendiri, juga menjadi faktor pendukung dalam setiap sektor
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Peminatan atau konsenterasi merupakan fokus mahasiswa terhadap suatu bidang studi tertentu yang sesuai dengan minatnya. Tujuannya yaitu untuk lebih memfokuskan
Lebih terperinciKLASIFIKASI PROSES BUSINESS DATA MAHASISWA UNIVERSITAS KANJURUHAN MALANG MENGGUNAKAN TEKNIK DATA MINING
KLASIFIKASI PROSES BUSINESS DATA MAHASISWA UNIVERSITAS KANJURUHAN MALANG MENGGUNAKAN TEKNIK DATA MINING Moh Ahsan Universitas Kanjuruhan Malang ahsan@unikama.ac.id ABSTRAK. Universitas Kanjuruhan Malang
Lebih terperinci1.2 Rumusan Masalah 1.3 Batasan Masalah 1.4 Tujuan Penelitian
Penerapan Data Mining dengan Menggunakan Metode Clustering K-Mean Untuk Mengukur Tingkat Ketepatan Kelulusan Mahasiswa Program Teknik Informatika S1 Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang
Lebih terperinciVersi Online tersedia di : JURNAL TECH-E (Online)
JURNAL TECH-E - VOL. 1 NO. 1 (2017) Versi Online tersedia di : http://bsti.ubd.ac.id/e-jurnal JURNAL TECH-E 2581-116 (Online) Artikel Perancangan Aplikasi Prediksi Kelulusan Mahasiswa Tepat Waktu Pada
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pendidikan adalah salah satu hal penting bagi kehidupan seseorang. Semua orang sadar begitu penting pendidikan di perlukan. Pendidikan juga dapat di katakan
Lebih terperinciPENERAPAN DATA MINING UNTUK EVALUASI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER
PENERAPAN DATA MINING UNTUK EVALUASI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER I. PENDAHULUAN Mahasiswa merupakan salah satu aspek penting dalam evaluasi keberhasilan penyelenggaraan
Lebih terperinciPEMBENTUKAN DECISION TREE DATA LAMA STUDI MAHASISWA MENGGUNAKAN ALGORITMA NBTREE DAN C4.5
PEMBENTUKAN DECISION TREE DATA LAMA STUDI MAHASISWA MENGGUNAKAN ALGORITMA NBTREE DAN C4.5 Syam Gunawan 1, Pritasari Palupiningsih 2 1,2 Jurusan Sistem Informasi, STMIK Indonesia 1 syam@stmik-indonesia.ac.id,
Lebih terperinciANALISIS KOMPARASI ALGORITMA KLASIFIKASI DATA MINING UNTUK PREDIKSI MAHASISWA NON AKTIF
ANALISIS KOMPARASI ALGORITMA KLASIFIKASI DATA MINING UNTUK PREDIKSI MAHASISWA NON AKTIF Khafiizh Hastuti Universitas Dian Nuswantoro, Semarang E-mail : afis@staff.dinus.ac.id ABSTRAK Mahasiswa non aktif
Lebih terperinciBAB 1 PENDAHULUAN 1-1
BAB 1 PENDAHULUAN Bab ini menguraikan penjelasan umum mengenai tugas akhir yang dikerjakan. Penjelasan tersebut meliputi latar belakang masalah, tujuan tugas akhir, lingkup tugas akhir, metodologi yang
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang. Mahasiswa sebagai produk universitas dapat memberikan gambaran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Mahasiswa sebagai produk universitas dapat memberikan gambaran keberhasilan pendidikan dan manajemen pendidikan yang berlangsung di dalamnya. Banyak hal dilakukan
Lebih terperinciIMPLEMENTASI CASE BASED REASONING UNTUK MENENTUKAN TUJUAN WISATA
IMPLEMENTASI CASE BASED REASONING UNTUK MENENTUKAN TUJUAN WISATA Billy Kadmiel *, Lukito Edi Nugroho, Silmi Fauziati Jurusan Teknik Eletro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada
Lebih terperinciINTELLIGENT TUTORING SYSTEM UNTUK PEMBELAJARAN BAHASA PEMROGRAMAN BERBASIS BAYESIAN NETWORK DI STMIK WIDYA PRATAMA PEKALONGAN
INTELLIGENT TUTORING SYSTEM UNTUK PEMBELAJARAN BAHASA PEMROGRAMAN BERBASIS BAYESIAN NETWORK DI STMIK WIDYA PRATAMA PEKALONGAN Taryadi Komputerisasi Akuntansi, STMIK Widya Pratama Jalan Patriot No. 25,
Lebih terperinciBAB 1 PENDAHULUAN. banyak hal. Dalam bidang pendidikan misalnya, kini banyak universitasuniversitas
BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG Hadirnya Internet telah banyak mengubah cara manusia melakukan banyak hal. Dalam bidang pendidikan misalnya, kini banyak universitasuniversitas terkemuka di dunia mempunyai
Lebih terperinciSeminar Nasional Inovasi Dan Teknologi Informasi (SNITI 3) ISSN : Samosir, November 2016
Analisis Penerapan Fuzzy Inference System (FIS) Dengan Metode Mamdani Pada Sistem Prediksi Mahasiswa Non Aktif (Studi Kasus : AMIK Tunas Bangsa Pematangsiantar) Anjar Wanto 1 1 Fakultas Ilmu Komputer-Teknologi
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perguruan tinggi merupakan strata terakhir sebelum mahasiswa dapat bersaing didalam dunia kerja. Agar mampu bersaing didalam dunia kerja, mahasiswa dituntut
Lebih terperinciLAPORAN TUGAS AKHIR SISTEM PAKAR UNTUK MENGANALISA DAN MENDETEKSI PENYAKIT PADA MANUSIA YANG DITULARKAN OLEH HEWAN TERNAK
LAPORAN TUGAS AKHIR SISTEM PAKAR UNTUK MENGANALISA DAN MENDETEKSI PENYAKIT PADA MANUSIA YANG DITULARKAN OLEH HEWAN TERNAK Laporan ini disusun guna memenuhi salah satu syarat untuk menyelesaikan program
Lebih terperinciPERANCANGAN SISTEM PAKAR UNTUK PENENTUAN JURUSAN DENGAN MENGGUNAKAN PENDEKATAN BAYESIAN NETWORK
PERANCANGAN SISTEM PAKAR UNTUK PENENTUAN JURUSAN DENGAN MENGGUNAKAN PENDEKATAN BAYESIAN NETWORK EDWIEN SYAHRIAL MUCHTAR Jakarta, 082123474755, edwiensyahrial@ymail.com ANDRE GIOVAN Jakarta, 081310396049,
Lebih terperinciDATA MINING UNTUK MENGANALISA PREDIKSI MAHASISWA BERPOTENSI NON-AKTIF MENGGUNAKAN METODE DECISION TREE C4.5
DATA MINING UNTUK MENGANALISA PREDIKSI MAHASISWA BERPOTENSI NON-AKTIF MENGGUNAKAN METODE DECISION TREE C4.5 Dwi Untari A11.2010.05410 Program Studi Teknik Informatika S1 Fakultas Ilmu Komputer Universitas
Lebih terperinciBAB III METODOLOGI 3.1. Prosedur Penelitian Identifikasi Masalah
BAB III METODOLOGI Dalam penelitian ini metodologi memegang peranan penting guna mendapatkan data yang obyektik, valid dan selanjutnya digunakan untuk memecahkan permasalahan yang telah dirumuskan. Maka
Lebih terperinciBAB II TINJAUAN PUSTAKA. mengenai penelitian terdahulu, tentang prediksi lama masa studi mahasiswa,
BAB II TINJAUAN PUSTAKA 2.1 Terdahulu Dalam penelitian ini, peneliti juga menyertakan beberapa uraian singkat mengenai penelitian terdahulu, tentang prediksi lama masa studi mahasiswa, klasifikasi, metode
Lebih terperinciBAB III METODOLOGI PENELITIAN
40 BAB III METODOLOGI PENELITIAN 3.1 DESAIN PENELITIAN Dalam melakukan penelitian, dibutuhkan desain penelitian agar penelitian yang dilakukan dapat berjalan dengan baik. Berikut ini merupakan desain penelitian
Lebih terperinciPENGEMBANGAN TEKNIK PENILAIAN UNTUK KOLABORASI TIM PEMULA SEBAGAI PEMBELAJARAN DASAR PERANCANGAN UNIFIED MODELING LANGUAGE (UML)
Penelitian Pemula LAPORAN KEMAJUAN PENGEMBANGAN TEKNIK PENILAIAN UNTUK KOLABORASI TIM PEMULA SEBAGAI PEMBELAJARAN DASAR PERANCANGAN UNIFIED MODELING LANGUAGE (UML) TIM PENGUSUL Ketua Peneliti : Danang
Lebih terperinciBAB I PENDAHULUAN. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1 Latar Belakang Data mining adalah suatu konsep yang digunakan untuk menemukan pengetahuan yang tersembunyi di dalam database. Data mining merupakan proses semi otomatik yang menggunakan
Lebih terperinciPENERAPAN ALGORITMA C5.0 DALAM PENGKLASIFIKASIAN DATA MAHASISWA UNIVERSITAS NEGERI GORONTALO
PENERAPAN ALGORITMA C5.0 DALAM PENGKLASIFIKASIAN DATA MAHASISWA UNIVERSITAS NEGERI GORONTALO Wandira Irene, Mukhlisulfatih Latief, Lillyan Hadjaratie Program Studi S1 Sistem Informasi / Teknik Informatika
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan komputasi dan komunikasi telah menghasilkan masyarakat yang haus akan informasi (Witten, et al. 2011). Meningkatnya penggunaan teknologi komputer dalam
Lebih terperinciPREDIKSI STATUS KEAKTIFAN STUDI MAHASISWA DENGAN ALGORITMA C5.0 DAN K-NEAREST NEIGHBOR IIN ERNAWATI G
PREDIKSI STATUS KEAKTIFAN STUDI MAHASISWA DENGAN ALGORITMA C5.0 DAN K-NEAREST NEIGHBOR IIN ERNAWATI G651044054 SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penentuan dosen pembimbing tugas akhir masih dilakukan secara manual di Jurusan Teknik Informatika UMM yang hanya mengandalkan pengetahuan personal tentang spesialisasi
Lebih terperinciKONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI
KONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI Wiranto 1), Edi Winarko 2) 1) Jurusan Teknik Informatika, Universitas Sebelas Maret E-mail : wir@uns.ac.id 2) Program Studi Ilmu
Lebih terperinciBAB I PENDAHULUAN A. Latar Belakang
BAB I PENDAHULUAN A. Latar Belakang Lulus tepat waktu dengan IPK memuaskan, mungkin itu dambaan setiap mahasiswa. Namun kenyataannya saat ini banyak mahasiswa kurang peduli mengenai strategi dan rencana
Lebih terperinciEXPERT SYSTEM DENGAN BEBERAPA KNOWLEDGE UNTUK DIAGNOSA DINI PENYAKIT-PENYAKIT HEWAN TERNAK DAN UNGGAS
EXPERT SYSTEM DENGAN BEBERAPA KNOWLEDGE UNTUK DIAGNOSA DINI PENYAKIT-PENYAKIT HEWAN TERNAK DAN UNGGAS Agus Sasmito Aribowo Teknik Informatika. UPN Veteran Yogyakarta Jl. Babarsari no 2 Tambakbayan 55281
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Di dalam landasan teori ini, akan dibahas tentang teori teori dan konsep dasar yang mendukung pembahasan dari sistem yang akan dibuat. 2.1 Basis Data (Database) Basis data diperlukan
Lebih terperinciKONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI
KONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI Wiranto 1, Edi Winarko 2 1 Jurusan Teknik Informatika, Universitas Sebelas Maret 2 Program Studi Ilmu Komputer, Universitas Gajah
Lebih terperinciLAPORAN TUGAS AKHIR PERANCANGAN INTELIGENT AGENT CHATBOT DENGAN MENGUNAKAN METODE FUZZY STRING MATCHING
LAPORAN TUGAS AKHIR PERANCANGAN INTELIGENT AGENT CHATBOT DENGAN MENGUNAKAN METODE FUZZY STRING MATCHING Laporan ini disusun guna memenuhi salah satu syarat untuk menyelesaikan program studi Teknik Informatika-S1
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data Mining Secara sederhana data mining adalah penambangan atau penemuan informasi baru dengan mencari pola atau aturan tertentu dari sejumlah data yang sangat besar. Data mining
Lebih terperinciPerancangan Sistem Pembagian Kelas Kuliah Mahasiswa dengan Kombinasi Metode K-Means dan K-Nearest Neighbors
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Perancangan Sistem Pembagian Kelas Kuliah Mahasiswa dengan Kombinasi Metode K-Means dan K-Nearest Neighbors Gede Aditra
Lebih terperinciDATA MINING UNTUK MENGANALISA PREDIKSI MAHASISWA BERPOTENSI NON-AKTIF MENGGUNAKAN METODE DECISION TREE C4.5
DATA MINING UNTUK MENGANALISA PREDIKSI MAHASISWA BERPOTENSI NON-AKTIF MENGGUNAKAN METODE DECISION TREE C4.5 DATA MINING UNTUK MENGANALISA PREDIKSI MAHASISWA BERPOTENSI NON-AKTIF MENGGUNAKAN METODE DECISION
Lebih terperinciBAB I PENDAHULUAN. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1 Latar Belakang Data mining adalah suatu istilah yang digunakan untuk menemukan pengetahuan yang tersembunyi di dalam database. Data mining merupakan proses semi otomatik yang menggunakan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENJURUSAN SMA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING
SISTEM PENDUKUNG KEPUTUSAN PENJURUSAN SMA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Moh Husni Nurmansyah, Yuniarsi Rahayu 2 Program Studi Teknik Informatika S, Fakultas Ilmu Komputer Universitas Dian
Lebih terperinciABSTRAK. Keywords : Data Mining, Filter, Data Pre-Processing, Association, Classification, Deskriptif, Prediktif, Data Mahasiswa.
ABSTRAK Kemajuan teknologi membuat begitu mudahnya dalam pengolahan suatu informasi. Waktu tidak lagi menjadi hambatan dalam pengolahan data yang sangat banyak. Hal ini didukung pula dengan adanya perkembangan
Lebih terperinciSISTEM PAKAR DENGAN BEBERAPA KNOWLEDGE BASE MENGGUNAKAN PROBABILITAS BAYES DAN MESIN INFERENSI FORWARD CHAINING
SISTEM PAKAR DENGAN BEBERAPA KNOWLEDGE BASE MENGGUNAKAN PROBABILITAS BAYES DAN MESIN INFERENSI FORWARD CHAINING Agus Sasmito Aribowo 1), Siti Khomsah 2) 1) Teknik Informatika. UPN Veteran Yogyakarta Jl.
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN Pada bab ini akan menjelaskan mengenai dasar awal pada pembuatan laporan tugas akhir. Dasar awal tersebut terdiri dari latar belakang masalah, rumusan masalah, maksud dan tujuan dilakukan
Lebih terperinciSKRIPSI. Diajukan Untuk Melengkapi Syarat Mencapai Gelar Sarjana Strata Satu (S1) Disusun Oleh : JUNARTO
SKRIPSI PERANCANGAN DAN PEMBUATAN APLIKASI DATAMINING BERBASIS WEB MENGGUNAKAN ALGORITMA C4.5 UNTUK MEMPREDIKSI KELULUSAN MAHASISWA S-1 PADA UNIVERSITAS DARMA PERSADA Diajukan Untuk Melengkapi Syarat Mencapai
Lebih terperinciDIAGNOSA KETERLAMBATAN PERKEMBANGAN PADA ANAK BALITA DENGAN ACUAN DENVER II DAN PENGAMBIL KEPUTUSAN DENGAN METODE DECISION TREE BERBASIS JSP
DIAGNOSA KETERLAMBATAN PERKEMBANGAN PADA ANAK BALITA DENGAN ACUAN DENVER II DAN PENGAMBIL KEPUTUSAN DENGAN METODE DECISION TREE BERBASIS JSP Endah Rakhmawati 1, Entin Martiana K, M.Kom 2, Nur Rosyid Mubtadai,
Lebih terperinciJURNAL INFORMATIKA UPGRIS Vol. 3, No. 1, (2017) P/E-ISSN: /
JURNAL INFORMATIKA UPGRIS Vol. 3, No. 1, (2017) P/E-ISSN: 2460-4801/2447-6645 63 Fitur Seleksi Forward Selection Untuk Menetukan Atribut Yang Berpengaruh Pada Klasifikasi Kelulusan Mahasiswa Fakultas Ilmu
Lebih terperinciUNIVERSITAS BINA NUSANTARA
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Program Studi Strata-1 Skripsi Sarjana Komputer Semester Genap Tahun 2004/2005 ANALISIS DAN PERANCANGAN SISTEM PAKAR UNTUK DIAGNOSA KERUSAKAN MONITOR
Lebih terperinciPENERAPAN ASSOCIATION RULE DENGAN ALGORITMA APRIORI PADA TRANSAKSI PENJUALAN DI MINIMARKET SKRIPSI. Diajukan Untuk Memenuhi Sebagian Syarat Guna
PENERAPAN ASSOCIATION RULE DENGAN ALGORITMA APRIORI PADA TRANSAKSI PENJUALAN DI MINIMARKET SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sejalan dengan perkembangan teknologi informasi, semakin bertambah pula kemampuan komputer dalam membantu menyelesaikan permasalahanpermasalahan di berbagai
Lebih terperinciPENERAPAN METODE DECISION TREE ALGORITMA C4.5 UNTUK SELEKSI CALON PENERIMA BEASISWA TINGKAT UNIVERSITAS
9 PENERAPAN METODE DECISION TREE ALGORITMA C4.5 UNTUK SELEKSI CALON PENERIMA BEASISWA TINGKAT UNIVERSITAS Nadiya Hijriana 1) dan Muhammad Rasyidan 2) 1,2 Program Studi Teknik Informatika Universitas Islam
Lebih terperinciMETODE KLASIFIKASI DENGAN ALGORITMA NAÏVE BAYES UNTUK REKOMENDASI PENJURUSAN SMA TERANG BANGSA
Techno.COM, Vol. 15, No. 3, Agustus 216: 195-2 METODE KLASIFIKASI DENGAN ALGORITMA NAÏVE BAYES UNTUK REKOMENDASI PENJURUSAN SMA TERANG BANGSA Andrew Yova Kencana 1, Setia Astuti 2 1,2 Jurusan Teknik Ilmu
Lebih terperinciIDENTIFIKASI MAHASISWA YANG MEMPUNYAI KECENDERUNGAN LULUS TIDAK TEPAT WAKTU PADA PROGRAM STUDI MMT-ITS DENGAN MENGGUNAKAN ALGORITMA C4.
IDENTIFIKASI MAHASISWA YANG MEMPUNYAI KECENDERUNGAN LULUS TIDAK TEPAT WAKTU PADA PROGRAM STUDI MMT-ITS DENGAN MENGGUNAKAN ALGORITMA C4.5 Amelia Halim 1) dan Joko Lianto Buliali 2) 1) Program Studi Magister
Lebih terperinciJurnal Informatika Mulawarman Vol. 12, No. 1, Februari ISSN
Jurnal Informatika Mulawarman Vol. 12, No. 1, Februari 2017 50 APLIKASI KLASIFIKASI ALGORITMA C4.5 (STUDI KASUS MASA STUDI MAHASISWA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS MULAWARMAN
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Cepatnya perkembangan ilmu pengetahuan di era Teknologi Informasi
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Cepatnya perkembangan ilmu pengetahuan di era Teknologi Informasi sekarang ini secara tidak langsung membawa dampak kepada sistem pendidikan kita. Hal itu terbukti
Lebih terperinciProsiding SNATIF Ke-1 Tahun 2014 ISBN:
SISTEM PENDUKUNG KEPUTUSAN UNTUK MEMPREDIKSI KELULUSAN MAHASISWA MENGGUNAKAN METODE NAÏVE BAYES Diana Laily Fithri, Eko Darmanto Program Studi Sistem Informasi, Fakultas Teknik, Universitas Muria Kudus
Lebih terperinciPENERAPAN DATA MINING UNTUK REKOMENDASI BEASISWA PADA SMA MUHAMMADIYAH GUBUG MENGGUNAKAN ALGORITMA C4.5
1 PENERAPAN DATA MINING UNTUK REKOMENDASI BEASISWA PADA SMA MUHAMMADIYAH GUBUG MENGGUNAKAN ALGORITMA C4.5 Dina Maurina, Ahmad Zainul Fanani S.Si, M.Kom Jurusan Teknik Informatika FIK UDINUS, Jl. Nakula
Lebih terperinciBAB I PENDAHULUAN. Dengan kemajuan teknologi informasi dewasa ini, kebutuhan akan informasi yang akurat
BAB I PENDAHULUAN 1.1 Latar Belakang Dengan kemajuan teknologi informasi dewasa ini, kebutuhan akan informasi yang akurat sangat dibutuhkan dalam kehidupan sehari-hari, sehingga informasi akan menjadi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Kata informasi telah menjadi suatu topik yang cukup menarik untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kata informasi telah menjadi suatu topik yang cukup menarik untuk dibicarakan dan seolah tak ada habisnya untuk dikaji karena pertumbuhannya dan kebutuhannya
Lebih terperinciLAPORAN PROYEK AKHIR
LAPORAN PROYEK AKHIR PERANCANGAN WEBSITE SEKOLAH PADA SMA N 1 PEGANDON - KENDAL Laporan ini disusun guna memenuhi salah satu syarat untuk menyelesaikan program studi Teknik Informatika D3 pada fakultas
Lebih terperinciBAB 3. METODOLOGI PENELITIAN
BAB 3. METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian Pada penelitian ini menggunakan alat penelitian berupa perangkat keras dan perangkat lunak, yaitu : 1. Perangkat keras a. Processor Intel Core
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Dalam bab ini akan dijelaskan mengenai struktur rancangan desain penelitian disertai metode penelitian beserta alat dan bahan yang akan digunakan dalam mengerjakan tugas akhir.
Lebih terperinciBAB I PENDAHULUAN. program studi para siswa (Ruslan,1986:13). Tujuan dari penjurusan (Ruslan, 1986:14), yaitu
BAB I PENDAHULUAN A. Latar Belakang Sekolah Menengah Atas (SMA) merupakan jenjang pendidikan menengah yang mengutamakan penyiapan siswa untuk melanjutkan pendidikan yang lebih tinggi dengan pengkhususan.
Lebih terperinciSISTEM PENUNJANG KEPUTUSAN PENERIMA BEASISWA DENGAN METODE DESCISION TREE C4.5 Pada SMAK YOS SUDARSO BATU
SISTEM PENUNJANG KEPUTUSAN PENERIMA BEASISWA DENGAN METODE DESCISION TREE C4.5 Pada SMAK YOS SUDARSO BATU Jonathan Rinaldy 1) 1) Program Studi Teknik Informatika, Sekolah Tinggi Informatika & Komputer
Lebih terperinciLAPORAN TUGAS AKHIR. Pembelajaran Agama Islam Untuk Anak Sekolah Dasar Kelas 1 BerbasisMultimedia. Disusun Oleh:
LAPORAN TUGAS AKHIR Pembelajaran Agama Islam Untuk Anak Sekolah Dasar Kelas 1 BerbasisMultimedia Laporan ini disusun guna memenuhi salah satu syarat untuk menyelesaikan Program Studi Teknik Informatika
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Education data mining merupakan penelitian didasarkan data di dunia pendidikan untuk menggali dan memperoleh informasi tersembunyi dari data yang ada. Pemanfaatan education
Lebih terperinciLAPORAN TUGAS AKHIR SISTEM INFORMASI PENGOLAHAN NILAI AKADEMIK PADA SMP NEGERI 14 SEMARANG
LAPORAN TUGAS AKHIR SISTEM INFORMASI PENGOLAHAN NILAI AKADEMIK PADA SMP NEGERI 14 SEMARANG Laporan ini disusun guna memenuhi salah satu syarat untuk menyelesaikan program studi Sistem Informasi S-1 pada
Lebih terperinciSKRIPSI TI S1 FIK UDINUS 1
SKRIPSI TI S FIK UDINUS PENERAPAN ASSOCIATION RULE DENGAN ALGORITMA APRIORI UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA TEKNIK INFORMATIKA S FAKULTAS ILMU KOMPUTER UNIVERSITAS DIAN NUSWANTORO
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pertukaran informasi di zaman modern ini telah sampai pada era digital. Hal ini ditandai dengan semakin dibutuhkannya teknologi berupa komputer dan jaringan internet
Lebih terperinciBAB I PENDAHULUAN. yakni teknik mesin, teknik elektro dan teknik informatika. Namun bagi para calon
BAB I PENDAHULUAN I.1. Latar Belakang Sekolah Tinggi Teknologi Sinar Husni (STT. Sinar Husni) memiliki mahasiswa yang mayoritasnya adalah para pekerja, oleh karena itu banyak para pekerja yang melanjutkan
Lebih terperinciPENERAPAN ALGORITMA ID3 UNTUK PREDIKSI MINAT STUDI MAHASISWA TEKNIK INFORMATIKA PADA UNIVERSITAS DIAN NUSWANTORO. Abstrak
PENERAPAN ALGORITMA ID3 UNTUK PREDIKSI MINAT STUDI MAHASISWA TEKNIK INFORMATIKA PADA UNIVERSITAS DIAN NUSWANTORO Sirli Fahriah 1, Heru Agus Santoso,Ph.D 2 Mahasiswa Universitas Dian Nuswantoro Semarang
Lebih terperinciBAB I PENDAHULUAN. secara manual dari suatu kumpulan data. Defenisi lain data mining adalah sebagai
BAB I PENDAHULUAN I.1. Latar Belakang Data mining merupakan serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual dari
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Institusi pendidikan saat ini seharusnya membuat proses pembelajaran yang sesuai dengan karakteristik siswanya. Hal ini perlu diaplikasikan karena setiap siswa memiliki
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Dasar Teori 2.1.1 Data Mining Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data mining adalah Proses yang menggunakan
Lebih terperinciBAB I PENDAHULUAN. masalah kecerdasan, desain, pemilihan, implementasi, dan monitoring (Tripathi,
BAB I PENDAHULUAN 1.1 Latar Belakang Pengambilan suatu keputusan dapat membantu dalam mencari solusi dari sekian banyak solusi yang ada. Pengambilan keputusan adalah hasil dari suatu proses yang termasuk
Lebih terperinciPENENTUAN PENERIMAAN SISWA BARU MENGGUNAKAN DECISION TREE
PENENTUAN PENERIMAAN SISWA BARU MENGGUNAKAN DECISION TREE 1 Fitroh Rizky Muwardah, 2 Ricardus Anggi Pramunendar, M.Cs Program Studi Teknik Informatika S1 Fakultas Ilmu Komputer Universitas Dian Nuswantoro,
Lebih terperinciRANCANG BANGUN APLIKASI DATA MINING ANALISIS TINGKAT KELULUSAN MENGGUNAKAN ALGORITMA FP-GROWTH (Studi Kasus Di Politeknik Negeri Malang)
RANCANG BANGUN APLIKASI DATA MINING ANALISIS TINGKAT KELULUSAN MENGGUNAKAN ALGORITMA FP-GROWTH (Studi Kasus Di Politeknik Negeri Malang) Naufal Farras Hilmy 1, Banni Satria Andoko 2 Program Studi Teknik
Lebih terperinciLAPORAN PROYEK AKHIR
LAPORAN PROYEK AKHIR KOMPUTERISASI SISTEM PENJUALAN HAND PHONE DAN VOUCHER BERBASIS WEB PADA UD. VIRGO SELL SEMARANG Laboran ini disusun guna memenuhi salah satu syarat untuk menyelesaikan program studi
Lebih terperinciBAB I PENDAHULUAN. Kampus Online merupakan jejaring sosial berbasis web yang dibuat dan
BAB I PENDAHULUAN 1. 1 Latar Belakang Kampus Online merupakan jejaring sosial berbasis web yang dibuat dan dikembangkan oleh Unikom Center sebagai pusat pengembangan teknologi dan informasi berbasis komputer
Lebih terperinciANALISIS PENGELOLAAN SERVICE DESK DAN INSIDEN TEKNOLOGI INFORMASI DAN KOMUNIKASI (DS8) UNIVERSITAS DIAN NUSWANTORO BERDASARKAN FRAMEWORK COBIT 4.
ANALISIS PENGELOLAAN SERVICE DESK DAN INSIDEN TEKNOLOGI INFORMASI DAN KOMUNIKASI (DS8) UNIVERSITAS DIAN NUSWANTORO BERDASARKAN FRAMEWORK COBIT 4.1 Erdi Susanto Program Studi Sistem Informasi Fakultas Ilmu
Lebih terperinciJURNAL TEKNIK, (2014) APLIKASI DATA MINING UNTUK MEMPREDIKSI PERFORMANSI MAHASISWA DENGAN METODE KLASIFIKASI DECISION TREE
JURNA TEKNIK, (2014) 1-6 1 AIKASI DATA MINING UNTUK MEMREDIKSI ERFORMANSI MAHASISWA DENGAN METODE KASIFIKASI DECISION TREE Irfan Fahmi, Budi Santosa Jurusan Teknik Industri, Fakultas Teknologi Industri,
Lebih terperinciSISTEM INFORMASI EKSEKUTIF INSPEKTORAT DAERAH KABUPATEN CIANJUR
SISTEM INFORMASI EKSEKUTIF INSPEKTORAT DAERAH KABUPATEN CIANJUR Imam Firmansyah 1*, Tacbir Hendro P 2*, Dian Nursantika 3 Program Studi Informatika, Fakultas MIPA, Universitas Jenderal Achmad Yani Jalan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1 1.1 Latar Belakang BAB I PENDAHULUAN Dalam Peraturan Menteri Agama Republik Indonesia Nomor 30 Tahun 2014 tentang Biaya Kuliah Tunggal dan Uang Kuliah Tunggal pada Perguruan Tinggi Keagamaan Negeri di
Lebih terperinciIMPLEMENTASI ALGORITMA NAÏVE BAYES UNTUK EKSTRAKSI KALIMAT OPINI PADA ARTIKEL BERBAHASA INDONESIA. Tugas Akhir
IMPLEMENTASI ALGORITMA NAÏVE BAYES UNTUK EKSTRAKSI KALIMAT OPINI PADA ARTIKEL BERBAHASA INDONESIA Tugas Akhir Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 1.1 Data Mining Data mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstrasi dan mengidentifikasi informasi
Lebih terperinciBAB 3 METODE PENELITIAN. Jenis sumber data yang didapatkan peneliti adalah data primer dan data sekunder.
BAB 3 METODE PENELITIAN 3.1 Metode Pengumpulan Data 3.1.1 Sumber Data Jenis sumber data yang didapatkan peneliti adalah data primer dan data sekunder. 1. Data primer Didapatkan peneliti secara langsung
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Internet saat ini merupakan kebutuhan pokok yang tidak bisa dipisahkan dari segenap sendi kehidupan. Berbagai pekerjaan ataupun kebutuhan dapat dilakukan melalui media
Lebih terperinciSISTEM REKOMENDASI PENENTUAN DOSEN PEMBIMBING TUGAS AKHIR DENGAN MENGGUNAKAN ALGORITMA RABIN-KARP
Techno.COM, Vol. 14, No. 3, Agustus 2015: 225-233 SISTEM REKOMENDASI PENENTUAN DOSEN PEMBIMBING TUGAS AKHIR DENGAN MENGGUNAKAN ALGORITMA RABIN-KARP Abu Salam 1, Verdian Putra Wicaksana 2, Khafiizh Hastuti
Lebih terperinciSISTEM REKOMENDASI BAHAN AJAR UNTUK ELEARNING
SISTEM REKOMENDASI BAHAN AJAR UNTUK ELEARNING Hervin Islahudin Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jalan Tamansari 10 Bandung 40132 E-mail: hervin@gmail.com ABSTRAKSI Sistem
Lebih terperinciBAB I PENDAHULUAN. dimanfaatkan secara maksimal untuk menunjang setiap kegiatan dari pihakpihak
BAB I PENDAHULUAN A. Latar Belakang Pada masa perkembangan kemajuan teknologi informasi yang sangatlah cepat masa sekarang ini, kebutuhan terhadap suatu informasi yang bersifat akurat sangatlah diperlukan
Lebih terperinciLAPORAN TUGAS AKHIR. Sistem Informasi Pendataan Pemakaman Umum untuk Wilayah Kota Surakarta. Disusun oleh :
LAPORAN TUGAS AKHIR Sistem Informasi Pendataan Pemakaman Umum untuk Wilayah Kota Surakarta Laporan ini disusun guna memenuhi salah satu syarat untuk menyelesaikan program studi Teknik Informatika S-1 pada
Lebih terperinciIMPLEMENTASI ALGORITMA ID3 UNTUK KLASIFIKASI PERFORMANSI MAHASISWA (STUDI KASUS ST3 TELKOM PURWOKERTO)
IMPLEMENTASI ALGORITMA ID3 UNTUK KLASIFIKASI PERFORMANSI MAHASISWA (STUDI KASUS ST3 TELKOM PURWOKERTO) Andika Elok Amalia 1), Muhammad Zidny Naf an 2) 1), 2) Program Studi Informatika ST3 Telkom Jl D.I.
Lebih terperinci