Path: TopProceedingsKNSIKNSI 2014 STMIK Dipanegara Makasar

PERBANDINGAN: PREDIKSI PRESTASI BELAJAR MAHASISWA MENGGUNAKAN TEKNIK DATA MINING (STUDY KASUS FASILKOM UNSIKA)

ISSN:2355-1941
Proceeding from JBPTITBPP / 2014-03-11 07:28:00
Oleh : Sofi Defiyanti, Central Library Institute Technology Bandung
Dibuat : 2014-03-11, dengan 1 file

Keyword : data mining, prestasi belajar, perbandingan

Prestasi belajar merupakan salah satu aspek yang paling penting dalam bidang pendidikan. Prestasi belajar yang

tinggi selalu menjadi harapan semua pihak. Bagi pihak perguruan tinggi prestasi belajar mahasiswanya merupakan salah satu

indikator efektif proses belajar mengajar, yang sekaligus dapat digunakan untuk meningkatkan citra perguruan tinggi

tersebut. Di perguruan tinggi prestasi belajar yang dicapainya oleh mahasiswa menggunakan Indeks Prestasi

Kumulatif (IPK). Data akademik, data ekonomi dan data geografis mahasiswa dapat digunakan dalam

menganalisis dan memprediksi kinerja mahasiswa dengan menggunakan teknik-teknik data mining diantaranya adalah

teknik decision tree, Naïve Bayes dan artificial neural network. Dengan variabel-variabel penentu adalah umur saat

masuk perguruan tinggi, jenis kelamin, suku bangsa, asal sekolah, sks yang diambil, IPS, pembiayaan kuliah, status

mahasiswa, penghasilan orang tua, penghasilan pribadi, dan tempat tinggal. Dari penelitian yang telah dilakukan maka didapat

Naïve Bayes merupakan teknik data mining yang memiliki akurasi yang paling tinggi jika dibandingkan dengan

decision tree dan artificial neural network. Naïve Bayes juga memiliki waktu yang paling cepat untuk membangun

model dibandingkan dua model lain. Naïve Bayes termasuk kedalam good classification dilihat dari ROC Curve.

Beri Komentar ?#(0) | Bookmark

PropertiNilai Properti
ID PublisherJBPTITBPP
OrganisasiC
Nama KontakUPT Perpustakaan ITB
AlamatJl. Ganesha 10
KotaBandung
DaerahJawa Barat
NegaraIndonesia
Telepon62-22-2509118, 2500089
Fax62-22-2500089
E-mail Administratordigilib@lib.itb.ac.id
E-mail CKOinfo@lib.itb.ac.id

Print ...

Kontributor...

  • , Editor: kridanto surendro

File PDF...