KAJIAN PENERAPAN ALGORITMA C4.5 DAN NAÏVE BAYES UNTUK KLASIFIKASI PENERIMA BEASISWA KOPERTIS STUDI KASUS AMIK BSI YOGYAKARTA

KAJIAN PENERAPAN ALGORITMA C4.5 DAN NAÏVE BAYES UNTUK KLASIFIKASI PENERIMA BEASISWA KOPERTIS STUDI KASUS AMIK BSI YOGYAKARTA

• By Tabrani, Muhamad;
• Tesis
• 130
• 100

Setiap tahunnya masing–masing perguruan tinggi mendapatkan beasiswa dari Koordinator Koordinator Perguruan Tinggi Swasta (Kopertis) beasiswa yang ditujukan untuk mahasiswa di perguruan tinggi swasta yaitu Beasiswa Peningkatan Prestasi Akademik (Beasiswa PPA) dan Beasiswa Bantuan Belajar Mahasiswa (Beasiswa BBM). Proses pengajuan beasiswa PPA dan BBM melalui dua tahap seleksi yaitu seleksi pertama merupakan tahap seleksi di perguruan tinggi untuk menentukan calon penerima beasiswa yang akan diusulkan ke kopertis.  Tahap seleksi yang kedua yaitu tahap seleksi di kopertis. Banyaknya mahasiswa yang mengajukan beasiswa tersebut serta melebihi kouta yang diberikan mengakibatkan proses penyeleksian penerima memakan waktu yang lama karena penyeleksian harus sesuai dengan kriteria agar penerima beasiswa tepat sasaran.  Berdasarkan permasalahan tersebut perlu suatu tindakan untuk menentukan penerima beasiswa yang tepat. Tujuan Penelitian ini adalah membuat klasifikasi mahasiswa penerima beasiswa dengan algoritma C4.5, dan Naïve Bayes serta membandingkan hasil klasifikasi kedua algoritma tersebut agar diperoleh algoritma terbaik.  Hasil klasifikasi dari tiga algoritma dievaluasi dan divalidasi dengan confusion matrix dan kurva ROC, hasilnya diperoleh algoritma terbaik untuk klasifikasi mahasiswa dropout yaitu algoritma C4.5 dengan tingkat akurasi 86.88%. Sehingga dapat diterapkan untuk permasalahan penentuan penerima beasiswa.

• Katakunci Algoritma C4.5, Naïve Bayes
• URL http://
• Penerbit ,

REFERENSI

[1]   Bramer, M. (2007). Principles of Data Mining. United Kingdom: Springer.

[2]   Deker, G. W., Pechenizkiy, M., Vleeshouwers, J. M,.  (2009).  Predicting Students Drop Out: A Case Study.

[3]   Giudici, P., & Figini, S. (2009). Applied Data Mining for Business and Industry Second Edition. United Kingdom: John Willey and Sons.

[4]   Gorunescu, F. (2011). Data Mining Concepts, Models and Techniques. Berlin: Springer.

[5]   Han, J., & Kamber, M. (2006). Data Mining Concepts And Techniques 2nd Edition. San Fransisco: Elsevier.

[6]   Jones, P. (2001). Visual Basic: A Complete Course. London: Continuum.

[7]   Karismariyanti, M. (2011). Simulasi Pendukung Keputusan Penerima Beasiswa Menggunakan Metode Composite Performance Index. Jurnal Teknologi Informasi Vol.1 , 54-59.

[8]   Kothari, C. R. (2004). Research Methodology Methods and Techniques, Second Revised Edition. New Delhi: New Age International Publishers.

[9]   Kotsiantis, S., & Pintelas. P. (2004). A Decision Support Prototype Tool for Predicting Student Performance in an ODL Environment. Greece: University of Patras.

 

[10]   Larose, D. T. (2005). Discovering Knowledge in Data An Introduction to Data Mining. New Jersey: John Willey and Sons.

[11]   Liao, T. W. (2007). Enterprise Data Mining: A Review and Research Directions. Recent Advances in Data Mining of Enterprise Data: Algorithms and Applications , 1-109.

[12]   Liberty, J. (2005). Programming Visual Basic 2005. USA: O'Reilly Media.

[13]   Maimon, O., & Rokach, L. (2010). Data Mining and Knowledge Discovery Handbook Second Edition. London: Springer.

[14]   Powers, D. (2011). Evaluation: From Precision, Recall and F-Measure To ROC, Informedness, Markedness & Correlation. Journal of Machine Learning Technologies , 37-63.

[15]   Santiary, P. A. (2012). Sistem Pendukung Keputusan Cerdas dalam Penentuan Beasiswa. Jurnal Logic Vol.12 No.2 , 87-91.

[16]   Suryana, T. (2009). Visual Basic. Yogyakarta: Graha Ilmu.

[17]   Vercellis, C. (2009). Business Intelligence. United Kingdom: John Wiley and Sons.

[18]   Witten, I. H., Frank, E., & Hall, M. A. (2011). Data Mining Practical Machine Learning Tools and Techniques Third Edition. Burlington: Elsevier.

[19]   Wu, X., & Kumar, V. (2009). The Top Ten Algorithms in Data Mining. USA: CRC Press.

[20]   www.dikti.go.id/.januari-13,2014. http://www.dikti.go.id/files/Lemkerma/kepmen232-2000.txt