Sistem prediksi dan evaluasi prestasi akademik mahasiswa di Program Studi Teknik Informatika menggunakan data mining

Freska Rolansa, Yunita Yunita, Suheri Suheri

Abstract


Pada tahun 2019 Program Studi Teknik Informatika memiliki jumlah kelas reguler sebanyak 11 kelas dan sebanyak 1 kelas program kerjasama internasional dengan Perguruan Tinggi di Malaysia. Salah satu cara untuk menghasilkan mahasiswa yang berkualitas adalah dengan menciptakan sistem pembelajaran yang tepat terhadap mahasiswa. Sehingga mahasiswa tersebut memiliki prestasi yang baik dalam bidangnya. Penerapan  dalam data mining adalah klasifikasi. Metode klasifikasi dapat digunakan untuk memprediksi atau meramalkan prestasi mahasiswa berdasarkan variabel –variabel tertentu. Teknik ini juga dapat diaplikasikan dalam mencari informasi penting berkaitan dengan prestasi mahasiswa. Berdasarkan teknik klasifikasi akan dapat diketahui faktor-faktor yang berpengaruh terhadap prestasi mahasiswa serta seberapa besar pengaruhnya tersebut. Prestasi mahasiswa dalam hal ini direpresentasikan dengan nilai IPK. Hasilnya diharapkan dapat menjadi bahan masukan atau rekomendasi kepada pihak kampus  khususnya manajemen di Program Studi Teknik Informatika untuk membuat sistem pembelajaran yang tepat dan dapat menangani dengan segera mahasiswa yang memiliki prestasi rendah dan upaya dalam melihat faktor-faktor yang berperan dalam peningkatan prestasi akademik mahasiswa


Keywords


Mining; Prestasi; Data; Prediksi; Evaluasi;

Full Text:

PDF

References


Fahmi, I. Santosa, B. (2014). Aplikasi data mining untuk memprediksi performansi mahasiswa dengan metode klasifikasi decision tree. Jurnal Teknik, 1-6.

Fitri, S., Nurjanah, N., & Astuti, W. (2018). Penerapan data mining untuk evaluasi kinerja akademik mahasiswa (studi kasus: umtas). Jurnal SIMETRIS, 9(1). Retrieved from https://jurnal.umk.ac.id/index.php/simet/article/view/2002.

Imandasari, T., Wanto, A., & Windarto, A. P. (2018). Analisis Pengambilan Keputusan Dalam Menentukan Mahasiswa PKL Menggunakan Metode PROMETHEE. In JURIKOM (5). Retrieved from http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom|Page|234

Kusrini, E. T. L. (2009). Algoritma data mining. Yogyakarta: Andi Offset.

Larose, D., & Larose, C. (2014). Discovering knowledge in data: an introduction to data mining. Retrieved from https://books.google.com/books?hl=en&lr=&id=9hOpAwAAQBAJ&oi=fnd&pg=PR11&dq=Larose,+Daniel+T.+2005.+Discovering+Knowledge+in+Data+:+An+Introduction+to+Data+Mining&ots=9PbxaQ6PVc&sig=0iOwa4fe-VYpT_6IclLovRRl6eI

Meinanda, A. L. (2009). Prediksi Masa Studi Sarjana dengan Artificial Neural Network. Internetworking Indones 1(2), 31-35.

Ridwan, M., Suyono, H., & Sarosa, M. (2013). Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier. Jurnal EECCIS, 7(1), 59-64.




DOI: http://dx.doi.org/10.31571/saintek.v9i1.1696

Article Metrics

Abstract view : 52 times
PDF - 0 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2002 Freska Rolansa

Jurnal Pendidikan Informatika dan Sains

IKIP PGRI Pontianak, Gedung Rektorat Lt. 2
Jl. Ampera No.88, Sungai Jawi, Pontianak Kota, Kota Pontianak, Kalimantan Barat 78116
Telp. (0561) 748219
E-mail: saintek.ikippgriptk@gmail.com 


p-ISSN: 2089-2802 | e-ISSN: 2407-1536


View Stats


Jurnal Pendidikan Informatika dan Sains is licensed under a
Creative Commons Attribution-ShareAlike 4.0 International License