DATA MINING UNTUK PENENTUAN MODEL KELULUSAN MURID SMA PADA PERGURUAN TINGGI NEGERI; STUDI KASUS DI IAIN BONE

Irmawati Irmawati, Zahir Zainuddin, Yuyun Yuyun

Abstract


Penelitian ini bertujuan untuk memprediksi tingkat keberhasilan kelulusan murid pada Institut Agama Islam Negeri (IAIN) Bone dengan menggunakan algoritma Naive Bayes dan C.45. Algoritma yang diusulkan untuk mempredikasi kriteria apa saja yang menjadi penentu kelulusan murid  pada penerimaan mahasiswa baru jalur mandiri tahun 2018. Tujuh kriteria yang digunakan sebagai variabel pendukung dalam melakukan analisis. Kriteria tersebuat adalah Tahun Lulus, Pendidikan Orang Tua, Penghasilan Orang Tua, Nilai Ujian Nasional, Nilai Tes, Nilai Wawancara dan Nilai Baca Tulis Huruf Qur’an (BTHQ). Dataset dalam penelitian ini bersumber dari Database Sistem Informasi Akademik (SISFO) IAIN Bone dari Tiga sekolah yaitu SMA 4 Watampone, MAN 1 Bone dan SMKN 1 Watampone. Hasil pengujian menunjukkan bahwa Nilai BTHQ menjadi syarat  utama kelulusan murid SMA jalur mandiri pada IAIN Bone sesuai dengan hasil olahan data training sebanyak 170 dan olahan data testing sebanyak 10. Kedua algoritma menghasilkan Nilai Precision sebesar 100%, Recall  100%, Accuracy 100%. Selain itu, ditemukan pola sequential baru dengan melakukan pengujian ulang berdasarkan hasil urutan kejadian dari variabel Nilai Ujian Nasional, Nilai Tes, Nilai Wawancara dan Nilai Baca Tulis Huruf Qur’an (BTHQ).

References


Wikipedia, 2009, Perguruan Tinggi,. [Online]. Available: https://id.wikipedia.org/wiki/Perguruan_tinggi. [Accessed: 25-Oct-2019].

Y. Trisaputra, 2016, “Klasifikasi Profil Siswa SMA / SMK yang Masuk PTN ( Perguruan Tinggi Negeri ),†no. September 2015, pp. 0–15.

B. A. Arifiyani and R. S. Samosir, 2018, “Sistem Simulasi Prediksi Profil Kelulusan Mahasiswa Dengan Decison Tree,†vol. 5, pp. 115–123.

Irmawati, 2019, “Data Mining Untuk Penentuan Model Tingkat Kesuksesan Kelulusan Murid SMA Pada Perguruan Tinggi Negeri (Studi Kasus IAIN Bone), †Thesis, STMIK Handayani Makassar.

Risnawati, 2018, “Analisis Kelulusan Mahasiswa Menggunakan Algoritma C.45,†J. Mantik Penusa, vol. 2, no. 1, pp. 71–76.

R. P. S. Putri and I. Waspada, 2018, “Penerapan Algoritma C4.5 pada Aplikasi Prediksi Kelulusan Mahasiswa Prodi Informatika,†Khazanah Inform. J. Ilmu Komput. dan Inform., vol. 4, no. 1, p. 1,.

R. H. Pambudi and B. D. Setiawan, 2018, “Penerapan Algoritma C4 . 5 Untuk Memprediksi Nilai Kelulusan Siswa Sekolah Menengah Berdasarkan Faktor Eksternal,†J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 7, pp. 2637–2643.

B. A. Muktamar, N. A. Setiawan, and T. B. Adji, 2015, “Analisis Perbandingan Tingkat Akurasi Algoritma Naive Bayes Classifier dengan Correlated-Naive Bayes Classifier,†Semin. Nas. Teknol. Inf. dan Multimed. 2015, pp. 49–54.

E. Siswanto, 2019, “Optimasi Metode Naïve Bayes Dalam Memprediksi Tingkat Kelulusan Mahasiswa Stekom Semarang,†vol. 6, no. 1, pp. 1–6.

Yogiek Indra Kurniawan, 2018, “Perbandingan Algoritma Naive Bayes dan C.45 Dalam Klasifikasi Data Mining,†vol. x, no. 30, pp. 1–8.

I. P. Astuti, 2017, “Prediksi Ketepatan Waktu Kelulusan Dengan Algoritma Data Mining C4.5,†Fountain Informatics J., vol. 2, no. 2, p. 5.

E. Elisa, 2017, “Analisa dan Penerapan Algoritma C4.5 Dalam Data Mining Untuk Mengidentifikasi Faktor-Faktor Penyebab Kecelakaan Kerja Kontruksi PT.Arupadhatu Adisesanti,†J. Online Inform., vol. 2, no. 1, p. 36.

wordpress, 2013, Perbedaan Precision, Recall dan Accuracy. [Online]. Available: https://dataq.wordpress.com/2013/06/16/perbedaan-precision-recall-accuracy/. [Accessed: 24-Oct-2019].

Fajar Astuti Hermawati, Data Mining, 1st Ed., no. January. Yogyakarta: CV. Andi Offset Yogyakarta, 2013.

A. Sonita and M. Sari, 2018, “Implementasi Algoritma Sequential Searching Untuk Pencarian Nomor Surat Pada Sistem Arsip Elektronik,†Impelementasi Algoritm. Seq. Search. Untuk Pencarian Nomor Surat Pada Sist. Arsip Elektron., vol. V, pp. 1–9.




DOI: https://doi.org/10.33387/jiko.v3i2.1800

Refbacks

  • There are currently no refbacks.