PREDIKSI NILAI MAHASISWA MENGGUNAKAN METODE ID3 STUDI KASUS MAHASISWA FAKULTAS TEKNOLOGI INFORMASI USN KOLAKA

M Sahir, Muh Mail, Sabil Muflih, Laode Abdul Salam, Firman Aldi, Jayanti Yusmah Sari

Abstract


ABSTRAK
Penelitian ini bertujuan untuk memprediksi nilai mahasiswa berdasarkan minat terhadap mata kuliah,
kehadiran, fasilitas mengajar, metode pembelajaran, cara mengajar dosen, dan nilai mahasiswa pada
semester yang sudah dilalui dengan menggunakan metode ID3. Sebagai perbandingan, pata penelitian ini
juga digunakan metode data mining K-NN (K-Nearest Neighbor) dan CHAID (Chi Squared Atomatic
Interaction Detection). Subyek pada penelitian ini adalah mahasiswa Fakultas Teknologi Informasi USN
Kolaka dari semester 3 hingga semester 8. Jumlah sampel yang digunakan adalah sebanyak 100 data
mahasiswa. Pengumpulan data yang digunakan adalah dengan cara menyebarkan kuesioner online dalam
lingkup mahasiwa Fakultas Teknologi Informasi USN Kolaka. Berdasarkan analisis hasil penelitian yang
dilakukan, ditemukan bahwa prediksi menggunakan ID3 memilliki tingkat akurasi sebesar 81.11%,
prediksi menggunakan metode K-NN sebesar 71.11% dan menggunakan CHAID sebesar 65.56%. Dari
hasil analisis yang telah dilakukan, maka dapat disimpulkan bahwa untuk data pada penelitian ini, metode
prediksi menggunakan ID3 lebih baik dibandingkan dengan metode K-NN dan CHAID.

Kata kunci: ID3, nilai mahasiswa, prediksi


Full Text:

PDF

References


Herdianto, 2013. Metode Prediksi, http://digilib.mercubuana.ac.id/manager/n@file_skripsi/

Isi2200481714326.pdf (diakses 19 November 2019)

informatikalogi.com/algoritma-id3/?amp (diakses 19 November 2019)

Selvia Lorena Br.Ginting, Wendi Zarman, Ida Hamidah, 2014, Analisis dan Penerapan Algoritma

C4.5 dalam Data Mining untuk Memprediksi Masa Studi Mahasiswa Berdasarkan Data Nilai

Akademik, Seminar Nasional Aplikasi Sains dan Teknologi (SNAST), Yogyakarta, 15

November 2014.

Susanto. H, 2014. Jurnal Pendidikan Vokasi, Vol 4, Nomor 2, Juni 2014

Tiaratuni dan Sudaryanto. 2014. Pengertian Data Mning dan Sifat Data Mining. (diakses 19 November

Wahyudin, 2009, Metode Iterative Dischotomizer 3 (ID3) untuk Penyeleksian Penerimaan Mahasiswa

Baru, Jurnal Pendidikan Teknologi Informasi dan Komunikasi(PTIK), Vol.1, No.2, 5-15.


Refbacks

  • There are currently no refbacks.