Implementasi Data Mining untuk Prediksi Mahasiswa Pengambil Mata Kuliah dengan Algoritme Naive Bayes
| Main Author: | Syahputra, Indra Kurniawan |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/13819/1/Indra%20Kurniawan%20Syahputra.pdf http://repository.ub.ac.id/13819/ |
| ctrlnum |
13819 |
|---|---|
| fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/13819/</relation><title>Implementasi Data Mining untuk Prediksi Mahasiswa
Pengambil Mata Kuliah dengan Algoritme Naive Bayes</title><creator>Syahputra, Indra Kurniawan</creator><subject>006.312 Data mining</subject><description>Bagian akademik Fakultas Ilmu Komputer Universitas Brawijaya setiap
semester memiliki tugas dalam melakukan penjadwalan dan penentuan mata
kuliah yang harus dibuka untuk mahasiswa. Akan tetapi proses tersebut memiliki
permasalahan seperti contohnya kelas yang dibuka terlalu banyak dibanding
jumlah siswa yang berminat atau kelas yang dibuka sedikit sementara jumlah
peminat untuk mata kuliah tersebut sangat tinggi. Sehingga dibutuhkan suatu
sistem yang dapat memprediksi apakah suatu mahasiswa akan mengambil mata
kuliah atau tidak. Salah satu solusinya menggunakan pendekatan klasifikasi data
mining. Berdasarkan atribut dari data mahasiswa yaitu Nilai, IP, IP Kumulatif, SKS,
SKS Kumulatif dan Semester akan dilakukan proses klasifikasi sehingga
menghasilkan prediksi apakah mahasiswa tersebut mengambil mata kuliah
tertentu atau tidak. Hasil klasifikasi dibagi menjadi 2 kelas yaitu kelas ‘Ya’ untuk
mahasiswa yang diprediksi mengambil dan ‘Tidak’ untuk mahasiswa yang
diprediksi tidak mengambil. Proses klasifikasi dilakukan dengan menggunakan
algoritme Naive Bayes Classification (NBC). Dataset yang digunakan untuk training
adalah data dari tahun 2014 semester ganjil sampai tahun 2015 semester genap.
Sementara dataset yang digunakan untuk testing adalah data dari tahun 2016
semester ganjil. Dari hasil prediksi menggunakan 2 mata kuliah sebagai sampel,
diperoleh hasil nilai Accuracy untuk mata kuliah Manajemen Hubungan Pelanggan
adalah sebesar 85,88% sementara untuk mata kuliah Jaringan Nirkabel adalah
sebesar 44,92%. Luaran dari penelitian ini adalah dashboard berbasis web yang
menampilkan grafik perbandingan nilai actual dan prediksi dari setiap mata kuliah
pada tahun dan semester tertentu</description><date>2018-07-25</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/13819/1/Indra%20Kurniawan%20Syahputra.pdf</identifier><identifier> Syahputra, Indra Kurniawan (2018) Implementasi Data Mining untuk Prediksi Mahasiswa Pengambil Mata Kuliah dengan Algoritme Naive Bayes. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2018/476/051808081</relation><recordID>13819</recordID></dc>
|
| language |
eng |
| format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview Book:Book Book |
| author |
Syahputra, Indra Kurniawan |
| title |
Implementasi Data Mining untuk Prediksi Mahasiswa
Pengambil Mata Kuliah dengan Algoritme Naive Bayes |
| publishDate |
2018 |
| topic |
006.312 Data mining |
| url |
http://repository.ub.ac.id/13819/1/Indra%20Kurniawan%20Syahputra.pdf http://repository.ub.ac.id/13819/ |
| contents |
Bagian akademik Fakultas Ilmu Komputer Universitas Brawijaya setiap
semester memiliki tugas dalam melakukan penjadwalan dan penentuan mata
kuliah yang harus dibuka untuk mahasiswa. Akan tetapi proses tersebut memiliki
permasalahan seperti contohnya kelas yang dibuka terlalu banyak dibanding
jumlah siswa yang berminat atau kelas yang dibuka sedikit sementara jumlah
peminat untuk mata kuliah tersebut sangat tinggi. Sehingga dibutuhkan suatu
sistem yang dapat memprediksi apakah suatu mahasiswa akan mengambil mata
kuliah atau tidak. Salah satu solusinya menggunakan pendekatan klasifikasi data
mining. Berdasarkan atribut dari data mahasiswa yaitu Nilai, IP, IP Kumulatif, SKS,
SKS Kumulatif dan Semester akan dilakukan proses klasifikasi sehingga
menghasilkan prediksi apakah mahasiswa tersebut mengambil mata kuliah
tertentu atau tidak. Hasil klasifikasi dibagi menjadi 2 kelas yaitu kelas ‘Ya’ untuk
mahasiswa yang diprediksi mengambil dan ‘Tidak’ untuk mahasiswa yang
diprediksi tidak mengambil. Proses klasifikasi dilakukan dengan menggunakan
algoritme Naive Bayes Classification (NBC). Dataset yang digunakan untuk training
adalah data dari tahun 2014 semester ganjil sampai tahun 2015 semester genap.
Sementara dataset yang digunakan untuk testing adalah data dari tahun 2016
semester ganjil. Dari hasil prediksi menggunakan 2 mata kuliah sebagai sampel,
diperoleh hasil nilai Accuracy untuk mata kuliah Manajemen Hubungan Pelanggan
adalah sebesar 85,88% sementara untuk mata kuliah Jaringan Nirkabel adalah
sebesar 44,92%. Luaran dari penelitian ini adalah dashboard berbasis web yang
menampilkan grafik perbandingan nilai actual dan prediksi dari setiap mata kuliah
pada tahun dan semester tertentu |
| id |
IOS4666.13819 |
| institution |
Universitas Brawijaya |
| affiliation |
mill.onesearch.id fkp2tn.onesearch.id |
| institution_id |
30 |
| institution_type |
library:university library |
| library |
Perpustakaan Universitas Brawijaya |
| library_id |
480 |
| collection |
Repository Universitas Brawijaya |
| repository_id |
4666 |
| subject_area |
Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia* |
| city |
MALANG |
| province |
JAWA TIMUR |
| shared_to_ipusnas_str |
1 |
| repoId |
IOS4666 |
| first_indexed |
2019-03-28T02:18:34Z |
| last_indexed |
2021-10-28T06:49:43Z |
| recordtype |
dc |
| _version_ |
1751453697396703232 |
| score |
17.538404 |