Aplikasi Data Mining Untuk Memprediksi Kelulusan Mahasiswa Berbasis Web Menggunakan Algoritma C45

Fietri Setiawati Sulaeman, Mufti Ahmad Rilmansyah

Abstract


The Informatics Engineering Study Program, Faculty of Engineering, Suryakancana University in carrying out its operations stores its data in a database consisting of student data, lecturer data, employee data, grade data, student achievement data, and data on the number of student graduations each year, as well as various other data related to all operations of the Faculty of Engineering and Suryakancana University. One of the uses of data in databases is to support decision-making activities, so a data mining   technique is needed to analyze data in order to produce information early on whether the student will graduate on time or not by using a data mining   application to predict student graduation using the C45 algorithm.

 

Program Studi Teknik Informatika Fakultas Teknik Universitas Suryakancana dalam menjalankan operasionalnya menyimpan datanya dalam sebuah database yang terdiri dari data mahasiswa, data dosen, data pegawai, data nilai, data prestasi mahasiswa, dan data jumlah kelulusan mahasiswa tiap tahun, serta berbagai data lainnya yang berhubungan dengan seluruh operasional Fakultas Teknik dan Universitas Suryakancana. Pemanfaatan data dalam database salah satunya adalah untuk menunjang kegiatan pengambilan keputusan, sehingga diperlukan suatu teknik data mining   untuk menganalisis data agar dapat menghasilkan suatu informasi secara dini apakah mahasiswa itu lulus tepat waktu atau tidak dengan menggunakan aplikasi data mining untuk memprediksi kelulusan mahasiswa menggunakan algoritma C45.


Keywords


Study Program; Database; Algorithm C45; Data Mining

Full Text:

PDF

References


Larose, D. T. (2005). Discovering Knowledge in Data: An Introduction to Data Mining. In Discovering Knowledge in Data: An Introduction to Data Mining.

Ibrahim, A. (2013). Pengertian Aplikasi dan Sejarah Perkembangan Aplikasi _ Pengertian dan Definisi. 2018.

Tata Sutabri. (2012). Analisis Sistem Informasi.Andi. Yogyakarta

Turban, E., Aronson, J., & Liang, T. P. (2005). Chapter 11- Knowledge Acquisition , Representation and

Han, J., Kamber, M., & Pei, J. (2012). Data Mining: Concepts and Techniques. In Data Mining: Concepts and Techniques. https://doi.org/10.1016/C2009-0-61819-5

Susi Mashlahah (2013). Prediksi Kelulusan Mahasiswa Menggunakan Metode Decision Tree Dengan Penerapan Algoritma C4.5.

Kusnawi. (2007). Pengantar solusi data mining. Seminar Nasional Teknologi 2007 (SNT 2007) Yogyakarta, 24 November 2007 ISSN : 1978 – 9777.

Suyanto, S. T., & Sc, M. (2007). Artificial Intelligence: Searching, Reasoning, Planning, dan Learning. Informatika, Bandung, Indonesia.

Craw. (2005). Case Base Reasoning : Lecture 3: CBR Case-Base Indexing. http://www.comp.rgu.ac.uk/staff/smc/teaching/kbp3/

Haviluddin. (2011). Memahami Penggunaan UML ( Unified Modelling Language ). Memahami Penggunaan UML (Unified Modelling Language).

imarmata, janner. (2010). Rekayasa Web. Yogyakarta. https://doi.org/10.1016/j.foreco.2006.09.025

Pressman, R. S. (2010). Rekayasa Perangkat Lunak (Pendekatan Praktisi) Edisi 7 : Buku 1. In Teknoif.

Reasoning. In Decision Support Systems and Intelligent Systems.




DOI: https://doi.org/10.35194/jmtsi.v5i1.1395

Refbacks

  • There are currently no refbacks.


This Journal is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Jurnal Media Teknik dan Sistem Industri ISSN: 2581-0561 (online); 2581-0529 (cetak).


Gedung Fakultas Teknik UNSUR Jl. Pasir Gede Raya, Cianjur, Jawa Barat 43216| Telp./Fax. (0263) 283578 |E-mail: jmtsi@unsur.ac.id 

JMTSI (Jurnal Media Teknik dan Sistem Industri) INDEXED BY :