Penerapan Algoritma C4.5 untuk Memprediksi Masa Studi Dan Predikat Lulusan S1 Akuntansi pada STIE Muhammadiyah Jakarta
Penerapan Algoritma C4.5 untuk Memprediksi Masa Studi Dan Predikat Lulusan S1 Akuntansi pada STIE Muhammadiyah Jakarta

Penerapan Algoritma C4.5 untuk Memprediksi Masa Studi

Dan Predikat Lulusan S1 Akuntansi pada

STIE Muhammadiyah Jakarta

 

Djayadi Nugroho

Program Studi Magister Ilmu Komputer, Program Pascasarjana, Universitas Budi Luhur

Jl. Raya Ciledug, Petukangan Utara, Kebayoran Lama, Jakarta Selatan 12260

Telp. (021) 5853753, Fax. (021) 5869225

E-mail : djayadinugroho@yahoo.com

 

 

ABSTRAK

 

Program Studi S1 Akuntansi  adalah salah satu jurusan program studi favorit yang ada di Sekolah Tinggi Ilmu Ekonomi (STIE) Muhammadiyah Jakarta yang memiliki data mahasiswa yang cukup besar baik data mahasiswa yang masih aktif maupun mahasiswa yang telah lulus. Setiap tahun data mahasiswa tersebut semakin bertambah banyak. Di sisi lain, data yang ada tidak dikelola dengan baik, sehingga data yang ada hanya menjadi tumpukan data yang tidak bermanfaat, sehingga informasi yang diperoleh kurang akurat dan tidak strategis. Salah satu cara untuk mengatasi masalah tersebut diatas adalah dengan mengubah tumpukan data tersebut menjadi sebuah informasi yang bersifat strategis dan akurat. Penelitian ini dilakukan untuk membuat sebuah aplikasi yang dapat melakukan prediksi terhadap lama studi dan predikat kelulusan mahasiswa dengan menerapkan teknik data mining dibantu dengan menggunakan aplikasi RapidMiner. Metode yang digunakan dalam data mining untuk menyelesaikan kasus adalah pohon keputusan (decision tree). Metode ini tidak memerlukan proses pengelolaan pengetahuan terlebih dahulu dan dapat menyelesaikan kasus-kasus yang memiliki data yang besar. Akurasinya sangat baik asalkan data yang akan dijadikan patokan merupakan data yang akurat. Tugas paling umum yang diserahkan kepada pohon keputusan adalah klasifikasi. Algoritma pohon keputusan yang terkenal adalah algoritma C4.5 yang memiliki kelebihan mudah dimengerti, fleksible dan menarik karena dapat divisualisasikan dalam bentuk gambar (pohon keputusan). Pengujian terhadap data lulusan mahasiswa menggunakan metode decision tree menghasilkan sebuah pohon klasifikasi. Hasil tersebut dapat dijadikan sebagai sebuah informasi strategis yang dapat diubah menjadi sebuah pengetahuan (knowledge). Pengetahuan inilah yang bisa digunakan sebagai pendukung suatu keputusan atau kebijakan strategis bagi suatu organisasi terkait dengan lama studi dan predikat kelulusan mahasiswa.

 

Kata Kunci:  Data Mining, RapidMiner, Pohon Keputusan, Klasifikasi, Algoritma C4.5

Selanjutnya bisa di DOWNLOAD