Model Klasifikasi Nilai Akhir Mata Kuliah Data Mining Berdasarkan Aktivitas Mahasiswa Pada Lms Menggunakan Pohon Keputusan
View/ Open
Date
2017Author
Santika, Mutiara
Santoni, Mayanda Mega
Sitanggang, Imas Sukaesih
Metadata
Show full item recordAbstract
Setiap perguruan tinggi selalu melakukan evaluasi dari hasil proses
perkuliahan yang telah dilakukan. Prediksi nilai pada suatu mata kuliah berperan
sebagai early warning terhadap kondisi performansi akademik studi mahasiswa.
Hasil prediksi secara keseluruhan dapat digunakan sebagai acuan dalam
mengevaluasi proses pendidikan. Untuk melakukan prediksi nilai dapat dilakukan
dengan melihat beberapa aspek, salah satunya yaitu aktivitas mahasiswa pada
Learning Management System (LMS). Terdapat berbagai macam metode klasifikasi,
salah satu metode dalam data mining untuk klasifikasi adalah pohon keputusan
dengan algoritme C50. Penelitian ini bertujuan untuk membentuk model klasifikasi
nilai akhir mata kuliah data mining berdasarkan aktivitas pada LMS. Penelitian ini
menggunakan data mahasiswa dan data log aktivitas penggunaan LMS mahasiswa
Program Studi Ilmu Komputer FMIPA IPB pada mata kuliah data mining tahun
ajaran 2015/2016. Pada penelitian ini dilakukan sebanyak 3 kali iterasi. Hasil uji
model klasifikasi pada iterasi pertama, didapat akurasi model terbaik menggunakan
10 fold pada percobaan 4 kelas sebesar 64.29%. Pada iterasi kedua sebesar 40.00%
dan pada iterasi ketiga dengan melakukan percobaan pada 2 kelas sebesar 85.71%.
Collections
- UT - Computer Science [2324]