Model Klasifikasi Nilai Akhir Mata Kuliah Data Mining Berdasarkan Aktivitas Mahasiswa Pada Lms Menggunakan Pohon Keputusan

Abstract

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%.