KLASIFIKASI LAMA STUDI MAHASISWA MENGGUNAKAN METODE ALGORITMA C5.0 PADA STUDI KASUS DATA KELULUSAN MAHASISWA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS MULAWARMAN TAHUN 2017

  • Deniel Dalbergio Jurusan Matematika, FMIPA, Universitas Mulawarman, Indonesia
  • Memi Nor Hayati Jurusan Matematika, FMIPA, Universitas Mulawarman, Indonesia
  • Yuki Novia Nasution Jurusan Matematika, FMIPA, Universitas Mulawarman, Indonesia

Abstract

Klasifikasi adalah suatu teknik pembentukan model dari data yang belum terklasifikasi untuk digunakan mengklasifikasikan data baru. Klasifikasi merupakan pengelompokan sampel berdasarkan ciri-ciri persamaan dengan menggunakan variabel target sebagai kategori. Decision tree algoritma C5.0 merupakan implementasi dari Algoritma C4.5 yang memproduksi pohon keputusan. Tujuan dalam penelitian ini adalah mengetahui hasil klasifikasi dan ketepatan klasifikasi pada metode algoritma C5.0 dan pohon keputusan yang dibentuk menggunakan Algoritma C5.0 untuk mengklasifikasi Masa Studi mahasiswa yang lulus pada tahun 2017. Data yang digunakan adalah data masa studi mahasiswa Fakultas Matematika dan Ilmu Pengetahuan Alam Samarinda Tahun 2017 dan digunakan 4 Variabel yaitu jenis kelamin, program studi, indeks prestasi kumulatif (IPK) dan asal daerah untuk memprediksi masa studi. Laju error yang dihitung menggunakan nilai Apparent Error Rate (APER) dipergunakan sebagai evaluator pada metode Algoritma C5.0 pada klasifikasi Masa Studi. Kesalahan klasifikasi yang dihasilkan adalah 15,79 %. Hal ini menunjukkan bahwa dari 19 orang, terdapat 16 orang yang tepat diklasifikasikan.

Published
2019-05-10
How to Cite
DALBERGIO, Deniel; HAYATI, Memi Nor; NASUTION, Yuki Novia. KLASIFIKASI LAMA STUDI MAHASISWA MENGGUNAKAN METODE ALGORITMA C5.0 PADA STUDI KASUS DATA KELULUSAN MAHASISWA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS MULAWARMAN TAHUN 2017. Prosiding Seminar Nasional Matematika dan Statistika, [S.l.], p. 36-42, may 2019. ISSN 2657-232X. Available at: <http://jurnal.fmipa.unmul.ac.id/index.php/SNMSA/article/view/524>. Date accessed: 26 feb. 2020.