PERBANDINGAN ALGORITMA C4.5 DAN CART DALAM MEMPREDIKSI KATEGORI INDEKS PRESTASI MAHASISWA
Total View This Week0
Total View This Week0
Institusion
Universitas Kristen Duta Wacana
Author
71130036, Dea Alverina
Subject
QA75 Electronic computers. Computer science
Datestamp
2021-07-30 02:51:38
Abstract :
Beberapa faktor, internal maupun external, mempengaruhi tinggi rendahnya prestasi akademis mahasiswa baru. Faktor external meliputi asal SMA, kategori SMA dan status SMA. Faktor internal meliputi kemampuan Spasial, Verbal, Numerik, dan Analogi (Santosa & Rachmat, 2016). Dengan memprediksi indeks prestasi (IP) mahasiswa semester 1, fakultas dapat menyaring calon mahasiswa baru. Penelitian ini mencoba melakukan prediksi berbagai macam kategori IP semester satu mahasiswa Fakultas Teknologi Informasi Universitas Kristen Duta Wacana (FTI UKDW), menggunakan algoritma decision tree C4.5 dan CART. Penelitian ini juga mengeksplorasi berbagai parameter seperti pengkategorian atribut numerik, keseimbangan data, jumlah kategori IP, dan ketersediaan atribut yang berbeda karena perbedaan ketersediaan data antara jalur prestasi dan jalur non-prestasi. Hasil penelitian menunjukkan bahwa algoritma CART dan C4.5 memiliki akurasi yang sama dalam memprediksi data jalur prestasi, dengan akurasi tertinggi sebesar 86.86%. Namun rata-rata akurasi dari semua skenario yang memiliki parameter yang berbeda-beda untuk C4.5 sebesar 41.48% dan CART sebesar 42.65%. Algoritma C4.5 dan CART lebih cocok untuk memprediksi IP menggunakan data jalur prestasi. Parameter untuk skenario prediksi yang paling akurat adalah ketika atribut numerik untuk data jalur non-prestasi di threshold, data latih tidak diseimbangkan dan kategori indeks prestasi sebanyak 2 kategori.
Beberapa faktor, internal maupun external, mempengaruhi tinggi rendahnya prestasi akademis mahasiswa baru. Faktor external meliputi asal SMA, kategori SMA dan status SMA. Faktor internal meliputi kemampuan Spasial, Verbal, Numerik, dan Analogi (Santosa & Rachmat, 2016). Dengan memprediksi indeks prestasi (IP) mahasiswa semester 1, fakultas dapat menyaring calon mahasiswa baru. Penelitian ini mencoba melakukan prediksi berbagai macam kategori IP semester satu mahasiswa Fakultas Teknologi Informasi Universitas Kristen Duta Wacana (FTI UKDW), menggunakan algoritma decision tree C4.5 dan CART. Penelitian ini juga mengeksplorasi berbagai parameter seperti pengkategorian atribut numerik, keseimbangan data, jumlah kategori IP, dan ketersediaan atribut yang berbeda karena perbedaan ketersediaan data antara jalur prestasi dan jalur non-prestasi. Hasil penelitian menunjukkan bahwa algoritma CART dan C4.5 memiliki akurasi yang sama dalam memprediksi data jalur prestasi, dengan akurasi tertinggi sebesar 86.86%. Namun rata-rata akurasi dari semua skenario yang memiliki parameter yang berbeda-beda untuk C4.5 sebesar 41.48% dan CART sebesar 42.65%. Algoritma C4.5 dan CART lebih cocok untuk memprediksi IP menggunakan data jalur prestasi. Parameter untuk skenario prediksi yang paling akurat adalah ketika atribut numerik untuk data jalur non-prestasi di threshold, data latih tidak diseimbangkan dan kategori indeks prestasi sebanyak 2 kategori.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
