Klasifikasi Kelayakan Penerima Beasiswa SDN 134/IV Kota Jambi Menggunakan Algoritma C4.5
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika Bangsa
Author
Puja Kesuma, Rifal
Subject
Analisis Sistem Informasi
Datestamp
2020-10-05 02:41:26
Abstract :
Data-data siswa SD N 134/IV KOTA JAMBI semakin bertambah setiap tahunnya dan tidak ada tindak lanjut manfaat dari data-data yang tersedia. Padahal data - data tersebut dapat di manfaatkan dan diolah kembali untuk menjadi sebuah pengetahuan dan informasi yang bermanfaat sebagai bahan pertimbangan dalam memprediksi penentuan beasiswa. Oleh karena itu, penulis melakukan analisis data mining pada data siswa tersebut agar dapat dimanfaatkan oleh pihak sekolah untuk mengetahui status penerima beasiswa. Penulis menggunakan data mahasiswa tahun 2019 sebagai data training sebanyak 227 data siswa dan data testing sebanyak 227 data siswa serta telah dilakukan proses cleaning data menjadi 207 data siswa. Dalam melakukan analisis penulis menggunakan alat bantu Tools Weka. Penulis menggunakan metode algoritma C4.5 dengan 12 atribut. Dalam hal ini penulis menggunakan 3 options test, yaitu Use Training Set dengan presentasi akurasi Correctly Classified Intences sebesar 93.7198% dan Incorrectly Classified Instances 6.2802%. Menggunakan 8 Fold Cross Validation Correctly dengan presenrasi akurasi Correctly Classified Instances 53.6232% dan Incorrectly Classified Instances 46,3768%. Menggunakan 30 Fold Cross Validation Correctly dengan presenrasi akurasi Correctly Classified Instances 82.1256% dan Incorrectly Classified Instances 17,8744%. Atribut Penerima KPS merupakan atribut yang paling berpengaruh berdasarkan seleksi atribut menggunakan classifier attribute evaluation (Classierr Attribute Eval).
Data-data siswa SD N 134/IV KOTA JAMBI semakin bertambah setiap tahunnya dan tidak ada tindak lanjut manfaat dari data-data yang tersedia. Padahal data - data tersebut dapat di manfaatkan dan diolah kembali untuk menjadi sebuah pengetahuan dan informasi yang bermanfaat sebagai bahan pertimbangan dalam memprediksi penentuan beasiswa. Oleh karena itu, penulis melakukan analisis data mining pada data siswa tersebut agar dapat dimanfaatkan oleh pihak sekolah untuk mengetahui status penerima beasiswa. Penulis menggunakan data mahasiswa tahun 2019 sebagai data training sebanyak 227 data siswa dan data testing sebanyak 227 data siswa serta telah dilakukan proses cleaning data menjadi 207 data siswa. Dalam melakukan analisis penulis menggunakan alat bantu Tools Weka. Penulis menggunakan metode algoritma C4.5 dengan 12 atribut. Dalam hal ini penulis menggunakan 3 options test, yaitu Use Training Set dengan presentasi akurasi Correctly Classified Intences sebesar 93.7198% dan Incorrectly Classified Instances 6.2802%. Menggunakan 8 Fold Cross Validation Correctly dengan presenrasi akurasi Correctly Classified Instances 53.6232% dan Incorrectly Classified Instances 46,3768%. Menggunakan 30 Fold Cross Validation Correctly dengan presenrasi akurasi Correctly Classified Instances 82.1256% dan Incorrectly Classified Instances 17,8744%. Atribut Penerima KPS merupakan atribut yang paling berpengaruh berdasarkan seleksi atribut menggunakan classifier attribute evaluation (Classierr Attribute Eval).
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
