Kurniasih, Tanti (2022) ANALISIS PERBANDINGAN METODE NAÏVE BAYES DENGAN C4.5 UNTUK PREDIKSI WAKTU STUDI MAHASISWA PENDIDIKAN TEKNIK INFORMATIKA UNIVERSITAS PENDIDIKAN GANESHA. Undergraduate thesis, Universitas Pendidikan Ganesha.
Text (COVER)
1415051059-COVER.pdf Download (8MB) |
|
Text (ABSTRAK)
1415051059-ABSTRAK.pdf Download (1MB) |
|
Text (BAB 1 PENDAHULUAN)
1415051059-BAB 1 PENDAHULUAN.pdf Download (440kB) |
|
Text (BAB 2 KAJIAN TEORI)
1415051059-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (8MB) | Request a copy |
|
Text (BAB 3 METODELOGI PENELITIAN)
1415051059-BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (2MB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
1415051059-BAB 4 HASIL DAN PEMBAHASAN.docx.pdf Restricted to Repository staff only Download (12MB) | Request a copy |
|
Text (BAB 5 PENUTUP)
1415051059-BAB 5 PENUTUP.docx.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
1415051059-DAFTAR PUSTAKA.docx.pdf Download (1MB) |
|
Text (LAMPIRAN)
1415051059-LAMPIRAN.docx.pdf Download (8MB) |
Abstract
Mahasiwa merupakan sebutan untuk seseorang yang sedang menempuh pendidikan di perguruan tinggi, peran mahasiswa adalah sebagai agent of change yang mana tentunya kualitas mahasiswa harus terus ditingkatkan agar memiliki daya saing yang tinggi. Lulus tepat waktu adalah salah satu aspek penting yang wajib mendapat perhatian perguruan tinggi demi meningkatkan kualitas perguruan tinggi dan kepercayaan masyarakat terhadap perguruan tinggi tersebut. Pendidikan Tehnik Informatika merupakan salah satu prodi yang ada di Universitas pendidikan ganesha, berdasarkan data yang peneliti peroleh, yang mana tingkat kelulusan tepat waktu studi wahasiswa pada prodi tersebut bisa dikatakan kurang memuaskan. Oleh karena itu peneliti mencoba membantu permasalahan yang dihadapi tersebut dengan melakukan analisis perbandingan kinerja dari dua algoritma klasifikasi untuk mprediksi waktu studi mahasiswa PTI Undiksha. Metode yang dipakai untuk prediksi adalah metode Naïve bayes dan C4.5. Dua metode ini akan dibandingkan dari sisi Accuracy, Precision, Sensitivity, Recall, F-Measure dan Specifiticy. Uji akurasi kinerja kedua metode menggunakan K-Fold Cross Validation. Data mahasiswa yang gunakan untuk diprediksi adalah sebanyak 173 data. Hasil dari penelitian ini menunjukkan bahwa Metode C4.5 memiliki akurasi lebih tinggi daripada Metode Naïve bayes dengan persentase Accuracy sebesar 79% untuk C4.5 sedang 70% untuk Naïve bayes.
Item Type: | Thesis (Undergraduate) |
---|---|
Uncontrolled Keywords: | Prediksi, Naïve Bayes, C4.5, Data Mining, Orange |
Subjects: | T Technology > TN Mining engineering. Metallurgy |
Divisions: | Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Pendidikan Teknik Informatika (S1) |
Depositing User: | TANTI KURNIASIH |
Date Deposited: | 24 Feb 2022 08:36 |
Last Modified: | 24 Feb 2022 08:36 |
URI: | http://repo.undiksha.ac.id/id/eprint/10557 |
Actions (login required)
View Item |