Optimasi Algoritma C4.5 dengan Fuzzy Inference System Mamdani dalam Memprediksi Mahasiswa Berpotensi Dropout
Abstract
Data mining adalah analisis terhadap proses penemuan pengetahuan di dalam basisdata. Berdasarkan fungsionalitas, salah satu tugas data mining adalah sebagai klasifikasi, yaitu meng-generalisasi struktur yang diketahui untuk diaplikasikan pada data-data baru. Algoritma C4.5 adalah algoritma yang sering digunakan dalam data mining dan cocok untuk klasifikasi. dengan mengimplementasikan pembangkitan aturan kedalam proses FIS Mamdani diharapkan dapat mengoptimalkan kinerja metode, sehingga memiliki nilai akurasi yang lebih tinggi. Prediksi dan pembangkitan aturan dari decision tree dilakukan dengan menggunakan alat bantu Rapidminer Studio 7.6, sedangkan prediksi FIS Mamdani dengan Matlab R2014b. Variabel yang digunakan adalah IPS-1, IPS-2, IPS-3, IPS-4, IPS-5, IPS-6, IPS-7, IPS-8, PM, dan MO dengan jumlah 100 dataset, 86 berlabel lulus dan 14 mahasiswa dropout. Algoritma C4.5 konvensional menghasilkan nilai akurasi sebesar 92% sedangkan Algoritma C4.5 + FIS Mamdani mendapat nilai akurasi yang lebih rendah yaitu 64%. Dengan demikian maka dalam memprediksi potensi dropout mahasiswa, Algoritma C4.5 konvensional lebih unggul dari Algoritma C4.5 + FIS Mamdani.
References
Hidayanti, N., Fatullah, R., Budiono. (2020). Rancang bangun aplikasi monitoring kegiatan kuliah kerja mahasiswa berbasis Android di Universitas Banten Jaya. TEKNIKA: Jurnal Sains Dan Teknologi Vol 16, No. 02 267–278.
Hidayati, T., & Ikasari, I. H. (2020). Developing Ict-Based Calculus Learning Media. JPMI (Jurnal Pendidikan Matematika Indonesia), 5(1), 10-15.
Jamil, A. B., Syamsul & Widyastuti, D. D. (2022). Manajemen Back Office Berbasis Teknologi Informasi Pada Pt. Bank Central Asia, Tbk. JSI (Jurnal sistem Informasi) Universitas Suryadarma, VOL-9, No.1-844.
Maulidyah, Indi Arifah. (2017). Pengaruh Stres Kerja Terhadap Kinerja Karyawan Back Office Dengan Motivasi Sebagai Variabel Intervening Pada Pt. Bank Tabungan Negara (Persero), Tbk Kantor Cabang Surabaya. JIM (Jurnal Ilmu Manajemen) Universitas Negri Surabaya, VOL-5, No.3-20258.
Ningtyas, Ayu , Tatik, M. G., Kurniawan, & Prasetya, M. (2017). Evaluasi Sistem Kerja Di Bagian Back Office Gudang Supermarket Berbasis Faktor Ergonomi. http://etd.repository.ugm.ac.id/penelitian/detail/116236. Universitas Guna Drama.
Prasetyo, E., Reza G. I., Krisna, N. Q., & Wicaksono, Agung (2018).Perancangan Aplikasi Presensi Kelas Menggunakan Token Pada Perangkat Mobile. http://repository.umy.ac.id/bitstream/handle/123456789/19540/ePR-LaporanAplikasiPresensiKelasMenggunakanTokenPadaMobileDevice-Final.pdf. Universitas Muhammadiyah Yogyakarta
Pratama, Sefto. (2020). Perancangan Aplikasi Monitoring Kesehatan Masyarakat Desa Simpang Empat Berbasis Web. Technologia: Jurnal Ilmiah, Vol 11, No. 1- 2703-6350.
Rosmiati, Mia. (2021). Aplikasi Monitoring Kehadiran Siswa Berbasis Web Untuk Mendukung Pembelajaran Jarak Jauh. Jurnal Teknik Komputer AMIK BSI, Vol 7, No. 2-10418-31140-2-PB.
Sari, R., Yanti, M. K. D., Liliana, D. Y. & Ismail, I. E. (2021). Pembuatan Aplikasi Monitoring Karantina Mandiri Orang dalam Pengawasan (ODP) COVID-19 di Kota Depok. ABDIMAS (Jurnal Pengabdian Masyarakat Universitas Merdeka Malang), Vol 6, No. 2- 143-152.
Sistiyarini, E., Herizon & Carolyn, L. S. (2020). Pelatihan Akuntansi Bank Transaksi Back Office BankKonvensional Bagi SMKUnitomo Surabaya. P-ISSN 2614-7424, DINAMISIA (Jurnal Pengabdian Kepada Masyarakat), VOL-49, No.1- 80-84.
Zaini, Muhammad & Riyadi, Riyadi. (2021). Penguatan Pengelolaan Back Office E-Commerce Untuk Peningkatan Kapasitas Ukm Di Kota Samarinda. ISSN:2355-5416, JADBIS (Jurnal Administrasi Bisnis), VOL-9, No.3- 6330.
