Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa (Studi Kasus: Umtas) (original) (raw)
Related papers
Jurnal THEOREMS (The Original Research of Mathematics)
bersumber dari hasil penelitian mahasiswa berupa skripsi atau TA. Selama ini Universitas Banten Jaya menerapkan pengukuran karya ilmiah mahasiswa melalui pengujian baik berupa seminar atau siding skripsi saja, namun belum ada penilaian kinerja penelitian mahasiswa yang dilakukan. Penelitian ini bertujuan untuk memberikan rekomendasi penilaian kinerja mahasiswa melalui publikasi. Fokus penelitian ini untuk mengevaluasi kinerja penelitian mahasiswa dari tahun 2019-2020 di Unversitas Banten Jaya dengan menggunakan data mining. Data mining memiliki tujuan untuk memanfaatkan data dalam basis data dengan mengolahnya sehingga menghasilkan informasi baru yang berguna. Pada penelitian ini menggunakan algoritma Naïve Bayes Classifier (NBC) untuk membentuk tabel probabilitas sebagai dasar proses klasifikasi kinerja penelitian mahasiswa. Atribut yang digunakan terdapat 5 macam dengan masing-masing memiliki value ya dan tidak. Berdasarkan hasil klasifikasi NBC pada tools weka diperoleh kesimpulan bahwa metode NBC berhasil mengklasifikasikan 50 data dari 64 data yang diuji. Sehingga metode NBC berhasil memprediksi artikel mahasiswa yang sudah terpublish dengan presentase akurasi sebesar 78,125% sementara presentase untuk incorrectly classified instances sebesar 21,875%. Hasil dari NBC dapat digunakan untuk mengklasifikasikan kinerja penelitian mahasiswa tahun selanjutnya dan data penelitian ini dapat dijadikan sebagai data training.
Creative Information Technology Journal, 2018
Penelitian ini difokuskan untuk mengevaluasi kinerja akademik mahasiswa STMIK Dipanegara Makassar pada dua tahun pertama dengan menggunakan teknik data mining algoritma Naive Bayes Classifier (NBC) untuk membentuk tabel probabilitas sebagai dasar proses klasifikasi kinerja akademik mahasiswa yang kelulusannya akan diklasifikasikan dan memberikan rekomendasi untuk proses kelulusan tepat waktu yang paling tepat dengan nilai optimal berdasarkan histori nilai yang telah ditempuh mahasiswa. Sampel nilai yang digunakan untuk data latih dan testing adalah nilai mahasiswa angkatan 2008-2011 yang sudah dinyatakan lulus, sedangkan mahasiswa angkatan 2013-2014 dan belum lulus akan digunakan sebagai data target. Hasil yang diperoleh dari penelitian ini menunjukkan bahwa faktor yang paling mempengaruhi penentuan klasifikasi kinerja akademik seorang mahasiswa adalah Indeks Prestasi (IP) pada semester 1,2,3,4 dan jenis kelamin, sehingga faktor tersebut dapat menjadi bahan evaluasi terhadap pihak pengelola STMIK Dipanegara. Pengujian pada beberapa data mahasiswa angkatan 2008-2011 yang diambil secara acak, algoritma NBC menghasilkan nilai akurasi 92,3%.
Jurnal THEOREMS (The Original Research of Mathematics), 2022
Kinerja Penelitian Mahasiswa bersumber dari hasil penelitian mahasiswa berupa skripsi atau TA. Selama ini Universitas Banten Jaya menerapkan pengukuran karya ilmiah mahasiswa melalui pengujian baik berupa seminar atau siding skripsi saja, namun belum ada penilaian kinerja penelitian mahasiswa yang dilakukan. Penelitian ini bertujuan untuk memberikan rekomendasi penilaian kinerja mahasiswa melalui publikasi. Fokus penelitian ini untuk mengevaluasi kinerja penelitian mahasiswa dari tahun 2019-2020 di Unversitas Banten Jaya dengan menggunakan data mining. Data mining memiliki tujuan untuk memanfaatkan data dalam basis data dengan mengolahnya sehingga menghasilkan informasi baru yang berguna. Pada penelitian ini menggunakan algoritma Naïve Bayes Classifier (NBC) untuk membentuk tabel probabilitas sebagai dasar proses klasifikasi kinerja penelitian mahasiswa. Atribut yang digunakan terdapat 5 macam dengan masing-masing memiliki value ya dan tidak. Berdasarkan hasil klasifikasi NBC pada tools weka diperoleh kesimpulan bahwa metode NBC berhasil mengklasifikasikan 50 data dari 64 data yang diuji. Sehingga metode NBC berhasil memprediksi artikel mahasiswa yang sudah terpublish dengan presentase akurasi sebesar 78,125% sementara presentase untuk incorrectly classified instances sebesar 21,875% . Hasil dari NBC dapat digunakan untuk mengklasifikasikan kinerja penelitian mahasiswa tahun selanjutnya dan data penelitian ini dapat dijadikan sebagai data training.
JURNAL INFORMATIKA, 2019
Setiap pegawai menginginkan jabatan untuk dipromosikan dalam meraih karir lebih tinggi. Dalam pemilihan promosi jabatan akan dipilih pejabat struktural eselon IV pada SKPD. Kriteria yang digunakan dalam pemilihan ini menurut DP3 adalah : Kesetiaan, Prestasi Kerja, Tanggungjawab, Ketaatan, Kejujuran, Kerjasama, Prakarsa, dan Kepemimpinan. Proses pemilihan Promosi Jabatan dalam penelitian ini, metode yang digunakan dalam menganalis data adalah metode Analytical Hierarchy Process (AHP) dan Simple Additive Weighting (SAW), sedangkan data diperoleh melalui kuesioner penilaian pegawai oleh atasan dan rekan setingkat. Proses penyelesaian dengan metode AHP adalah : a. Menentukan urutan prioritas kriteria, b. Menentukan nilai bobot setiap bakal calon. c. Membuat matriks dengan isi urutan prioritas kriteria dan nilai bobot. Hasil perangkingan menggunakan metode Simple Additive Weighting (SAW), dengan sistem yang sederhana ini, pimpinan dengan mudah dapat mengambil keputusan yang tepat.
Jurnal Pendidikan Informatika dan Sains
Pada tahun 2019 Program Studi Teknik Informatika memiliki jumlah kelas reguler sebanyak 11 kelas dan sebanyak 1 kelas program kerjasama internasional dengan Perguruan Tinggi di Malaysia. Salah satu cara untuk menghasilkan mahasiswa yang berkualitas adalah dengan menciptakan sistem pembelajaran yang tepat terhadap mahasiswa. Sehingga mahasiswa tersebut memiliki prestasi yang baik dalam bidangnya. Penerapan dalam data mining adalah klasifikasi. Metode klasifikasi dapat digunakan untuk memprediksi atau meramalkan prestasi mahasiswa berdasarkan variabel –variabel tertentu. Teknik ini juga dapat diaplikasikan dalam mencari informasi penting berkaitan dengan prestasi mahasiswa. Berdasarkan teknik klasifikasi akan dapat diketahui faktor-faktor yang berpengaruh terhadap prestasi mahasiswa serta seberapa besar pengaruhnya tersebut. Prestasi mahasiswa dalam hal ini direpresentasikan dengan nilai IPK. Hasilnya diharapkan dapat menjadi bahan masukan atau rekomendasi kepada pihak kampus khusus...
PENERAPAN DATA MINING UNTUK MEMPREDIKSI HASIL BELAJAR MAHASISWA BERDASARKAN RIWAYAT AKADEMIK
Abstrak Penelitian ini dilakukan untuk menemukan pola hubungan riwayat akademik terhadap hasil belajar mahasiswa yang berupa rule(aturan) melalui penerapan data mining metode decission tree algoritma C.45. Penelitian ini akan menginformasikan kepada mahasiswa untuk antisipasi dini dalam mengikuti perkuliahan agar mendapatkan hasil belajar yang maksimal. Penelitian juga ini dapat menginformasikan kepada pihak pengajar bahwa dengan perbedaan riwayat akademik diharapkan bagi pengajar dapat menentukan metode belajar yang tepat agar perkuliahan dapat berjalan lancar. Proses data mining dengan metode decission tree algoritma C.45 dimulai dari pembentukan decision system sebagai data awal yang memiliki nilai atribut kondisi dan keputusan. Kemudian menghitung nilai entropy dari masing-masing atribut. Menghitung nilai gain yang tertinggi yang selanjutnya akan digunakan menjadi node. Selajutnya Menentukan keputusan dari hasil proses decission tree dengan menggunakan logika if-then dimulai dari akar tertinggi hingga akar terendah. Penelitian ini menghasilkan 7 buah pola aturan (rule) sebagai landasan dalam memprediksi pencapaian hasil belajar mahasiswa.
Data Mining (Klasterisasi) Perbandingan Mahasiswa Yang Mendaftar Terhadap Mahasiswa Yang Diterima
ZONAsi: Jurnal Sistem Informasi, 2021
The problem with data owned by a company or agency is data as a benchmark for basic information. However, these data are generally in a developing country or companies that have not utilized the sophisticated structure of information systems in the current era still see the data as a part of a process, which results in the data being used separately as a container of information to support decision making. . There is a need for a special study conducted by the research team to look at this problem subjectively, namely by sorting out the identification of data sources into useful information for leaders or officials. There are several methods that can be used to mine data (data mining), including: Classification, Clustering, Association and various appropriate methods can be used. The results of data mining can be information that can be easily understood by policy makers in an institution, especially leaders at the Faculty of Computer Science.
Implementasi Data Warehouse dan Data Mining: Studi Kasus Analisis Peminatan Studi Siswa
ComTech: Computer, Mathematics and Engineering Applications, 2011
This paper discusses the implementation of data mining and their role in helping decision-making related to students’ specialization program selection. Currently, the university uses a database to store records of transactions which can not directly be used to assist analysis and decision making. Based on these issues then made the data warehouse design used to store large amounts of data and also has the potential to gain new data distribution perspectives and allows to answer the ad hoc question as well as to perform data analysis. The method used consists of: record analysis related to students’ academic achievement, designing data warehouse and data mining. The paper’s results are in a form of data warehouse and data mining design and its implementation with the classification techniques and association rules. From these results can be seen the students’ tendency and pattern background in choosing the specialization, to help them make decisions.