FORMULASI MODEL PREDIKSI WAKTU KELULUSAN BERDASARKAN PROFIL MAHASISWA TEKNIK INDUSTRI ITENAS MENGGUNAKAN TEKNIK MACHINE LEARNING
Persentase kelulusan mahasiswa yang lulus tepat waktu merupakan salah satu instrumen dalam penilaian akreditasi program studi oleh BAN-PT. Perguruan tinggi memiliki data profil mahasiswa sejak mereka mendaftar hingga lulus kuliah. Data ini dapat dimanfaatkan untuk membuat formulasi model prediksi kelulusan mahasiswa menggunakan metode data mining dengan teknik machine learning. Algoritma klasifikasi dibutuhkan dalam melakukan prediksi untuk menemukan pola-pola hubungan antara data profil mahasiswa dengan kelulusan mahasiswa. Algoritma klasifikasi yang digunakan yaitu CHAID, Decision Stump, dan ID3. Algoritma ini memberikan informasi tersembunyi dalam dataset yang disajikan dalam bentuk pohon keputusan. Hasil dari proses klasifikasi dievaluasi menggunakan K-fold cross validation, confusion matrix, dan T-test, menunjukkan bahwa algoritma CHAID (Akurasi 74,35% dan Error Tipe II 29) yang terpilih untuk membuat formulasi model prediksi kelulusan mahasiswa.
APA Style
. (2019).FORMULASI MODEL PREDIKSI WAKTU KELULUSAN BERDASARKAN PROFIL MAHASISWA TEKNIK INDUSTRI ITENAS MENGGUNAKAN TEKNIK MACHINE LEARNING ().Teknik Industri:FTI
Chicago Style
.FORMULASI MODEL PREDIKSI WAKTU KELULUSAN BERDASARKAN PROFIL MAHASISWA TEKNIK INDUSTRI ITENAS MENGGUNAKAN TEKNIK MACHINE LEARNING ().Teknik Industri:FTI,2019.Text
MLA Style
.FORMULASI MODEL PREDIKSI WAKTU KELULUSAN BERDASARKAN PROFIL MAHASISWA TEKNIK INDUSTRI ITENAS MENGGUNAKAN TEKNIK MACHINE LEARNING ().Teknik Industri:FTI,2019.Text
Turabian Style
.FORMULASI MODEL PREDIKSI WAKTU KELULUSAN BERDASARKAN PROFIL MAHASISWA TEKNIK INDUSTRI ITENAS MENGGUNAKAN TEKNIK MACHINE LEARNING ().Teknik Industri:FTI,2019.Text
