Penerapan Algoritma Decision Tree C4.5 dan Metode AdaBoost Untuk Prediksi Kelulusan Mahasiswa

Abstract

A student is someone who carries out the learning process at a university. Atma Jaya University Yogyakarta is one of the private universities in Indonesia. Students can be declared to have graduated from a tertiary institution after fulfilling the graduation requirements for four years of study. Based on student data from 2012 to 2016 in the Informatics Study Program, out of 717 students, 291 students graduated on time, and 426 students graduated not on time, resulting in a graduation percentage of 40.6%. Therefore, it is necessary to carry out research to overcome this problem. This research uses classification data mining techniques with the C4.5 decision tree and AdaBoost algorithms. The collected data will be processed by conducting training and data testing. This research produced 13 rules with an accuracy value of 77.78% and an AUC value of 0.901. The study program can use the results and evaluation of the resulting model to help make decisions.

Mahasiswa adalah seseorang yang melakukan proses belajar di sebuah perguruan tinggi. Universitas Atma Jaya Yogyakarta merupakan salah satu perguruan tinggi swasta yang ada di Indonesia. Mahasiswa dapat dinyatakan lulus dari sebuah perguruan tinggi setelah memenuhi syarat-syarat kelulusan dengan lama studi selama empat tahun. Berdasarkan data mahasiswa tahun 2012 hingga 2016 pada Program Studi Informatika, dari 717 mahasiswa, terdapat 291 mahasiswa yang lulus tepat waktu dan 426 mahasiswa yang lulus tidak tepat waktu, sehingga diperoleh persentase kelulusan sebesar 40.6%. Oleh karena itu, perlu dilakukannya penelitian untuk mengatasi permasalahan tersebut. Penelitian ini menggunakan teknik data mining klasifikasi dengan algoritma decision tree C4.5 dan algoritma AdaBoost. Data yang dikumpulkan akan diolah dengan melakukan pelatihan dan pengujian data. Penelitian ini menghasilkan 13 rule dengan nilai akurasi sebesar 77.78% dan nilai AUC sebesar 0.901. Analisis hasil dan evaluasi model yang dihasilkan dapat digunakan oleh pihak program studi dalam membantu mengambil keputusan.