USMUSM

Jurnal TransformatikaJurnal Transformatika

Kasus drop out di STEKOM Weleri sering dilakukan oleh kampus karena IPK di bawah 2, jumlah organisasi yang diikuti, pembayaran SPP yang tidak lunas, dan mahasiswa yang melebihi batas 14 semester. Penelitian ini membahas prediksi mahasiswa drop out menggunakan metode Decision Tree dengan algoritma ID3 dan C4.5. Penelitian ini menggunakan data mahasiswa sebanyak 1087 orang yang dibagi menjadi data pelatihan dan pengujian. Variabel penelitian meliputi IPK (V1), jarak rumah ke kampus (V2), lama kuliah (V3), memiliki pekerjaan (V4), keluarga (V5), dan biaya kuliah (V6). Hasil penelitian menghasilkan 18 aturan untuk algoritma ID3 dan 8 aturan untuk C4.5. Algoritma C4.5 menunjukkan akurasi rata-rata 96,45%, presisi 96,90%, dan recall 95,38%, lebih baik daripada ID3 yang memiliki akurasi 95,17%, presisi 94,7%, dan recall 96,18%. Penelitian ini membuktikan bahwa algoritma C4.5 lebih efektif dalam memprediksi mahasiswa drop out.

Hasil klasifikasi menggunakan metode Decision Tree ID3 menghasilkan 18 aturan.Hasil klasifikasi menggunakan metode Decision Tree C4.Hasil pengukuran akurasi, presisi, dan recall menunjukkan bahwa algoritma C4.

Penelitian lanjutan dapat mengembangkan metode prediksi dengan algoritma lain seperti Random Forest atau Neural Network untuk membandingkan efektivitas. Selain itu, penelitian dapat memperluas data dengan menggabungkan informasi tambahan seperti faktor psikologis atau lingkungan sosial mahasiswa. Terakhir, analisis lebih mendalam tentang dampak kebijakan kampus terhadap tingkat drop out dapat menjadi arah studi baru untuk meningkatkan kebijakan akademik yang lebih efektif.

Read online
File size728.06 KB
Pages10
DMCAReport

Related /

ads-block-test