| dc.identifier.citation | Ayub, Mewati, 2007. Proses Data Mining dalam Sistem Pembelajaran Berbantuan Komputer. Jurnal Sistem Informasi Vol. 2 No. 1 Maret 2007 : 21-30 Breiman, L., Friedman, J. H., Olshen, R. A., & Stone, P. J. 1984. Classification and Regression Tree. Belmont, CA: Wadsworth International Group. Karlinger, Fred, N. 1973. Foundation of Behavior Science Research. Holt, Rinehart. Lesmana, Dody Putu. 2012. Perbandingan Kinerja Decision Tree J48 dan ID3 Dalam Pengklasifikasian Diagnosis Penyakit Diabetes Mellitus. Jurnal Teknologi dan Informatika, Vol. 2, no. 2. Lin, S. H. 2012. Data Mining for Student Retention Management. Journal of. Computer Science. Coll, 27(4), 92-99. Luan, J. 2002. Data Mining and Knowledge Management in Higher Education Applications. Paper presented at the Annual Forum for the Association for Institutional Research, Toronto, Ontario, Canada. http://eric.ed.gov/ERICWebPortal/detail?accno=ED474143 Nugroho, Yusuf Sulistyo. 2009. Analisis faktor-faktor yang mempengaruhi tingkat daya beli konsumen terhadap listrik pada sektor rumah tangga:: Studi kasus Kota Salatiga. Thesis, Universitas Gadjah Mada, Yogyakarta. Statuta Universitas Muhammadiyah Surakarta. Sunjaya. 2010. Aplikasi Mining Data Mahasiswa dengan Metode Klasifikasi Decision Tree. Seminar Nasional Aplikasi Teknologi Informasi 2010. Yogyakarta. | en_US |
| dc.description.abstract | Saat ini dalam dunia pendidikan data yang berlimpah dan berkelanjutan bisa dimanfaatkan
untuk data mining dalam rangka pengelolaan yang lebih baik dan pelaksanaan pembelajaran yang
lebih efektif. Salah satunya adalah Fakultas Komunikasi dan Informatika (FKI) UMS yang telah
berdiri sejak tahun 2006 dan telah memiliki sebanyak 2358 mahasiswa termasuk yang sudah lulus
sebanyak kurang lebih 600-700 mahasiswa. Penelitian ini dilakukan untuk memanfaatkan data-data
yang melimpah tersebut sebagai sumber informasi strategis bagi fakultas untuk mengklasifikasi
masa studi mahasiswa dengan menggunakan teknik data mining. Klasifikasi masa studi terhadap
data lulusan mahasiswa FKI UMS menggunakan metode Decision Tree dengan algoritma C4.5. Dari
total 2358 data diambil sebanyak 341 data mahasiswa yang sudah lulus. Atribut yang digunakan
terdiri dari jurusan sekolah, jenis kelamin, asal sekolah, rerata jumlah SKS per semester, dan peran
menjadi asisten. Hasil penelitian menunjukkan bahwa variabel yang paling tinggi pengaruhnya
terhadap masa studi mahasiswa adalah rerata SKS per semester. Dengan demikian, interpretasi
hasil penelitian mengindikasikan bahwa variabel yang perlu digunakan sebagai pertimbangan bagi
fakultas untuk memperoleh tingkat masa studi yang efektif adalah rerata SKS yang diambil oleh
mahasiswa. | en_US |
