Implementasi Data Mining C4.5 dalam Mengukur Tingkat Kepuasan Mahasiswa terhadap Pelayanan Akademik
Article Sidebar
Main Article Content
Abstract
Tujuan dari implementasi data Mining C4.5 ini untuk mengukur tingkat kepuasan mahasiswa terhadap pelayanan akademik pada Program Studi Informatika Fakultas Teknik dan Ilmu Komputer di Universitas Pancasakti Tegal. Menggunakan lima aspek pada penilaian tingkat kepuasan, yaitu tangible,reability,assurance,responsiveness dan empathy. Kelima aspek tersebut belum terukur dengan pasti sehingga kesulitan dalam menentukan aspek yang kualitas yang harus di tingkatkan. Melalui metode algoritma C4.5, penulis mencoba mengukur dari lima aspek tersebut, sehingga terbentuk sebuah pohon keputusan. Setelah dilakukan perhitungan secara manual, maka dilakukan pula pembuktian menggunakan aplikasi, yaitu RapidMiner. Dari proses implementasi analisis, dapat diketahui bahwa aspek pelayanan pada staf akademik merupakan aspek yang paling dominan dalam menentukan tingkat kepuasan mahasiswa.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
https://jv.wikipedia.org/wiki/Universitas_Pancasakti
Sunjana. 2010. “Aplikasi Mining Data Mahasiswa Dengan Metode Klasifikasi Decision Tree”. SNATI 2010, Halaman A24-A29, Yogyakarta.
Oktafianto, 2016, Analisis Kepuasan Mahasiswa Terhadap Pelayanan Akadmik Menggunakan Metode Algoritma C4.5, Jurnal TIM Darmajaya, vol 02, no.01 hal 1-11.
Budi Prijanto, Agustin Rusiana Sari, 2011, Analisis Tingkat Kepuasan Mahasiswa atas Layanan Akademik Berbasis Web, Prosiding Konferensi Nasional Sistem Informasi, Medan 25-26 Februari 2011
Budi Santoso, 2007, Data Mining Teknik Pemanfaatan Data Untuk Keperluan Bisnis, Graha Ilmu, Yogyakarta.
Eko Prasetyo, 2014, Data Mining Mengolah Data Menjadi Informasi Menggunakan Matlab, Penerbit Andi, Yogyakarta.
Suyanto, 2019, Data Mining Untuk Klasifikasi dan Klasterisasi Data Edisi Revisi, Informatika, Bandung.
Joko Suntoro, 2019, Data Mining Algoritma dan Implementasi dengan Pemrograman PHP, Elex Media Komputindo, Jakarta.
Retno Tri Vulandari, 2017, Data Mining Teori dan Aplikasi Rapidminer, Gava Media, Yogyakarta.
Sugiyono, 2002, Statistia Untuk Penelitian, Alfabeta, Bandung
Abdillah, Wildan F., Agyztia Premana, and RM Herdian Bhakti. "Analisis Sentimen Penanganan Covid-19 dengan Support Vector Machine: Evaluasi Leksikon dan Metode Ekstraksi Fitur." Jurnal Ilmiah Intech: Information Technology Journal of UMUS 3.02 (2021): 160-170.