Prediksi Tingkat Kelulusan Mahasiswa Menggunakan Metode Hybrid

  • Agus Bahtiar
  • Fadhil Muhamad Basysyar
  • Gifthera Dwilestari

Abstract


Abstrak - Kelulusan mahasiswa merupakan salah satu bidang standar penjaminnan mutu internal(SPMI) suatu  perguruan  tinggi. Jumlah mahasiswa yang lulus tepat waktu menjadi indikator keberhasilan dari sebuah perguruan tinggi baik negeri dan swasta. Perguruan tinggi mempunyai peranan yang sangat penting didalam menciptakan lulusan yang terbaik untuk  kebutuhan dunia kerja. Penelitian dalam hal prediksi kelulusan mahasiswa telah banyak dilakukan. Berdasarkan kondisi tersebut maka penelitian ini dilakukan penerapan salah satu teknik klasifikasi data mining yaitu C4.5. Dalam penelitian ini membandingkan pemodelan algoritma C4.5 dengan C4.5 berbasis Particle Swarm Optimization(PSO) yang diterapkan pada data kelulusan mahasiswa. Dari hasil pengujian digunakan cross validation, confusion matrix dan kurva ROC, diketahui bahwa C4.5 memiliki nilai akurasi sebesar 78.16 % dan performa yang ditunjukan nilai AUC adalah 5.62% sedangkan C4.5 berbasis PSO memiliki nilai akurasi sebesar 93.79% dan nilai AUC 3.25% dari penelitian ini, terbukti bahwa PSO dapat meningkatkan nilai akurasi dan performa AUC.

Published
2020-07-05