Select Language
Simple Search
Advanced Search
Title : Author(s) :
  • SEARCHING...
Subject(s) :
  • SEARCHING...
ISBN/ISSN : GMD : Collection Type : Location :
Sekilas Perpustakaan

Perpustakaan Unisbank mempunyai 2 gedung perpustakaan yaitu :

License

This Software is Released Under GNU GPL License Version 3.

Classification 004
Title PREDIKSI LAMA STUDI MAHASISWA MENGGUNAKAN TEKNIK DATAMINING (STUDI KASUS PADA FAKULTAS TEKNOLOGI INFORMASI UNISBANK)
Edition
Call Number PD/011/2013
ISBN/ISSN
Author(s) Eko Nur Wahyudi, S.Kom, M.Cs
Arief Jananto, S.Kom, M.Cs
Subject(s)
Series Title
GMD Penelitian Dosen
Language Indonesia
Publisher
Publishing Year 2013
Publishing Place
Collation
Abstract/Notes
Specific Detail Info Lama studi dari mahasiswa ini sangatlah penting bagi mahasiswa, program studi serta perguruan tinggi. Permasalahan lama studi setiap mahasiswa bisa disebabkan atau dipengaruhi oleh banyak faktor. Hal tersebut telah dibuktikan dengan beberapa penelitian pada permasalahan tersebut yang mendapati sejumlah faktor yang berpengatuh terhadap lama studi mahasiswa. Dengan menggunakan teknik data mining khususnya klasifikasi untuk prediksi dengan algoritma naive bayes dapat dilakukan prediksi terhadap ketepatan waktu studi dari mahasiswa berdasarkan data training yang ada. Data training dan testing yang digunakan diambil secara random pada tabel data master yang digunakan. Algoritma naive bayes, menghitung perbandingan peluang antara jumlah dari masing-masng kriteria nilai fields terhadap nilai hasil prediksi sesunggunya. Fungsi untuk prediksi dibuat menggunakan Query pada MySql dalam bentuk function(fbayesian). Dari hasil uji coba diperoleh tingkat kesalahan prediksi berkisar 20% sampai dengan 50% dengan data training dan testing yang diambil secara random. Namun rata-rata tingkat kesalahan berkisar 20 % hingga 34%. Tinggi rendahnya tingkat kesalahan dapat disebabkan oleh jumlah record data dan tingkat konsistensi dari data training yang dgunakan. Sedangkan hasil prediksi dari ketepatan lama studi dari mahasiswa angkatan 2008 adalah sebesar 254 mahasiswa diprediksi ”Tepat Waktu” dan sisanya yaitu 4 orang diprediksi ”Tidak Tepat Waktu”. Kata Kunci : Prediksi, Lama Studi, Data Mining, Naive bayes, MySql
Image
File Attachment
LOADING LIST...
Availability
LOADING LIST...
  Back To Previous