PERBANDINGAN KINERJA ALGORITMA C.45 DAN NAIVE BAYES UNTUK PREDIKSI MASUKNYA CALON MAHASISWA BARU (STUDI KASUS : UNIVERSITAS STIKUBANK SEMARANG)

Yahya, Norzam (2019) PERBANDINGAN KINERJA ALGORITMA C.45 DAN NAIVE BAYES UNTUK PREDIKSI MASUKNYA CALON MAHASISWA BARU (STUDI KASUS : UNIVERSITAS STIKUBANK SEMARANG). Undergraduate thesis, Universitas Stikubank.

PDF Restricted to Repository staff only Download (4MB)

Abstract

Universitas Stikubank merupakan salah satu Perguruan Tinggi Swasta di Semarang yang telah berdiri cukup lama dengan jumlah mahasiswa yang diterima di tiap tahun cukup banyak. Setiap tahun ajaran baru, kegiatan penerimaan mahasiswa baru dikampus ini terus menghasilkan data mahasiswa yang semakin banyak. Namun masih terdapat sebuah masalah yaitu jumlah mahasiswa baru yang mendaftar belum dapat menggambarkan mahasiswa yang akan melanjutkan ke proses registrasi ulang. Hal tersebut disebabkan paradigma masyarakat yang masih memprioritaskan kuliah di Perguruan Tinggi Negeri dibandingkan Perguruan Tinggi Swasta. Maka diperlukan suatu upaya bagi Unisbank untuk mengidentifikasi pola data PMB yang ada menjadi sebuah informasi yang bernilai penting khususnya dalam memprediksi jumlah mahasiswa baru yang akan mendaftar. Dalam penelitian ini penulis menerapkan metode klasifikasi kemudian membandingkan kinerja antara algoritma C45 dan Naive Bayes untuk mencari algoritma dengan tingkat akurasi terbaik dalam memprediksi masuknya calon mahasiswa baru di Unisbank. Selanjutnya didapatkan hasil tertinggi pada pengujian dengan data training sebanyak 1866 dan data testing sebanyak 800 yaitu algoritma C45 memiliki nilai akurasi lebih tinggi sebesar 87.5% dibandingkan algoritma Naive Bayes yang memiliki akurasi sebesar 86.6%.

Item Type:	Thesis (Undergraduate)
Additional Information:	SKR.I.05.02.1810 NIM: 15.01.55.0049
Uncontrolled Keywords:	Data Mining, Model Klasifikasi, Naive Bayes, Decision Tree C45.
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Faculty / Institution:	Fakultas Teknologi Informasi > Program Studi Sistem Informasi
Depositing User:	Yuliana Eliza
Date Deposited:	13 Nov 2019 03:58
Last Modified:	13 Nov 2019 03:58
URI:	https://eprints.unisbank.ac.id/id/eprint/5570

Actions (login required)

View Item