Klasifikasi Data Penerima Beasiswa Menggunakan Algoritma C4.5
DOI:
https://doi.org/10.54082/jupin.355Kata Kunci:
Algoritma C4.5, Beasiswa, Banter, Decision treeAbstrak
Beasiswa merupakan salah satu sumber pembiayaan studi yang diminati oleh banyak orang. Salah bentuk beasiswa yang diminati di lingkup Universitas Kristen Wira Wacana Sumba (Unkriswina Sumba) adalah Beasiswa Bantuan Terprogram (Banter) yang bersumber dari pendanaan internal perguruan tinggi. Tinggi animo pendaftar serta banyak variable yang perlu dipertimbangkan dalam menentukan penerima beasiswa sehingga berdampak pada lamanya waktu untuk menyeleksi penerima beasiswa. Penelitian ini bertujuan untuk mengklasifikasikan data Beasiswa Banter agar dapat mengekstraksi informasi mengenai pola data dalam bentuk pohon keputusan (decision tree). Penelitian ini menggunakan algoritma C4.5 dalam membantu membuat pohon keputusan. Algoritma C4.5 sangat membantu dalam merumuskan pohon keputusan. Hasil dari penelitian ini menunjukkan bahwa lama berkuliah atau jumlah semester merupakan faktor yang sangat menentukan peluang menerima beasiswa Banter. Variabel lainnya seperti Status Orang Tua, Jumlah anggota dalam KK, Pekerjaan Ibu, Angkatan, dan Program Studi menjadi faktor turunan dalam menentukan peluang menerima beasiswa Banter.
Referensi
Azhari, M., Situmorang, Z., & Rosnelly, R. (2021). Perbandingan Akurasi, Recall, dan Presisi Klasifikasi pada Algoritma C4.5, Random Forest, SVM dan Naive Bayes. Jurnal Media Informatika Budidarma, 5(2), 640–651. https://doi.org/10.30865/mib.v5i2.2937
Baskoro, Triraharjo, B., & Wibowo, A. (2023). Comparison Of The Performance Of C4 . 5 And Naive Bayes Algorithms For Student Graduation Prediction. Jurnal Hasil Penelitian Ilmu Komputer Dan Teknologi Informasi, 9(2), 35–42.
Gaol, N. Y. L. (2020). Prediksi Mahasiswa Berpotensi Non Aktif Menggunakan Data Mining dalam Decision Tree dan Algoritma C4.5. Jurnal Informasi & Teknologi, 2, 23–29. https://doi.org/10.37034/jidt.v2i1.22
Hartanto, P. A. (2023). PENERAPAN ALGORITMA DECISION TREE UNTUK SELEKSI PENERIMA BEASISWA (STUDI KASUS: SMPN 1 SOREANG). Journal of Comprehensice Science, 2(7), 1294–1302.
Hasmin, E., & Aisa, S. (2019). Penerapan Algoritma C4.5 Untuk Penentuan Penerima Beasiswa Mahasiswa Application of C4.5 Algorithm For Determining Student Scholarship Recipients. Cogito Smart Journal |, 5(2), 308–320.
Samosir, A., Hasibuan, M. S., Justino, W. E., & Hariyono, T. (2021). Komparasi Algoritma Random Forest, Naïve Bayes dan K- Nearest Neighbor Dalam klasifikasi Data Penyakit Jantung. Prosiding Seminar Nasional Darmajaya, 1(0), 214–222. https://jurnal.darmajaya.ac.id/index.php/PSND/article/view/2955
Saputra, K. A., Hardinata, J. T., Lubis, M. R., Andani, S. R., & Saragih, I. S. (2020). Klasifikasi Algoritma C4.5 Dalam Penerapan Tingkat Kepuasan Siswa Terhadap Media Pembelajaran Online. Kajian Ilmiah Informatika Dan Komputer, 1(3), 113–118. https://djournals.com/klik
Sari, F., & Saro, D. (2018). Implementasi Algoritma C4.5 Dalam Menentukan Lokasi Prioritas Penyuluhan Program Keluarga berencana di kecamatan dumai timur. Jurnal Penelitian Pos Dan Informatika, 8(1), 63. https://doi.org/10.17933/jppi.2018.080105
Tsui, K.-L., Chen, V., Jiang, W., Yang, F., & Kan, C. (2023). Data Mining Methods and Applications. In Springer Handbook of Engineering Statistics (pp. 797–816).
Yang, X.-S. (2019). Data Mining Techniques. In Introduction to Algorithms for Data Mining and Machine Learning (pp. 109–128).
Yunita, S., & Alaeyda, V. N. (2022). Penerapan Algoritma C4.5 Untuk Prediksi Penerimaan Beasiswa di SD 4 Pelangsian. ICIT Journal, 8(2), 181–193. https://doi.org/10.33050/icit.v8i2.2408
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Murry Albert Agustin Lobo, Alfrian Carmen Talakua
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
