EKSPERIMEN TEKNIK-TEKNIK KLASIFIKASI PADA DATA PERKEMBANGAN PROGRAM STUDI DI PERGURUAN TINGGI XYZ

Ramadhanti, Trisna Virliana and Rahutomo, Faisal and Ratsanjani, M. Hasyim (2020) EKSPERIMEN TEKNIK-TEKNIK KLASIFIKASI PADA DATA PERKEMBANGAN PROGRAM STUDI DI PERGURUAN TINGGI XYZ. Diploma thesis, Jurusan Teknologi Informasi.

	Text Cover.pdf Restricted to Registered users only Download (471kB) | Request a copy
	Text Bab I.pdf Restricted to Registered users only Download (85kB) | Request a copy
	Text Bab II.pdf Restricted to Registered users only Download (238kB) | Request a copy
	Text Bab III.pdf Restricted to Registered users only Download (86kB) | Request a copy
	Text Bab IV.pdf Restricted to Registered users only Download (397kB) | Request a copy
	Text Bab V.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text Bab VI.pdf Restricted to Registered users only Download (459kB) | Request a copy
	Text Bab VII.pdf Restricted to Registered users only Download (74kB) | Request a copy
	Text Daftar Pustaka.pdf Restricted to Registered users only Download (128kB) | Request a copy
	Text Lampiran.pdf Restricted to Registered users only Download (74kB) | Request a copy

Abstract

Perguruan tinggi memiliki visi untuk meningkatkan kualitas Pendidikan. Universitas XYZ adalah salah satu perguruan tinggi yang memiliki misi yaitu meningkatkan kualitas pendidikan menuju universitas berkualitas Internasional. Dalam mewujudkan lulusan mahasiswa yang berkualitas perlu adanya upaya manajemen program studi. Dengan memanfaatkan data perkembangan program studi yang nantinya akan di klasifikasikan. Terdapat beberapa teknik klasifikasi, namun seringkali kurang tepatnya pemilihan metode pada kasus klasifikasi tertentu, maka dari itu perlu adanya eksperimen teknik-teknik klasifikasi pada kasus perkembangan program studi. Dalam penelitian ini menggunakan 174 data perkembangan program studi yang terbagi menjadi dua jenis yaitu berkembang dan tidak berkembang. Teknik-teknik klasifikasi yang digunakan adalah Metode Naïve Bayes, J48 DT, Support Vector Machine – Sequential Training dan Support Vector Machine – Sequential Minimal Optimization (SVM-SMO). Pengujian masing-masing metode menggunakan metode pengujian stratified k-fold cross validation dengan nilai k = 5 dan k = 10. Dan untuk metode Support Vector Machine – Sequential Training melakukan uji parameter, antara lain parameter C, gamma (γ), dan pengujian iterasi. Sedangkan untuk metode Support Vector Machine – Sequential Minimal Optimization (SVM-SMO) melakukan uji parameter, antara lain parameter C, dan nilai tolerance (E). Hasil pengujian metode J48 DT memiliki akurasi tertinggi, yaitu sebesar 0.750666666666666 dengan nilai k = 10. Sehingga hasil dari penelitian ini metode J48 DT dipilih sebagai metode untuk klasifikasi perkembangan program studi.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	klasifikasi, perkembangan program studi, naive bayes, J48 DT, support vector machine
Subjects:	A Computer Science > Artificial Intelligence
Divisions:	Jurusan Teknologi Informasi > Teknik Informatika
Depositing User:	Trisna Ramadhanti
Date Deposited:	14 Sep 2020 13:30
Last Modified:	14 Sep 2020 13:30
URI:	http://repota.jti.polinema.ac.id/id/eprint/69

Actions (login required)

View Item