Penerapan Algoritma Classification and Regression Trees pada Klasifikasi Ketepatan Waktu Lulus Mahasiswa S1 FIP Universitas Negeri Padang Tahun 2022

Yuliana, Septia (2023) Penerapan Algoritma Classification and Regression Trees pada Klasifikasi Ketepatan Waktu Lulus Mahasiswa S1 FIP Universitas Negeri Padang Tahun 2022. Skripsi thesis, Universitas Negeri Padang.

[img]
Preview
Text
B1_10_SEPTIA_YULIANA_19037072_1563_2023.pdf

Download (6MB) | Preview

Abstract

Mahasiswa UNP masih mengalami masalah ketepatan waktu lulus, pada periode wisuda 126-127 Tahun 2022 mahasiswa yang lulus tepat waktu kurang dari 40% dari jumlah mahasiswa yang diwisuda pada periode tersebut. Hal ini dikarenakan beragamnya karakteristik yang dimiliki oleh mahasiswa selama menjalankan studi sehingga mempengaruhi lama waktu studi yang dibutuhkan untuk lulus. Penelitian ini bertujuan untuk mendapatkan model keputusan sebagai penciri ketepatan waktu lulus berdasarkan karakteristik yang dimiliki mahasiswa dengan teknik klasifikasi yaitu metode analisis pohon keputusan menggunakan algoritma Classification And Regression Trees (CART). Penelitian ini berjenis penelitian terapan. Data yang digunakan adalah data sekunder yang diperoleh dari Biro Akademik dan Kemahasiswaan UNP Tahun 2022 yaitu data wisudawan FIP UNP periode wisuda 126-127. Pohon keputusan akan menghasilkan model keputusan dari klasifikasi ketepatan waktu lulus mahasiswa FIP UNP berdasarkan karakteristik dari mahasiswa yaitu IPK, jalur masuk pergurun tinggi dan jenis kelamin sebagai variabel prediktor (X) dan status ketepatan waktu lulus (Y) sebagai variabel respon. Hasil penelitian mnggunakan metode pohon keputusan optimal dengan algoritma CART menghasilkan 5 model keputusan dimana terdapat 3 model dengan keputusan tepat waktu dan 2 model dengan keputusan tidak tepat waktu dengan persentase ketepatan model sebesar 77,7%. Model keputusan mahasiswa yang tepat waktu apabila memiliki IPK di atas 3,64 atau memiliki IPK 3,61-3,64 jalur SBMPTN serta memiliki IPK 3,54 - 3,64 jalur masuk SNMPTN dan seleksi mandiri.

Item Type: Thesis (Skripsi)
Contributors:
ContributionContributorsEmail
Thesis advisorSalma, AdmiUNSPECIFIED
CorrectorVionanda, DodiUNSPECIFIED
CorrectorZilrahmi, ZilrahmiUNSPECIFIED
Subjects: Q Science > Q Science (General)
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistik - D3
Depositing User: Mrs. Dina Aulia Sari
Date Deposited: 29 Aug 2023 08:03
Last Modified: 29 Aug 2023 08:03
URI: http://repository.unp.ac.id/id/eprint/46184

Actions (login required)

View Item View Item