Mudrik.S, M.Dzaakwan
(2023)
Penerapan Metode Decision Tree Algoritma C4.5 untuk Klasifikasi
Mahasiswa Departemen Statistika UNP dalam Keaktifan
Berorganisasi.
Diploma thesis, Universitas Negeri Padang.
Abstract
Organisasi kemahasiswaan adalah sebuah wadah yang dapat memberikan
kesempatan bagi mahasiswa untuk mengembangkan diri dalam berbagai aspek
melalui kegiatan-kegiatan positif didalamnya, organisasi kemahasiswaan memiliki
banyak manfaat, diantaranya memperluas wawasan mahasiswa, meningkatkan
kecendikiawanan, serta meningkatkan integritas pribadi mahasiswa dalam menyikapi
permasalahan kampus, masyarakat dan bangsa. Mahasiswa aktif berorganisasi adalah
mahasiswa yang terlibat aktif dalam mendorong pelaksanaan berbagai kegiatan
organisasi seperti menjadi pengurus harian maupun mengikuti kepanitian. Pada
Universitas Negeri Padang Departemen Statistika terdapat lebih banyak mahasiswa
yang tidak aktif organisasi dari pada mahasiswa aktif organisasi, diperlukan model
klasifikasi untuk mengetahui penciri mahasiswa aktif organisasi dan tidak akttif
organisasi, dengan model tersebut dapat digunakan untuk memprediksi apakah
mahasiswa tersebut aktif organisasi atau tidak aktif organisasi, dan dapat mendorong
mahasiswa dengan penciri mahasiswa yang tidak aktif organisasi menjadi mahasiswa
aktif organisasi, di karenakan terdapat data numerik digunakan decision tree C4.5
untuk mendapatkan model.
Penelitian ini adalah penelitian terapan dengan menggunakan data primer atau
data yang diambil secara langsung melalui dari pengisian kuisioner oleh mahasiswa
Departemen Statistika 2019 dan 2020, dengan menggunakan beberapa variabel yaitu,
variabel Mahasiswa Aktif Organisasi (Y), Prestasi Akademik (X1), Hobi (X2), Tipe
Kepribadian (X3), Jenis Kelamin (X4), Program Studi (X5), Tahun Masuk (X6). Data
yang sudah dikumpulkan dipisah menjadi data training (data latih) untuk membuat
model dan data testing (data uji) untuk menguji model. Pembuatan model berupa
pohon keputusan atau decision tree menggunakan perhitungan entrophy dan
Information Gain masing-masing atribut. Model pohon keputusan yang dibentuk
dilakukan validasi model menggunakan tabel confusion Matrix.
Hasil penelitian pembuatan model pohon keputusan menggunakan algoritma
C4.5 didapat bahwa variabel Program Studi yang menjadi penciri utama. Semua
atribut yang dipakai terbukti mempengaruhi variabel target. Didapat nilai presisi dan
recall pada tingkatan tinggi.
Actions (login required)
![View Item View Item](/style/images/action_view.png) |
View Item |