Prediksi Kepuasan Mahasiswa terhadap Kinerja Dosen di Kota Batam menggunakan Algoritma C4.5
Kata Kunci:
Data Mining, Algoritma C4.5, Prediksi, Kinerja DosenAbstrak
Pendidikan sesuatu hal yang sangat penting bagi seorang individu agar dapat memenuhi kebutuhan hidup dengan ilmu yang dimiliki. Upaya mewujudkan mutu pendidikan tersebut tentunya menempatkan pendidik sebagai tenaga profesional pada perguruan tinggi. Kinerja dosen menjadi hal yang paling utama dan menjadi perhatian dalam segala proses internalisasi nilai dari perguruan tinggi. Untuk itu pengukuran kinerja seorang tenaga pendidik sangatlah penting bagi pengembangan. Seorang pendidik harus memiliki responsiveness, reliability, apperance dan empathy. Seorang Dosen harus memiliki kemampuan dalam bidang ilmu yang diajarkannya, memiliki kemampuan teoretik tentang mengajar yang baik, mulai perencanaan, implementasi sampai evaluasi, dan memiliki loyalitas keguruan. Penilaian terhadap kinerja dosen tentu adanya suatu prediksi terhadap nilai kepuasan dari mahasiswa. Pemberian nilai tersebut bertujuan untuk kelangsungan sistem pendidikan menjadi lebih baik dan meningkatkan mutu pendidikan perguruan tinggi. Teknik yang digunakan untuk memprediksi kepuasan mahasiswa terhadap kinerja dosen menggunakan data mining. Metode yang digunakan klasifikasi pada algoritma C4.5. Algoritma C4.5 yaitu sebuah algoritma yang digunakan untuk membangun decision tree (pengambilan keputusan). Pengujian hasil dari pada data mining algoritma C4.5 dilakukan dengan menggunakan software RapidMiner. Hasil pohon keputusan yang dihasilkan oleh perhitungan manual algoritma C4.5 sama dengan pohon keputusan yang dihasilkan oleh software RapidMiner. Metode decision tree lebih akurat dengan tingkat akurasi 90.00 % dan dengan pengujian software 91.37 %.
Referensi
Buulolo, E. (2013). Implementasi Algoritma Apriori Pada Sistem Persediaan Obat ( Studi Kasus : Apotik Rumah Sakit Estomihi Medan ), 71–83.
Decision, A., Tree, C., Yuliana, A., & Pratomo, D. B. (2017). Memprediksi Kepuasan Mahasiswa Terhadap Kinerja Dosen Politeknik Tedc Bandung, 377–384.
Indria, S. (2017). Penerapan Algoritma K-Means Untuk Clustering Penilaian Dosen Berdasarkan Indeks Kepuasan Mahasiswa, 16(1), 17–24.
Indrawan, G. (2016). Penerapan Metode Decision Tree ( Data Mining ) Untuk Memprediksi Tingkat Kelulusan Siswa Smpn1, 35–44.
Kamagi, D. H., & Hansun, S. (2018). Implementasi Data Mining dengan Algoritma C4.5 untuk Memprediksi Tingkat Kelulusan Mahasiswa. Jurnal ULTIMATICS, 6(1), 15–20. https://doi.org/10.31937/ti.v6i1.327
Schneider, U. A., Havlík, P., Schmid, E., Valin, H., Mosnier, A., Obersteiner, M., … Fritz, S. (2011). Impacts of population growth, economic development, and technical change on global food production and consumption. Agricultural Systems, 104(2), 204–215. https://doi.org/10.1016/j.agsy.2010.11.003
Somantri, O., Wiyono, S., Informatika, T., Harapan, P., Tegal, B., & Indonesia, K. T. (2017). Model Data Mining Untuk Klasifikasi Tingkat Kepuasan, 74–80.
Yulia., Algoritma, P., Untuk, C., Besarnya, M., Rumah, L., & Batam, K. (2018). JURNAL RESTI, 2(2), 584–590.
##submission.downloads##
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2019 Prosiding
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.