Prediksi Kepuasan Mahasiswa Terhadap Pelayanan Akademik Menggunakan Model Decision Tree

Authors

  • Badroe Zaman Universitas Semarang
  • lenny margaretta huizen Universitas Semarang
  • Muhammad Basyier Ardima Universitas Semarang

DOI:

https://doi.org/10.26623/transformatika.v21i2.8214

Keywords:

Data Mining, Decision Tree, C4.5, Kepuasan Mahasiswa

Abstract

Perguruan Tinggi merupakan sebuah lembaga pendidikan dimana didalamnya mempunyai tugas dalam pelayanan akademik. Kepuasan mahasiswa dalam memperoleh pelayanan akademik  merupakan hal yang sangat penting dalam menilai sebuah Perguruan Tinggi. Tujuan dari penelitian ini adalah agar dapat mengetahui bagaimana tingkat kepuasan mahasiswa program studi Teknik Informatika dalam hal memperoleh pengajaran oleh dosen, mengenai sarana dan prasarananya. Metode klasifikasi dan prediksi yang digunakan pada penelitian ini diambil dari salah satu model Decision Tree yaitu algoritma C4.5. Algoritma C4.5 berfungsi untuk mengekspolari data, menemukan hubungan tersembunyi antara sejumlah calon variabel input dengan sebuah variabel target. Hasil pengukuran yang didapat adalah nilai akurasi sebesar 94,23%. Nilai recall dari setiap kelas sebesar 94,12% untuk kelas Ya dan 100% untuk kelas Tidak. Sedangkan nilai presisi setiap kelas adalah sebesar 100% untuk kelas Ya dan 25% untuk kelas Tidak.

Downloads

Published

2024-01-30

Issue

Vol. 21 No. 2 (2024): Januari 2024

Section

Artikel

License

Authors who publish with this journal agree to the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.

Creative Commons License
Transformatika is licensed under a  Creative Commons Attribution 4.0 International License.