Utomo, Dityo Kukuh (2019) Sistem Prediksi Penerimaan Snmptn Menggunakan Algoritme Decision Tree C4.5. Sarjana thesis, Universitas Brawijaya.
Abstract
Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) merupakan seleksi masuk perguruan tinggi berdasarkan nilai mata pelajaran yang setiap tahunnya mengalami peningkatan jumlah peserta sehingga membuat tingkat persaingan antara siswa sangat tinggi. Guru bimbingan konseling memiliki tugas untuk memberikan saran dan membuat prediksi penerimaan siswa dalam mengikuti SNMPTN. Maka dari itu, beban guru bimbingan konseling akan bertambah seiring dengan mendekatnya waktu pendaftaran SNMPTN. Untuk itu dibutuhkan sistem yang dapat membantu guru bimbingan konseling memberikan saran mengenai prediksi kemungkinan siswa diterima SNMPTN dengan menerapkan metode data mining. Dengan memanfaatkan salah satu metode data mining yaitu Decision Tree C4.5 akan menghasilkan rule dalam bentuk pohon keputusan. Data yang digunakan dalam proses data mining merupakan nilai mata pelajaran milik alumni SMA Negeri 3 Malang yang pernah mengikuti SNMPTN dari tahun 2016-2018, setelah itu data diolah menggunakan WEKA CLI dan hasilnya diimplementasikan dalam bentuk sistem berbasis website. Hasil black box testing-validation testing menunjukan sistem sudah valid sesuai dengan kebutuhan yang sudah didefinisikan. Hasil pengujian algoritme dengan confussion matrix menghasilkan akurasi 83.4736%, sedangkan nilai area under curve dari kurva ROC sebesar 0.7009 yang termasuk ke dalam klasifikasi “cukup”. Tingkat usability sistem yang dihasilkan dengan memanfaatkan system usability scale sebesar 87.5 yang termasuk ke dalam kategori acceptable.
English Abstract
Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) is a college admission selection based on subject values that each year has increased the number of participants, making the level of competition among students very high. The counseling teacher has the duty to give advice and make predictions about the possibility of students passing the SNMPTN. Therefore, the burden of counseling teachers will increase along with the approach of the registration of SNMPTN. For this reason, a system is needed that can help counseling teachers provide advice on predicting the possibility of students being accepted by SNMPTN by applying data mining methods. By utilizing one of the data mining methods, the Decision Tree C4.5 will produce a rule in the form of a decision tree. The data used in the data mining process is the grade of subjects belonging to SMA Negeri 3 Malang alumni who have attended SNMPTN from 2016-2018, after which the data is processed using WEKA CLI and the results are implemented in the form of a web-based system. The black box testing-validation testing results show the system is valid according to the needs that have been defined. The results of testing the algorithm with the confusion matrix produce an accuracy of 83.4736%, while the value of the area under the curve of the ROC curve of 0.7009 is included in the classification of "sufficient". The system usability level generated by utilizing the system usability scale is 87.5 which is included in the acceptable category.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/709/052001192 |
| Uncontrolled Keywords: | Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN), prediction, C4.5 decision tree algorithm, system usability scale |
| Subjects: | 000 Computer science, information and general works > 003 Systems > 003.2 Forecasting and forecasts |
| Divisions: | Fakultas Ilmu Komputer > Sistem Informasi |
| Depositing User: | Endang Susworini |
| Date Deposited: | 05 Aug 2020 08:03 |
| Last Modified: | 05 Aug 2020 08:03 |
| URI: | http://repository.ub.ac.id/id/eprint/179243 |
Actions (login required)
 |
View Item |