• English
    • Bahasa Indonesia
  • Bahasa Indonesia 
    • English
    • Bahasa Indonesia
  • Login
View Item 
  •   UMKT-DR Home
  • Faculties and Schools
  • Faculty of Science and Technology
  • School of Informatics
  • S1 Final Project
  • View Item
  •   UMKT-DR Home
  • Faculties and Schools
  • Faculty of Science and Technology
  • School of Informatics
  • S1 Final Project
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Prediksi Indek Prestasi Mahasiswa Menggunakan Metode Rough Set

Thumbnail
View/Open
Cover (647.8Kb)
BAB 1 (402.6Kb)
BAB 2 (657.8Kb)
BAB 3 (593.4Kb)
BAB 4 (1.093Mb)
BAB 5 (383.4Kb)
Daftar Pustaka (281.4Kb)
Lampiran (488.7Kb)
Naskah Publikasi (1.366Mb)
Skripsi Full (1.709Mb)
Date
2021-07-12
Author
Sandhyanur, Muhammad
Metadata
Show full item record
Abstract
Salah satu cara untuk menghasilkan mahasiswa yang berkualitas adalah dengan menciptakan sistem pembelajaran yang tepat terhadap mahasiswa. Sehingga mahasiswa tersebut memiliki prestasi yang baik dalam bidangnya. Indek prestasi mahasiswa merupakan hal yang sangat mempengaruhi prestasi belajar mahasiswa dengan nilai prestasi yang baik. Prediksi indek prestasi mahasiswa penting untuk memastikan prestasi belajar mahasiswa yang akan datang agar mendapatkan hasil yang maksimal, berdasarkan atribut tertentu yang berupa rules (aturan) melalui penerapan data mining metode roughset. Proses data mining dengan metode roughset dimulai dari pembentukan decision system sebagai data awal yang memiliki nilai atribut dan keputusan. Berdasarakan hasil pengujian yang dilakukan dengan melibatkan 79 mahasiswa dengan 18 atribut, maka data tersebut dibagi menjadi 2 bagian yaitu 70 % data training dan 30 % data testing. Dari data training dengan menggunakan aplikasi Rosetta Gui version 1.4.41 menghasilkan 68.150 rule (aturan) sebagai landasan dalam memprediksi indek prestasi mahasiswa. Kemudian untuk data testing dalam mengevaluasi model, maka digunakan akurasi, presisi dan recall menunjukan bahwa model yang diusulkan memiliki akurasi 81,25% sebagai prediksi hasil keputusan.
URI
https://dspace.umkt.ac.id//handle/463.2017/2973
Collections
  • S1 Final Project
UMKT-DR  © 2018  Universitas Muhammadiyah Kalimantan Timur
Contact Us | Send Feedback
 

 

Browse

All of UMKT-DRCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

Login
UMKT-DR  © 2018  Universitas Muhammadiyah Kalimantan Timur
Contact Us | Send Feedback