Lewati ke konten utama
Beranda / Hasil pencarian

Hasil pencarian

Jelajahi seluruh publikasi yang tersedia.

2 hasil
Subjek: Prediksi Kelulusan
DaftarKartu
ThesisOpen AccessPDF tersedia

Perancangan SpekTi Berbasis Certainty Factor Untuk Prediksi Kelulusan Mahasiswa 3,5 Tahun Di Program Studi Pendidikan Teknik Informatika Dan Komputer UIN Sjech M. Djamil Djambek Bukittinggi

2026•Skripsi, Thesis, Disertasi, dan Tugas Akhir

Skripsi atas nama Tiwi, NIM 2522105, dengan judul “Perancangan SpekTi Berbasis Certainty Factor untuk Prediksi Kelulusan Mahasiswa 3,5 Tahun di Program Studi Pendidikan Teknik Informatika dan Komputer UIN Sjech M. Djamil Djambek Bukittinggi.” Skripsi Program Sarjana, Program Studi Pendidikan Teknik Informatika dan Komputer, Fakultas Tarbiyah dan Ilmu Keguruan, Universitas Islam Negeri (UIN) Sjech M. Djamil Djambek Bukittinggi. Penelitian ini dilatarbelakangi oleh belum adanya sistem yang dapat membantu memprediksi kelulusan mahasiswa dalam waktu 3,5 tahun secara objektif di Program Studi Pendidikan Teknik Informatika dan Komputer. Oleh karena itu, dirancang SpekTi, yaitu sistem pakar berbasis web yang menerapkan metode certainty factor untuk memprediksi kelulusan mahasiswa berdasarkan variabel IPK, nilai mata kuliah, proses pengerjaan skripsi, dukungan keluarga, kualitas dosen pembimbing, administrasi pendidikan, motivasi diri, dan referensi. Metode yang digunakan dalam penelitian ini adalah Research and Development (R&D) dengan model pengembangan agile yang meliputi tahapan planning, design, coding, testing, dan release. Sistem dikembangkan menggunakan bahasa pemrograman PHP dengan framework laravel, database MySQL, dan bootstrap. Pengujian sistem dilakukan berdasarkan standar ISO/IEC 25010 yang meliputi functional suitability, compatibility, dan usability, serta pengujian validitas kebahasaan, validitas ahli pakar, validitas rancangan sistem, dan uji akurasi menggunakan confusion matrix serta perbandingan langsung. Hasil penelitian menunjukkan bahwa pengujian functional suitability memperoleh nilai 95,83%, compatibility sebesar 86,66%, dan usability sebesar 97% dengan kategori sangat layak. Pengujian validitas memperoleh nilai 0,97 pada aspek kebahasaan, 0,92 pada validitas ahli pakar, dan 0,95 pada validitas rancangan sistem dengan kategori valid. Selain itu, uji akurasi menggunakan confusion matrix dan perbandingan langsung menunjukkan tingkat akurasi 100%. Berdasarkan hasil penelitian tersebut, dapat disimpulkan bahwa SpekTi layak digunakan sebagai sistem pakar untuk membantu memprediksi kelulusan mahasiswa dalam waktu 3,5 tahun secara objektif, cepat, dan terstruktur sehingga dapat mendukung program studi dalam melakukan identifikasi dini terhadap potensi kelulusan mahasiswa.

6 dilihat · 8 unduhanSitasiDetail
ThesisOpen AccessPDF tersedia

ANALISIS ALGORITMA DECISION TREE DALAM PREDIKSI KELULUSAN SELEKSI MASUK ASRAMA DI SMAN 1 PADANG PANJANG

2026•Skripsi, Thesis, Disertasi, dan Tugas Akhir

Skripsi atas nama Reza Pahlevi Pane, dengan judul "Analisis Algoritma Decision Tree Dalam Prediksi Kelulusan Seleksi Masuk Asrama di SMAN 1 Padang Panjang", Program Studi Pendidikan Teknik Informatika dan Komputer (PTIK) Fakultas Tarbiyah dan Ilmu Keguruan (FTIK) Universitas Islam Negeri (UIN) Sjech M. Djamil Djambek Bukittinggi. Proses seleksi penerimaan peserta didik baru jalur asrama di SMAN 1 Padang Panjang melibatkan berbagai kriteria penilaian sehingga penentuan kelulusan menjadi kompleks dan berpotensi menimbulkan subjektivitas apabila dilakukan secara manual. Penelitian ini bertujuan untuk menganalisis kinerja algoritma Decision Tree C4.5 dalam memprediksi kelulusan seleksi masuk asrama berdasarkan data historis penerimaan peserta didik. Penelitian menggunakan metode Knowledge Discovery in Databases (KDD) yang meliputi tahapan seleksi data, prapemrosesan data, transformasi data, pemodelan menggunakan algoritma Decision Tree C4.5, dan evaluasi model. Data yang digunakan merupakan 2.481 data historis seleksi masuk asrama SMAN 1 Padang Panjang tahun pelajaran 2022/2023 sampai dengan 2024/2025. Evaluasi model dilakukan menggunakan teknik 10-fold cross validation dengan metrik accuracy, precision, recall, F1-Score, dan Area Under Curve (AUC). Hasil penelitian menunjukkan bahwa model menghasilkan nilai accuracy sebesar 98,63%, precision sebesar 96,57%, recall sebesar 93,89%, F1-Score sebesar 95,21%, dan AUC sebesar 0,870 yang menunjukkan kemampuan klasifikasi yang baik. Hasil pembentukan pohon keputusan menunjukkan bahwa atribut Nilai Tes Akademik menjadi akar pohon (root node) dan menghasilkan aturan klasifikasi (IF–THEN Rules) sebagai dasar prediksi kelulusan. Berdasarkan hasil penelitian tersebut, algoritma Decision Tree C4.5 mampu menghasilkan model prediksi dengan tingkat akurasi yang tinggi serta aturan keputusan yang mudah dipahami sehingga layak digunakan sebagai pendukung pengambilan keputusan dalam proses seleksi masuk asrama di SMAN 1 Padang Panjang.

6 dilihat · 2 unduhanSitasiDetail