Electronic Resource

Komparasi Metode Klasifikasi Data Mining untuk Prediksi Kelulusan Mahasiswa

---

Menggunakan teknik data mining untuk memprediksi kelulusan mahasiswa
di suatu perguruan tinggi sangat di perlukan agar dapat menganalisis pada proses
pembelajaran mahasiswa, sehingga data-data tersebut dapat bermanfaat bagi
institut sebagai pegangan dalam menentukan sebuah keputusan maupun
kebijakan.
Pada penelitian kali ini akan dibuat perbandingan antara motede data
mining yakni algoritma neural network, k-nearest neighbor dan Decision Tree
yang diterapkan dalam data-data kelulusan mahasiswa. pada hasil uji dengan
menghitung performa ketiga metode tersebut memakai confusion matrix. Didapati
jika neural network mempunyai akurasi tertinggi yaitu 79,65%, selanjutnya
Decision Tree 77,62% dan terakhir yaitu K-Nearest Neighbor 76,88%.

---

Ketersediaan

SB00727S

KKI 001.6 ELW k/s

Perpustakaan Unikama

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

KKI 001.6 ELW k/s

Penerbit

Malang : Prodi Teknik Informatika Unikama., 2021

Deskripsi Fisik

xii, 46 hlm 26 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

001.6

Tipe Isi

text

Tipe Media

PDF

Tipe Pembawa

online resource

Edisi

1

Subjek

Skripsi
Teknik informatika
Data mining
Klasifikasi data
Prediksi kelulusan
Komparasi metode

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar