PREDIKSI KELULUSAN TEPAT WAKTU MAHASISWA STMIK-YMI
TEGAL MENGGUNAKAN ALGORITMA C4
ANDI GUNDIAWAN
Program Studi Magister Teknik Informatika Fakultas Ilmu Komputer
Universitas Dian Nuswantoro Semarang 50131, Indonesia
ABSTRAKSI
PREDIKSI KELULUSAN TEPAT WAKTU MAHASISWA STMIK
Bebas
1
0
0
Teks penuh
Dokumen terkait
Pada penelitian ini, penulis mencoba membangun suatu sistem untuk mengelompokkan data yang ada berdasarkan status gizi dan ukuran rangkanya dengan memasukkan
Setelah dilakukan pengujian tingkat akurasi prediksi yang dihasilkan dari uji coba mencapai 94,67% Dari hasil klasifikasi tersebut menghasilkan informasi berupa
Sistem Prediksi Tingkat Kelulusan Mahasiswa ini di mulai dengan Input Data Training yaitu data mahasiswa yang sudah lulus di STMIK Sinar Nusantara, kemudian
Dari beberapa jurnal (±35) yang dibaca penulis banyak sekali peneliti sebelumnya menggunakan Algoritma Naive Bayes sebagai urutan pertama, Algoritma Decision Tree
Dari gambar Activity Diagram diatas dapat dilihat bahwa aplikasi data mining STMIK AMIKOM Yogyakarta memiliki empat komponen yaitu Proses Pembentukan Pola, Visualisasi
Sehingga hipotesis dalam penelitian ini adalah: H2: Frekuensi bimbingan berpengaruh terhadap kelulusan tepat waktu mahasiswa 2.5 Pengaruh Media Bimbingan terhadap Lulus Tepat Waktu
Untuk mendapatkan rekomendasi berdasarkan pola pohon keputusan decision tree yang telah didapatkan 1.5 Manfaat Penelitian Manfaat dari penelitian prediksi mahasiswa lulus tepat
Maka pada penelitian ini akan di implementasikan metode tersebut dan dicari hasil akurasi dengan model Naive bayes dan menggunakan bahasa pemrograman Python 3 serta hasil pengelompokan
